2 tuần thiết kế chip AI: Architect Labs ra mắt Redwood

Startup Architect Labs của Mỹ công bố đã hoàn tất thiết kế và kiểm chứng vi xử lý AI tự phát triển mang tên Redwood chỉ trong 2 tuần. Thông thường, quy trình thiết kế bán dẫn cần hơn 1 năm, nên tốc độ mà AI có thể rút ngắn công đoạn này đang trở thành tâm điểm chú ý.

Theo Business Insider đưa tin ngày 28 (giờ Hàn Quốc), Architect Labs phát triển Redwood theo cách hai kiến trúc sư chip đảm nhận định hướng và cấu trúc tổng thể, còn AI thực hiện các công đoạn thiết kế chi tiết. Công ty cho biết quy trình phát triển chip truyền thống thường cần hơn 1 năm, hàng trăm triệu USD và khoảng 100 nhân sự chuyên môn.

Architect Labs là startup Mỹ được thành lập năm 2025. Ebrahim Hussain, đồng sáng lập kiêm CEO của Architect Labs, cho biết "các mô hình AI phát triển rất nhanh, nhưng tốc độ phát triển chất bán dẫn để vận hành chúng lại không theo kịp". Phát biểu này cho thấy khoảng cách giữa chu kỳ phát triển mô hình AI và chu kỳ phát triển phần cứng.

Công ty cho biết đã huy động thành công vòng gọi vốn hạt giống (seed) trị giá 24 triệu USD vào ngày 18 tháng 6. Kindred Ventures dẫn dắt vòng gọi vốn này, cùng sự tham gia của TQ Ventures, Race Capital và Together Fund. Architect Labs cho biết sẽ dùng nguồn vốn để mở rộng hạ tầng điện toán, tăng cường nghiên cứu AI và cùng thiết kế chip silicon sản xuất thực tế với các đối tác ban đầu.

Redwood được thiết kế để vận hành các mô hình AI quy mô lớn như Llama của Meta(META) hay Qwen của Alibaba(BABA). Tuy nhiên, chip này chưa được sản xuất thành silicon thực tế tại TSMC(TSM). Hiện thiết kế mới chỉ được hiện thực hóa và thử nghiệm trên FPGA.

FPGA là loại bán dẫn có thể cấu hình lại mạch điện, thường được dùng để kiểm chứng thiết kế trước khi sản xuất chip đại trà. Thử nghiệm trên FPGA có ý nghĩa trong việc xác minh thiết kế, nhưng không thể thay thế hoàn toàn môi trường sản xuất của chip thành phẩm.

Dựa trên kết quả thử nghiệm này, Architect Labs cho rằng sản phẩm cuối cùng có thể đạt hiệu suất năng lượng cao hơn chip Jetson Orin Nano của Nvidia(NVDA) - vốn được dùng trong các thiết bị AI biên như robot. Tuy nhiên, tuyên bố này cần được kiểm chứng về tốc độ, hiệu suất năng lượng và độ tin cậy sau khi sản xuất thực tế.

Tự động hóa thiết kế bán dẫn không phải xu hướng mới. Trước đây, các kỹ sư thường thao tác từng bước trên công cụ thiết kế điện tử tự động (EDA) rồi kiểm tra kết quả. Gần đây, phạm vi thử nghiệm mở rộng theo hướng AI đảm nhận liên tục các công đoạn thiết kế, kiểm chứng, phân tích lỗi và điều chỉnh chất lượng.

TokenPost từng đưa tin Synopsys(SNPS) công bố quy trình thiết kế bán dẫn tự động thực hiện khâu kiểm chứng và triển khai. Synopsys cho biết trong đánh giá ban đầu, chu kỳ debug được rút ngắn 25-40%. Con số này áp dụng cho chu kỳ debug, không phải toàn bộ thời gian thiết kế chip.

Siemens cũng từng công bố chiến lược tăng tốc kiểm chứng chip AI tối đa 10.000 lần. Khi đó, Siemens nhấn mạnh quy trình dùng công cụ dựa trên nguyên lý vật lý để kiểm chứng lại kết quả thiết kế do AI tạo ra. Điều này cho thấy khi tự động hóa thiết kế càng nhanh, độ tin cậy của khâu kiểm chứng càng trở nên quan trọng.

Giới chuyên gia bên ngoài đánh giá cao tốc độ phát triển nhưng cũng chỉ ra giới hạn của việc kiểm chứng trước sản xuất. Hao Zheng, giáo sư Đại học Central Florida, nhận định thời gian 2 tuần là con số ấn tượng, đồng thời cho biết cả các công ty lâu năm như Synopsys lẫn các startup khác cũng đang ứng dụng AI vào thiết kế bán dẫn.

Matthew Guthaus, giáo sư Đại học California, Santa Cruz (UC Santa Cruz), cho biết "AI đã thể hiện thế mạnh ở nhiều lĩnh vực trong thiết kế chip, nhưng vẫn có thể mắc lỗi ngoài dự đoán, nên cần giám sát chặt chẽ và kiểm chứng lại". Lỗi thiết kế bán dẫn nếu chỉ được phát hiện sau khi sản xuất có thể gây thiệt hại chi phí rất lớn.

CEO Hussain cho biết hệ thống AI của công ty được xây dựng để tự kiểm tra lỗi thiết kế, thay vì phó mặc hoàn toàn việc kiểm chứng cho con người. Ông đề cập khả năng AI tự tìm ra điểm cần cải thiện trong Redwood, tạo thành vòng lặp mà AI và thiết kế chip cùng hoàn thiện lẫn nhau.

Trường hợp này không nhắm trực tiếp đến thị trường tiền mã hóa. Tuy nhiên, do hạ tầng đào coin, hạ tầng xác thực và thiết bị trung tâm dữ liệu AI đều chịu ảnh hưởng bởi hiệu suất và hiệu quả năng lượng của chất bán dẫn, kết quả sau khi sản xuất thực tế vẫn rất đáng chú ý. Architect Labs hiện chưa ấn định thời điểm sản xuất Redwood tại TSMC.