Frostbite: KI entwirft komplett neue CPU – 4,59-mal effizienter im Vorab-Test
Das Start-up Architect Labs hat KI-Agenten eine CPU-Architektur von Grund auf entwerfen lassen, vom Befehlssatz über die Schaltung bis zum fertigen Chip-Layout. In eigenen Simulationen ist Frostbite pro Watt im Schnitt 4,59-mal effizienter als ein herkömmlicher CPU-Kern gleicher Größe. Gebaut wurde der Chip aber noch nicht.

Worum es geht
Das Unternehmen Architect Labs hat Mitte November 2026 eine neue Prozessorarchitektur namens Frostbite vorgestellt. Das Besondere daran: Nicht menschliche Ingenieure, sondern Schwärme von KI-Agenten haben die CPU nach Angaben der Firma weitgehend selbstständig entworfen und überprüft. Das reicht vom Compiler, also dem Programm, das Quellcode in Maschinenbefehle übersetzt, über einen ganz neuen Befehlssatz (ISA, die „Sprache“, die ein Prozessor versteht) und die Schaltungsbeschreibung (RTL) bis zum fertigen Fertigungslayout (GDS, die Datei, die eine Chipfabrik zur Herstellung bekommt).
Schon in einem früheren Projekt namens Redwood hatte Architect Labs gezeigt, dass seine KI-Systeme einen vorgegebenen Entwurf für einen KI-Beschleuniger umsetzen und verifizieren können. Mit Frostbite wollte das Team eine größere Frage beantworten: Kann KI eine neue Hardware-Idee finden, die menschliche Entwürfe deutlich schlägt? Nach eigener Darstellung lautet die Antwort ja. Pro Watt soll Frostbite im Schnitt 4,59-mal so effizient sein wie ein moderner herkömmlicher CPU-Kern ähnlicher Größe. Allerdings stammen alle Zahlen aus Simulationen, ein physischer Chip existiert noch nicht.
Die Idee dahinter: Interaction Nets
Herkömmliche Programmiersprachen verbergen, welche Teile eines Programms voneinander abhängen. Jeder Codeabschnitt kann auf gemeinsamen Speicher zugreifen und ihn verändern. Moderne CPUs müssen deshalb während der Ausführung mit viel Aufwand herausfinden, welche Befehle sie gefahrlos parallel abarbeiten können. Dazu kommt: Die Leistung einzelner Kerne wächst seit Anfang der 2000er kaum noch, weshalb Hersteller viele Kerne auf einen Chip packen, etwa bei Intel Xeon, AMD Zen oder NVIDIA Vera. Damit alle Kerne denselben Speicher „sehen“, braucht es tiefe Cache-Hierarchien (schnelle Zwischenspeicher) und Kohärenzprotokolle, also Regeln, die diese Zwischenspeicher synchron halten. Das kostet Chipfläche und Strom und skaliert schlecht.
Frostbite setzt auf Interaction Nets, ein Rechenmodell, das der Informatiker Yves Lafont 1990 vorgestellt hat. Ein Programm ist dabei ein Graph aus Knoten, und Rechnen bedeutet, Paare verbundener Knoten nach festen Regeln umzuschreiben. Jeder Schritt betrifft nur einen kleinen, lokalen Teil des Graphen. Weil jeder Knoten genau einen „Hauptanschluss“ hat, überschneiden sich solche aktiven Paare nie. Man kann sie also in beliebiger Reihenfolge oder alle gleichzeitig umschreiben, und das Ergebnis bleibt dasselbe. Außerdem wird jeder Wert genau einmal verwendet, es gibt also keinen gemeinsam veränderbaren Speicher, den die Hardware absichern müsste.
Als Beispiel nennt Architect Labs das Problem, fünf Damen auf einem 5×5-Schachbrett so aufzustellen, dass sie sich nicht schlagen. Laut der Analyse von xenospectrum umfasst das Netz 3.183 Umschreibungen, der längste Abhängigkeitspfad ist aber nur 262 Schritte lang. Theoretisch sind also im Schnitt etwa zwölf Arbeitsschritte gleichzeitig möglich. xenospectrum betont allerdings, dass dies eine ideale Obergrenze ist und keine erwartete Beschleunigung auf vier Rechenkacheln.
Programme für Frostbite werden in Vine geschrieben, einer Sprache mit Rust-ähnlicher Syntax. Daraus entsteht eine Zwischendarstellung namens Ivy, die die Netzstruktur bewahrt.
Wie die KI den Chip entworfen hat
Menschen legten zunächst die Testprogramme fest. Sie deckten verschiedene Muster ab: viele unabhängige Teilaufgaben, Runden paralleler Arbeit, lange sequentielle Ketten, datenabhängige Verzweigungen und Rekursion. Für jede Kategorie gab es einen Satz zum Optimieren und einen zurückgehaltenen Satz zur Endbewertung. FFT, Radixsort und LU stammen aus dem bekannten Benchmark SPLASH-2, wurden aber auf ein 64stel der Originalgröße verkleinert. Später kamen fünf praxisnahe Aufgaben hinzu: Kalman-Filter, Hauptkomponentenanalyse (PCA), Finite-Elemente-Analyse, LU-Lösung und LZ4-Dekompression.
Die Agenten werteten Fachliteratur aus, bauten Python-Modelle und erstellten ein 141-seitiges Konzeptpapier. Das wurde nach der ersten Schaltungsgenerierung gelöscht, weil viele Schätzungen physikalisch unrealistisch waren. Als Ersatz entwickelte Architect Labs eine eigene formale Spezifikationssprache namens ASL. Anders als Prosa-Dokumente ist sie maschinell überprüfbar und lässt sich in den Beweisassistenten Lean übersetzen, ein Werkzeug, mit dem man mathematisch beweisen kann, dass etwas korrekt ist. Am Ende umfasste die Spezifikation über 800.000 Zeilen Lean-Code. Laut Firma verhindert diese eine beweisbare „Quelle der Wahrheit“ viele Fehler, Halluzinationen und Reward Hacking, also Fälle, in denen KI-Agenten ihr Bewertungsziel austricksen, statt die Aufgabe wirklich zu lösen.
Das in ASL geschriebene Systemmodell „Arcmodel“ läuft laut Hersteller rund 200- bis 660-mal schneller als eine Simulation der Schaltung. Anfangs wichen seine Stromschätzungen um bis zu fast 250 Prozent von der echten Schaltung ab. Ein autonomer Prozess kalibrierte das Modell deshalb anhand von Zählern wie Speicherzugriffen und Netzwerknachrichten, bis die Abweichung unter 5 Prozent lag. Danach probierten Agentenschwärme parallel Änderungen aus. Über vier Suchrunden und abschließende Ablationstests (Versuche, bei denen man einzelne Bestandteile weglässt, um ihren Nutzen zu messen) testeten sie 58 Ideen und behielten 37, darunter feingranulares Clock Gating, also das Abschalten des Taktsignals für gerade ungenutzte Schaltungsteile.
Was die KI „erfunden“ hat: Arbeit stehlen
Weil Frostbite keinen zentralen Verteiler hat, entwarfen die Agenten einfache Regeln für jede Rechenkachel (Tile): Erst die eigene Arbeit erledigen. Ist keine mehr da, Arbeit von einem Nachbarn übernehmen. Gibt es auch dort nichts, in den Ruhezustand wechseln und Strom sparen. Teilt sich eine Schleife oder Verzweigung in parallele Stücke auf, parkt die Kachel den Rest der Berechnung in einem lokalen Speicher, dem „Frame Manager“, legt die neuen Aufgaben in eine Hardware-Warteschlange und übernimmt selbst die neueste. Sobald alle Teilergebnisse zurück sind, läuft die geparkte Berechnung automatisch weiter.
Architect Labs schreibt, dieses Verhalten habe kein Mensch vorgegeben. xenospectrum ordnet ein: Work Stealing ist an sich ein seit Jahrzehnten erforschtes Konzept, unter anderem in einer Arbeit von Blumofe und Leiserson aus dem Jahr 1999. Neu sind laut xenospectrum vor allem die konkreten Warteschlangen und Schaltungen, mit denen die KI das umgesetzt hat.
Die Zahlen im Detail
Frostbite wurde für einen 7-Nanometer-Prozess ausgelegt. Bei der Synthese erreichte es 800 MHz, im finalen Layout 500 MHz. Verglichen wird ein „Quad“ aus 2×2 Kacheln plus vier L3-Cache-Knoten (0,792 mm²) mit einem einzelnen Kern einer bereits gefertigten In-Order-CPU, die zwei Befehle gleichzeitig ausgeben kann (0,895 mm²). Welche CPU das ist, verrät die Firma „aus rechtlichen Gründen“ nicht.
- Leistung pro Fläche: im Schnitt 8,77-fach
- Leistung pro Watt, alle 25 Aufgaben: 4,59-fach (geometrisches Mittel)
- Nur die 10 Optimierungsaufgaben: 6,02-fach
- Nur die 15 zurückgehaltenen Aufgaben: 3,83-fach
xenospectrum hat die zurückgehaltenen Aufgaben aus den Grafiken der Ankündigung ausgelesen:
| Aufgabe | Leistung/Watt vs. TCPU |
|---|---|
| Faltung (Convolution) | 23,12x |
| Längste gemeinsame Teilfolge | 6,35x |
| k-d-Baum | 6,19x |
| Kalman-Filter | 5,87x |
| PCA | 5,31x |
| Huffman-Dekodierung | 4,93x |
| Finite-Elemente-Analyse | 4,50x |
| Radixsort | 3,96x |
| Random Forest | 3,07x |
| LU-Lösung | 2,46x |
| LZ4-Dekompression | 2,44x |
| emeans | 2,32x |
| Breitensuche | 2,20x |
| Quicksort | 2,09x |
| Fibonacci | 1,15x |
Der Median liegt bei 3,96x. Die Eingaben sind klein: Fibonacci etwa mit n=20, Radixsort mit 16.384 Elementen.
Beim Energieverbrauch, ohne Taktverteilung gerechnet (die bei der Vergleichs-CPU 49 % und bei Frostbite 41 % ausmacht), sinkt der Anteil für Befehle holen, dekodieren und ausgeben von 27 auf 6 Prozent, Speicher von 57 auf 38 Prozent. Dafür verbraucht Frostbite 26 Prozent für das interne Netzwerk und die Arbeitsverteilung. Laut xenospectrum beruht diese Aufschlüsselung auf 20 statt 25 Aufgaben.
Wie es weitergeht
Architect Labs plant eine Testumgebung auf FPGAs (programmierbaren Chips), auf der jeder Programme für Frostbite ausführen kann. Außerdem soll es ein erstes Betriebssystem geben, Vergleiche mit größeren Mehrkern- und Out-of-Order-CPUs auf Standard-Benchmarks wie SPEC und PARSEC sowie eine Veröffentlichung von RTL und Befehlssatz.
Einordnung
Frostbite ist ein bemerkenswertes Beispiel dafür, wie weit agentische KI im Chipdesign inzwischen kommt: von der Idee bis zum fertigungsfähigen Layout, abgesichert durch formale Beweise. Dass ein jahrzehntealtes Nischenkonzept wie Interaction Nets damit plötzlich praktisch erprobbar wird, ist der eigentlich spannende Punkt. Gerade solche Außenseiterideen galten bisher als zu teuer und riskant für eine ernsthafte Untersuchung.
Gleichzeitig ist Vorsicht angebracht. Alle Zahlen sind Herstellerangaben aus Simulationen vor der Fertigung. Die 5-Prozent-Genauigkeit bezieht sich auf den Abgleich zweier Entwurfsstufen, nicht auf gemessenen Stromverbrauch eines echten Chips. Die Vergleichs-CPU ist ein eher einfacher In-Order-Kern und wird nicht genannt. Die Tests sind klein, und die Spannweite von 1,15- bis 23-fach zeigt, dass der Vorteil stark von der Aufgabe abhängt. Zudem müssen Programme in der experimentellen Sprache Vine geschrieben werden, vorhandene Software läuft also nicht einfach darauf. Wie weit die Architektur gegen moderne Hochleistungs-CPUs trägt, sollen erst die angekündigten Vergleiche zeigen.
Quellen
- Hacker News – AI architectlabs.com
- xenospectrum.com xenospectrum.com
Frag den KI-Assistenten
Fragen zu diesem Artikel, zur Installation oder zu Hintergründen? Unser Assistent kennt diese Seite und läuft auf unserem eigenen Rechner, nicht in einer fremden Cloud.
Der Assistent ist eine KI (Gemma 4) und kann sich irren – wichtige Angaben bitte in der Quelle prüfen. Fragen werden nur zum Beantworten genutzt und nach einer Stunde gelöscht. Bitte keine persönlichen Daten eingeben.
Kommentare
Was meinst du dazu? Schon ausprobiert? Schreib es hier, ohne Anmeldung.
Kommentare sind öffentlich. Links sind nicht erlaubt, beleidigende Beiträge löschen wir. Deinen eigenen Kommentar kannst du in diesem Browser jederzeit wieder löschen. Mehr dazu in der Datenschutzerklärung.