Чип за две недели: как ИИ меняет правила проектирования микросхем

Спроектировать собственный процессор или кремниевый ускоритель всегда было привилегией избранных. В этот закрытый клуб нельзя было войти без чека на десятки миллионов долларов, команды из сотен инженеров и готовности годами выверять схемы в громоздких промышленных САПР.

Американский стартап Architect Labs решил сломать эту традицию: его архитектура Redwood — специализированный ускоритель для локальных нейросетей — прошла путь от технического задания до работающего FPGA-прототипа всего за 14 дней. Всю рутину по написанию кода и верификации взял на себя искусственный интеллект.

Разбираемся, что именно удалось автоматизировать алгоритмам, почему настоящий экзамен технологии предстоит выдержать у производственных печей и как генеративный подход меняет расстановку сил в полупроводниковом мире.

Для тех, кто ценит время и хочет сразу сопоставить классический цикл разработки интегральных схем с генеративным подходом, мы свели главные этапы в наглядную схему:

Кейс Redwood подсвечивает важную трансформацию: на этапе архитектурного наброска кремний внезапно начинает вести себя как обычный софт. Но чтобы оценить масштаб этого сдвига, стоит вспомнить, почему полупроводниковая отрасль так долго оставалась самой консервативной и неприступной крепостью в IT.

В софтверной индустрии путь от наброска в блокноте до работающего сервиса можно пройти за пару бессонных ночей. В мире микроэлектроники (ASIC) действуют совсем другие законы. Это тяжелая индустрия с колоссальной ценой ошибки: если в логике кристалла прокралась опечатка, а проект уже ушел на кремниевую фабрику, исправить ничего нельзя. Вы просто теряете миллионы долларов и отбрасываете запуск продукта на год назад.

Главная причина такой неповоротливости — запредельная сложность инструментов и разделение труда. Вся индустрия десятилетиями сидит на «игле» специализированных САПР (EDA) от гигантов вроде Synopsys и Cadence. Годовые лицензии на этот софт стоят целое состояние, а процесс разработки разбит на изолированные цеха:

До 70% времени в таких проектах съедает верификация — бесконечная ручная охота за скрытыми ошибками и редкими краевыми случаями (хотя точная цифра сильно варьируется от проекта к проекту).

Поэтому разработка собственного кремния оставалась уделом гигантов вроде Apple, Google или богатых fabless-чипмейкеров. Стартапы и небольшие инженерные команды даже не смотрели в сторону собственных микросхем — они покупали стандартные CPU, GPU, готовые микроконтроллеры или FPGA, смиряясь с компромиссами по батарее, габаритам и перегреву.

Попытки автоматизировать этот изнурительный процесс предпринимались не раз. Но качественный скачок произошел лишь тогда, когда алгоритмам доверили не отдельные операции, а весь проектировочный конвейер целиком.

Стартап Architect Labs основали выходцы из кремниевых лабораторий Apple и Tesla вместе с учеными из Стэнфорда. Летом 2026 года проект привлек $24 млн посевных инвестиций от фонда Kindred Ventures, а уже в конце августа выкатил научный препринт о своей первой разработке — архитектуре Redwood. Это энергоэффективный ускоритель, «заточенный» под запуск локальных языковых (Edge LLM) и мультимодальных моделей прямо на компактных устройствах.

Но индустрию взбудоражили не столько характеристики чипа, сколько скорость его рождения: от первой строчки в спецификации до запуска на физическом железе прошло меньше двух недель. При этом живые люди почти не писали код. Двум архитекторам понадобилось лишь задать граничные условия: характер нейросетевой нагрузки, допустимые задержки отклика и бюджет по питанию.

Дальше включился автономный конвейер стартапа. Он самостоятельно:

По данным самой компании, блоки схемы показали свыше 95% покрытия тестами и функциональным кодом (code and functional coverage). Для этого алгоритм сочетал стандартные коммерческие САПР, собственные модули формальной верификации и тесты на стендах. В техническом отчете на arXiv авторы делятся расчетными оценками: при переносе на зрелый техпроцесс Samsung 8 нм архитектура способна опередить платформу NVIDIA Jetson Orin Nano в 1,75 раза по скорости инференса и в 3,4 раза по энергоэффективности на каждый ватт.

Пока Redwood существует и работает в виде прошивки на перепрограммируемых микросхемах (FPGA). Следующий и решающий шаг для Architect Labs — превратить проект в физический кремний, отправив его на tape-out на фабрику TSMC.

Чтобы понять, за счет чего случился такой скачок в скорости, заглянем под капот генеративного конвейера.

Архитектура платформы Architect Labs далека от наивных чат-ботов, генерирующих код наугад. Это сложный гибридный комплекс, где машинное обучение работает в жесткой сцепке с математическими решателями (SAT/SMT-сольверами) и алгоритмами формальной проверки. Чип не прощает ошибок, поэтому здесь генерация кода сочетается с формальной проверкой его корректности.

Платформа взяла на себя сразу несколько самых трудоемких пластов работы:

Однако важно отдавать себе отчет в границах достигнутого. Architect Labs уверенно прошла виртуальный цикл: от чистого листа через RTL, верификацию и прошивку к живому прототипу на плате FPGA. Но полноценный физический дизайн под конкретные библиотеки фабрики (Physical Design, трассировка Place & Route, сведение таймингов Timing Closure) — это отдельная сложнейшая инженерная задача, которую только предстоит решить.

Именно здесь виртуальная магия неизбежно сталкивается с суровой производственной реальностью.

Глядя на работающий за 14 дней прототип, легко поддаться соблазну и объявить о наступлении эры «чипов по щелчку пальцев». Но в полупроводниковой индустрии между файлом в компьютере и готовой кремниевой пластиной лежит пропасть, которую невозможно преодолеть одним лишь софтом.

Первый шлагбаум — чудовищная стоимость производства (Tape-out). На передовых техпроцессах вроде 3 или 5 нм изготовление комплекта фотолитографических масок обходится в десятки миллионов долларов. Фабрике все равно, кто написал код кристалла — выпускник Стэнфорда или нейросеть: счет за маски выставляется в полном объеме. Даже на старых и дешевых техпроцессах запуск тестовой партии требует солидного бюджета, сохраняя риск финансового краха при малейшей ошибке.

Второй барьер — производственные очереди и логистика. Квоты на контрактных заводах масштаба TSMC и доступ к линиям корпусирования микросхем расписаны между мировыми гигантами на месяцы вперед. Наконец, остается проблема софтверной экосистемы. Чтобы чип покупали, нужны стабильные компиляторы, драйверы и библиотеки. Среду NVIDIA CUDA строили два десятилетия, и никакой стремительный дизайн логики не способен восполнить этот разрыв за пару недель.

Тем не менее, даже с поправкой на физические реалии, появление генеративного дизайна меняет правила игры на полупроводниковом рынке.

В 1987 году появление компании TSMC навсегда раскололо индустрию: производство отделили от проектирования. Это породило модель Fabless и сделало возможным взлет NVIDIA, Qualcomm и Broadcom, у которых нет собственных заводов. Эксперимент Architect Labs показывает возможное направление следующего сдвига: отделение архитектурной мысли от необходимости содержать многотысячный штат верстальщиков аппаратного кода.

Для венчурного рынка и технологических компаний это открывает три потенциальных сценария:

Настоящий экзамен начнется не в симуляторах. Он начнется тогда, когда первые кристаллы, спроектированные алгоритмом, выйдут из производственного цикла TSMC и покажут свою надежность в реальном кремнии.

Для тех, кто хочет глубже погрузиться в детали кремниевой революции и экономику заказных микросхем, в новом выпуске технологического подкаста «Голос из Матрицы» подробно разбираем архитектуру Redwood от Architect Labs, конкуренцию с традиционными САПР и перспективы кастомных ускорителей.

Слушайте выпуск на удобной платформе: