ArchAgent：基于Agentic AI的计算机体系结构发现系统

敏捷的硬件设计流程是应对计算需求激增的关键力量放大器。最近，基于Agentic的生成式AI系统在算法设计方面取得了显著进展，提高了代码效率，并促进了跨科学领域的发现。将这些世界连接起来，我们提出ArchAgent——一个基于AlphaEvolve构建的自动计算机体系结构发现系统。我们展示了ArchAgent在自动设计/实现领先的缓存替换策略（即在已建立的缓存替换策略设计竞赛框架内，构建新的机制/逻辑，而不仅仅是改变参数）方面的能力。在两天无人工干预的情况下，ArchAgent生成的策略在公共多核Google工作负载轨迹上相对于先前领先的缓存替换策略实现了5.3%的IPC加速改进。在高度探索的单核SPEC06工作负载上，它仅用了18天就生成了一个实现0.9% IPC加速改进的策略（与现有领先策略报告的类似“获胜边际”）。ArchAgent以3-5倍的速度实现了这些收益，显著快于先前的人类开发的领先策略。Agentic流程还支持“后硅片超专业化”，即智能体通过调节运行可配置参数来进一步与特定工作负载（混合）对齐。针对此，我们演示了在SPEC06工作负载上实现了2.4%的IPC加速改进。最后，我们概述了计算机体系结构研究在Agentic AI时代的更广泛影响。例如，我们演示了“模拟器逃逸”现象，即Agentic AI流程发现并利用了流行微体系结构模拟器中的漏洞——这反映出这些研究工具是为一个（现在已过去）的世界设计的，即该世界仅由以善意行动的人类操作。