Das Technologie-Start-up Architect Labs hat ein neues Verfahren im Hardware-Engineering demonstriert, bei dem KI-Systeme einen funktionsfähigen Chip innerhalb von nur 14 Tagen entwarfen.
Der als „Redwood“ bezeichnete Prozessor entstand laut Unternehmensangaben direkt aus einer natürlichsprachlichen Spezifikation. Dabei kam der Entwicklungsprozess ohne menschliches Eingreifen in die Kernphasen des Designs und ohne die Nutzung traditioneller Software-Workflows aus.
Automatisierung des Hardware-Designs durch Sprachmodelle
Die Entwicklung und Verifikation des Redwood-Chips wurde von lediglich zwei Ingenieuren betreut, die den Prozess innerhalb von etwa zwei Wochen abschlossen. Zum Einsatz kamen dabei die Sprachmodelle Llama und Qwen, die auf einem AMD Versal FPGA (Field Programmable Gate Array) ausgeführt wurden.
Dieses Vorgehen markiert einen deutlichen Bruch mit konventionellen Methoden der Halbleiterentwicklung, bei denen üblicherweise große Teams über Monate hinweg an der manuellen Erstellung und Prüfung von Schaltkreisen arbeiten.
Anstatt spezialisierte Hardware-Beschreibungssprachen in langwierigen manuellen Schritten zu kodieren, übersetzten die eingesetzten KI-Systeme die textlichen Vorgaben eigenständig in ein funktionsfähiges Design.
Derzeit läuft der Chip auf einem FPGA, was eine flexible Erprobung der Architektur ermöglicht. Ein finaler Tape-out, also die Überführung des Designs in die physikalische Massenfertigung, wurde für den Redwood-Chip bisher noch nicht vollzogen.
Effizienzgewinne im Vergleich zu Industriestandards
In ersten Leistungsanalysen zeigt der Redwood-Chip eine signifikante Überlegenheit gegenüber etablierten Lösungen im Bereich des Edge-Computings. Das System erreichte eine 3,4-fache Energieeffizienz im Vergleich zum Nvidia Jetson. Architect Labs veröffentlichte zudem Projektionen für eine mögliche Skalierung der Hardware.
Sollte der Redwood-Entwurf auf das 8nm-Fertigungsverfahren von Samsung übertragen werden, prognostiziert das Unternehmen einen 1,75-fachen Inferenzdurchsatz im Vergleich zum Nvidia Jetson Orin Nano.
Wer sich mit dem technologischen Fortschritt durch KI befasst, muss auch die neuen rechtlichen Rahmenbedingungen und Sicherheitsrisiken im Blick behalten. Dieser kostenlose Report klärt auf, welche rechtlichen Pflichten und Bedrohungen Unternehmer jetzt kennen müssen. KI-Gesetze und neue Cyberrisiken: Kostenlosen Report anfordern
Besonders deutlich fiele der Vorteil beim Energieverbrauch aus: Die Leistungsaufnahme würde bei dieser Projektion lediglich etwa 47 % des Nvidia-Vergleichsmodells betragen. Diese Werte unterstreichen das Potenzial von KI-gestütztem Design, hochoptimierte Architekturen zu finden, die mit herkömmlichen Methoden möglicherweise schwerer zu realisieren wären.
Finanzierung und die Herausforderung der Nachvollziehbarkeit
Das Fundament für die aktuelle Entwicklung wurde unter anderem durch eine im Juni gesicherte Seed-Finanzierung gelegt. Architect Labs erhielt dabei Kapital in Höhe von 24 Mio. USD in einer Finanzierungsrunde, die von Kindred Ventures angeführt wurde. Mit diesen Mitteln arbeitet das Unternehmen bereits an der nächsten Generation eines KI-entworfenen Chips.
Während die Digitalisierung und KI-gestützte Prozesse die Effizienz steigern, wachsen gleichzeitig die Anforderungen an die IT-Infrastruktur. Erfahren Sie in diesem Gratis-E-Book, wie Sie Sicherheitslücken schließen und gleichzeitig neue gesetzliche Anforderungen erfüllen. IT-Sicherheit stärken: Gratis-E-Book für Unternehmer
Trotz des rasanten Entwicklungstempos sieht sich die Branche mit neuen Herausforderungen konfrontiert. Während die Geschwindigkeit des Designs zunimmt, sinkt teilweise die menschliche Kontrollfähigkeit über das Ergebnis.
So räumten etwa Ingenieure von OpenAI ein, dass sie den KI-generierten Code für ihre eigenen Chip-Projekte nicht mehr vollständig verstehen können. Diese mangelnde Transparenz der von Algorithmen erstellten Strukturen stellt die Hardware-Industrie vor neue Aufgaben bei der Qualitätssicherung und der langfristigen Wartung solcher Systeme.
