推动机器设计极限：基于 AI 的自动化 CPU 设计

设计活动——构建满足给定目标与约束的制品描述——将人类与其他动物及传统机器区分开来，而赋予机器以人类水平或更优的设计能力一直是一项长期追求。尽管机器已借助先进人工智能（AI）技术展示了在设计新材料、蛋白质和计算机程序方面的能力，但此类对象的设计搜索空间相对较小，因此“机器能否像人类一样设计？”仍是一个开放问题。为探索机器设计的边界，本文提出一种新 AI 方法，自动设计中央处理单元（CPU）——计算机的大脑，也是人类设计过的最复杂设备之一。该方法仅从外部输入输出观测而非形式化程序代码生成 CPU 设计的电路逻辑，其由称为二叉推测图（BSD）的图结构表示。在 BSD 生成过程中，基于蒙特卡洛的扩展与布尔函数距离分别用于保证准确性与效率。通过高效探索已知所有机器设计对象中最大的、前所未有的 10^{10^{540}} 规模搜索空间，从而推动机器设计极限，我们的方法仅在 5 小时内生成了工业级 RISC-V CPU。该流片 CPU 成功运行 Linux 操作系统，性能可与人类设计的 Intel 80486SX CPU 相媲美。除仅从输入输出观测学习到全球首个 CPU（这可能通过显著缩短设计周期而改革半导体产业）外，我们的方法甚至自主发现了关于冯·诺依曼架构的人类知识。