按年被提到
20232023 · 3 次2026
系统、数据库与网络›计算机体系结构与硬件·arXiv:2305.13243 · cs.LG

Chip-Chat: Challenges and Opportunities in Conversational Hardware Design

Chip-Chat:对话式硬件设计的挑战与机遇
Jason Blocklove, Siddharth Garg, Ramesh Karri, Hammond Pearce · 2023

与 ChatGPT 对话共同设计 8 位处理器并流片的案例研究

开始阅读 ↗PDFalphaXiv 讨论
被提及 · 4 人首次 2023-06-18 · 最近 2025-07-06
4不同的人
3活跃月份
4讨论串
240被引(OpenAlex)

论文探索用对话式大语言模型做硬件设计的挑战与机会:由一位硬件工程师与 LLM 按真实硬件约束共同设计一款新的 8 位累加器型微处理器架构。该处理器随后送入 Skywater 130nm 的多项目晶圆流片,作者称其为首个完全由 AI 编写 HDL 的流片设计。这是一项单一案例研究,结论针对 2023 年的 ChatGPT 等模型。

HN 为什么提它

评论者借它讨论 ChatGPT 辅助硬件设计仍需要专家介入修正,并引用作者自己的话:GPT-4 是力量倍增器而非完整的设计者。

实证研究难度 3 / 5约 40 分钟有时效性
读之前最好知道
1硬件描述语言(Verilog)
2数字电路与处理器架构基础
3芯片设计流程(综合、流片)
4对话式大语言模型的使用

学习路径

读这篇之前,按顺序读书架上的 3 篇 · 参考文献来自 OpenAlex,顺序和要点由 Claude Code 排出

这条路径补上 Transformer、GPT-3 的少样本能力和 Codex 的代码生成能力,足以理解 Chip-Chat 为什么能让 ChatGPT 参与硬件设计。

  1. 1
    Attention Is All You Need注意力就是你所需要的一切 · 2017

    ChatGPT 这类对话模型的底层架构。

    读自注意力和编码器-解码器的整体结构;公式细节可略。

  2. 2
    Language Models are Few-Shot Learners语言模型是少样本学习者 · 2020

    说明大模型仅凭提示就能完成新任务,Chip-Chat 的对话式设计依赖这一点。

    读few-shot 和 in-context learning 的概念,以及规模带来的能力变化。

  3. 3
    Evaluating Large Language Models Trained on Code评估在代码上训练的大语言模型 · 2021

    Codex 展示了大模型能从自然语言写代码,Verilog 生成是同类问题。

    读HumanEval 评测方式和重复采样提升通过率的结论。

  4. 4
    Chip-Chat: Challenges and Opportunities in Conversational Hardware DesignChip-Chat:对话式硬件设计的挑战与机遇 · 2023 · 就是这篇

    目标论文:用 ChatGPT 对话共同设计 8 位处理器并流片。

    读对话式设计流程、遇到的问题和人需要介入的地方。

HN 书评

推荐在前,同类按时间 · 每篇最多保留 20 条,统计用全部提及
引用johndoe0815 · 2023-06

“While this might be a novel way to do design space exploration, it seems to be a pretty frustrating approach to me…”

批评:这或许是探索设计空间的新方式,但让 ChatGPT 辅助硬件设计仍很折磨人,需要专家修正
ChatGPT helps NYU researchers develop a working CPU原评论 ↗
引用nicklecompte · 2023-12

“I'll let the researchers speak for themselves[2]:”

引用研究者自己的说法:GPT-4 是硬件设计的力量倍增器,而非完整的设计者
ChatGPT designed a processor, and it has been successfully fabricated原评论 ↗
被提交为 story · 2 次