Как стать автором
Обновить
2149.94
МТС
Про жизнь и развитие в IT

Китайцы разработали ИИ-платформу для разработки чипов. Что это за инструмент?

Время на прочтение5 мин
Количество просмотров590

Привет, Хабрчане! Это Миша Степнов из центра R&D Big Data в МТС. Сегодня немного новостей из мира ИИ: китайская академия наук представила QiMeng — открытую платформу, где искусственный интеллект берет на себя ключевые этапы проектирования процессоров. Весь путь — от описания требований к чипу до генерации кода на Verilog — занимает считанные дни. Уже есть первые результаты — два чипа, с прогрессом от уровня примерно Intel 486 до архитектуры, схожей с ARM Cortex-A53. Сегодня расскажу, как это работает, зачем Китаю своя платформа и что она может изменить в индустрии.

QiMeng: автоматизация проектирования с помощью ИИ

Китай стремится к независимости в полупроводниках на фоне ограничений США. Мы уже писали, что отношения между двумя странами смягчились, но проблем еще много. Напомню, что в 2024 году экспортные меры ужесточились, затронув компании вроде Lenovo и Xiaomi.

QiMeng, чье название переводится как «просвещение», — интересный инструмент, который поможет КНР оперативно разрабатывать современные процессоры. Это открытая платформа, она основана на ИИ для автоматизации создания чипов. Инструмент этот не просто замена коммерческого софта, а способ ускорить и удешевить классическую разработку. А еще он открывает возможность участвовать в индустрии производства электронных компонентов даже мелким стартапам, не говоря уже о корпорациях.

Как это работает? Все начинается с того, что большая языковая модель (LLM) принимает запросы на естественном языке: инженер описывает процессор, например, энергоэффективный чип для умных часов с частотой 1 ГГц, а модель на основе этого генерирует технические спецификации. Она определяет архитектуру, включая количество ядер, тип инструкций и другие параметры.

Затем LLM детализирует запрос, при необходимости уточняя, например, уровень энергопотребления или совместимость с конкретной архитектурой — такой, как RISC-V или MIPS. После этого подключается ИИ-агент, который формирует базовую структуру и конфигурации: определяет функциональные блоки — арифметико-логическое устройство, контроллер памяти и т. д., а также настраивает интерфейсы памяти и окружение.

И уже после всего этого синтезируется RTL-код, описывающий логику работы процессора. На финальном этапе платформа верифицирует дизайн, проверяя соответствие требованиям, и оптимизирует его, минимизируя площадь кристалла или энергопотребление. Процесс выглядит не слишком сложно, но за кажущейся простотой скрывается комплексная многоэтапная работа.

По заявлению разработчиков, в демопримерах платформы чип для обработки данных в беспилотниках созда ется за несколько дней, включая симуляцию и отладку, тогда как при проектировании «вручную» это занимает месяцы.

Открытость — главное преимущество QiMeng. Код доступен на GitHub, что позволяет пользователям адаптировать платформу под разные задачи, от IoT до научных вычислений. В отличие от коммерческих EDA, требующих дорогих лицензий, QiMeng бесплатна, снижая порог входа для стартапов и университетов. Платформа поддерживает архитектуры вроде RISC-V, что сочетается с трендом в Китае на открытые стандарты.

Есть, конечно, и вопросы. Например, кто будет нести ответственность за ошибки, допущенные на автоматизированных этапах? Традиционно верификация и аудит проектных решений лежали на инженерах, но с ростом автономности систем вроде QiMeng возникает потребность в новых практиках — от прозрачности логов LLM до верификации генераторов кода. В перспективе это может привести к созданию новых стандартов доверия к ИИ-инструментам в электронике, особенно в критически важных сферах вроде медицины или транспорта.

Первые процессоры: от доказательства концепции к шагу вперед

Как бы там ни было, новый инструмент уже работает. QiMeng создала два процессора, демонстрирующих е е возможности. Первый, QiMeng-CPU-v1, сравним по уровню сложности с Intel 486, чипом 1989 года. Это 32-битная архитектура с частотой около 50 МГц, способная выполнять базовые вычисления, например, для управления датчиками или учебных проектов. Результат скромный, но он был важен как доказательство, что ИИ справляется с поставленными задачами.

Изображение одного из процессоров, QiMeng-CPU-v2 (источник)
Изображение одного из процессоров, QiMeng-CPU-v2 (источник)

Второй процессор, QiMeng-CPU-v2, ближе к современным архитектурам. Его сравнивают с ARM Cortex-A53, стандартом 2012 года, используемым в бюджетных смартфонах и IoT-устройствах. Это 64-битный чип с частотой до 1 ГГц, включающий кэш-память первого уровня и оптимизированный для низкого энергопотребления. Сходство с Cortex-A53 проявляется в архитектуре и частоте, но реальная производительность неизвестна, так как независимых бенчмарков нет.

Чип подходит для встроенных систем, таких как умные колонки или автомобильные модули. Интересный нюанс — платформа самостоятельно настроила параметры, минимизировав энергопотребление, что важно для устройств с питанием от батареек или аккумуляторов. Прогресс между v1 и v2 впечатляет: от технологий 80-х к стандартам 2010-х. При разработке обоих чипов платформа прошла весь цикл проектирования: от формирования архитектуры до генерации Verilog-кода и настройки базовой поддержки компиляции.

Эти процессоры пока не для массового рынка, т. е. налаженного производства нет. QiMeng-CPU-v1 годится лишь для академических задач, вроде обучения студентов микроэлектронике, а v2 — простых встроенных систем, например, обработки данных с сенсоров в разных устройствах для умного дома.

Перспективы: от ниши к глобальному влиянию

QiMeng пока далека от совершенства. Документация платформы ограничена, а сообщество только формируется, что замедляет внедрение. Производство — еще одна преграда: SMIC с ее 7-нм процессами отстает от TSMC и Samsung, работающих с 3 нм. Без передовой литографии китайцам будет сложно создавать мощные современные процессоры.

Но перспективы внушают оптимизм. Сейчас китайская академия наук дорабатывает QiMeng, улучшая языковые модели и расширяя поддержку архитектур. Open-source сообщество может создавать плагины для интеграции QiMeng с инструментами верификации и симуляции, как это происходит с другими open-source EDA проектами.

Ожидается, что QiMeng поможет Китаю создавать кастомные решения — от серверов до IoT, снижая затраты на проектирование и производство и убирая барьер в виде платных EDA. Открытость новой платформы привлекает разработчиков, ищущих независимость. Почему? Например, западное решение Synopsys DSO.ai помогло выпустить сотни чипов, но доступ к нему может быть в любой момент ограничен, как это уже случилось в начале 2025 года.

Кроме того, развитие QiMeng вписывается в более широкий курс Китая на технологическую независимость. За последние несколько лет страна усилила позиции в экосистеме RISC-V. Разработчики КНР представили серверные процессоры на этой архитектуре, а компании вроде Alibaba и Ant Group начали использовать локальные чипы для ИИ-нагрузок.

А еще инструмент может пригодиться не только для промышленного применения, но и для подготовки инженерных кадров. Упрощенные версии платформы могут быть внедрены в университетах, где студенты будут проходить весь цикл разработки — от архитектурного замысла до симуляции чипа. Ранее такой уровень доступа был возможен лишь в коммерческих проектах с дорогими лицензиями на EDA-инструменты.

В любом случае, QiMeng — сигнал, что ИИ позволяет кардинально изменить подход к разработке чипов. А как считаете вы: платформа получит развитие или останется смелым экспериментом? Давайте обсудим в комментариях.

Теги:
Хабы:
+7
Комментарии0

Полезные ссылки

Волшебная сила обратной связи: как мы услышали пользователей и сделали одно приложение вместо шести

Время на прочтение6 мин
Количество просмотров931
Всего голосов 6: ↑6 и ↓0+8
Комментарии1

Мифический «стеклянный потолок» в карьере QA

Уровень сложностиПростой
Время на прочтение8 мин
Количество просмотров1.2K
Всего голосов 7: ↑7 и ↓0+11
Комментарии0

Как мы решили проблему батчевых загрузок в реляционные СУБД, или Немного хорошего о «худших практиках» в Spark

Время на прочтение11 мин
Количество просмотров2.1K
Всего голосов 19: ↑19 и ↓0+21
Комментарии1

ScyllaDB: как настраивать метрики в java-драйвере и параметры запросов для измерения их характеристик

Уровень сложностиСредний
Время на прочтение6 мин
Количество просмотров370
Всего голосов 3: ↑3 и ↓0+5
Комментарии0

Nocode с MWS Tables: кейсы объединения разных команд в одном пространстве, системы выдачи пропусков и геймификации

Время на прочтение6 мин
Количество просмотров562
Всего голосов 3: ↑3 и ↓0+7
Комментарии0

Информация

Сайт
www.mts.ru
Дата регистрации
Дата основания
Численность
свыше 10 000 человек
Местоположение
Россия