LEVEL 1빠름 · 저렴
기능 연습
RTL simulation
- AI는 무엇을 바꾸나?
- RTL 코드
- 어디서 실행하나?
- Icarus 또는 Verilator
- 어떤 데이터가 남나?
- 사양, RTL, 테스트, 파형
- 무엇으로 채점하나?
- 출력이 예상과 같은가
이 단계의 현실 간극테스트하지 않은 경우는 모릅니다.
A BOTTOM-UP GUIDE · 5분 인터랙티브 학습
AI가 칩 설계를 배우려면
연습할 세계가 필요합니다.
설계 파일은 교과서입니다. 하지만 칩은 물리적으로 동작해야 합니다. AI가 바꾼 것이 무엇을 고치고, 무엇을 깨뜨렸는지 알려주는 실습실이 필요합니다.
학습 루프 조립하기OBSERVEAIACT
3 INPUTS NEEDED
01 · BUILD THE ENVIRONMENT
세 가지 재료는 더하기가 아니라 곱하기입니다.
하나라도 0이면 AI는 반복해서 배우지 못합니다. 카드를 눌러 연결해 보세요.
SIMULATOR×DATA×FEEDBACK= LEARNING ENVIRONMENT0/3 재료를 확인했습니다.
02 · CLIMB THE FIDELITY LADDER
가장 비싼 시뮬레이터 하나보다
여러 층의 현실 검사가 필요합니다.
아래로 갈수록 빠르고, 위로 갈수록 현실에 가깝습니다. 한 단계의 좋은 점수가 다음 단계에서 뒤집힐 수 있습니다.
03 · FIND THE SCORE’S BLIND SPOT
점수를 잘 받으면 정말 잘 설계한 걸까요?
작은 4-bit 교육용 ALU 실험의 실제 관찰값입니다. 두 후보를 같은 채점표에 넣어 보세요.
OBSERVED
보이는 예제와 숨은 경우
input: 1,024 combinationsCANDIDATE A
예제 지름길
보이는 예제실행 전
숨은 경우잠김
CANDIDATE B
일반 덧셈 규칙
보이는 예제실행 전
숨은 경우잠김
먼저 보이는 예제를 실행하세요.
작은 회로에 먼저 점수 → 기능이 틀려도 높은 점수를 받을 수 있습니다.
04 · SAVE TRAJECTORIES, NOT JUST ANSWERS
AI가 배워야 할 데이터의 모양
01관찰지금 볼 수 있는 사양과 실패
02행동제한된 RTL 또는 설정 변경
03실행고정된 도구·버전·조건
04채점기능 통과 뒤 품질 비교
05기억성공·실패·반례·되돌림
완성된 정답 파일 하나보다, 어떤 상황에서 무엇을 바꾸고 그 결과가 어땠는지 연결된 기록이 더 많이 가르칩니다.
A USEFUL BOTTOM-UP COMPANION
먼저, 칩이 무엇을 비용으로 지불하는지 이해하기
Reiner Pope와 Dwarkesh Patel의 대화는 논리게이트에서 MAC, 데이터 이동, systolic array, FPGA와 ASIC, cache와 scratchpad까지 칩을 아래에서 위로 설명합니다.
이 영상은 “AI가 설계를 배웠다”는 증거가 아닙니다. AI의 채점표가 왜 연산량 하나가 아니라 데이터 이동, 정밀도, 메모리 구조와 물리 비용을 봐야 하는지 이해하는 보조 교재입니다.
원본 YouTube에서 보기 ↗05 · KEEP THE OPEN QUESTIONS OPEN
아직 모르는 것
그럴듯한 전망 대신, 어떤 증거가 생기면 답할 수 있는지 적었습니다.
EVIDENCE BOUNDARY
관찰한 것과 아직 모르는 것을 분리했습니다.
작은 공개 RTL 실험에서 문법 오류, 보이는 테스트의 빈틈, 숨은 검증, 합성 proxy, 새 파라미터 재검증을 실행했습니다.
실제 공정, 상용 signoff, 생산 수율, silicon 성능, 회사 데이터의 학습 효용은 이 페이지가 증명하지 않습니다.