AIコーディングエージェントがFPGAを自律プログラミング、LLM推論を33倍高速化
Vibecoding an Inference Chip

AWSのF2インスタンス上で、コーディングエージェントにFPGAをプログラムさせLLM推論を実行させた実験。166回のプロンプトと数百の試行を経て、ベースラインから33倍高速な毎秒213トークンを達成。約300万行のコードを生成し、消費したClaudeとOpenAIのトークン費用はわずか1万ドル。筆者はVerilogの知識ゼロだったが、ほぼ「雰囲気」の指示だけでハードウェア設計が完了したと報告している。
最も衝撃的だった自動研究ループの一つで、最終的に実験履歴全体で約300万行を書き、3000万行の出力ファイルを解析し、ClaudeとOpenAIのトークンにわずか1万ドルを費やして数百の実験を実行した。
HNでの議論
49- itissid
FPGAは高速な専用チップを作るのに素晴らしいものではあるが、ファブの生産能力の問題に直面する、と誰かが言っていました。たとえ現在のGPUよりも推論をうまくこなせるFPGAを作れたとしても、それを大規模に製造することは経済的に可能なのか、と誰かが簡単に説明してくれました。それが技術的な問題によるものだったのか、それとも単にファブの生産能力が完全に埋まっているからなのかは思い出せません。
- reuben364
この1週間ほどで、私はLeanに似た言語をバイブコーディングしました。
- 量的型(quantitative types)
- ベース言語に変換されるRust風のDSL
- C、LLVM、WebAssemblyのバックエンドと、言語のサブセット向けのVerilogバックエンド
- Verilogサブセットで書かれ、私のArty FPGA上でDoomを動かすRISC-V実装
- 圏論と実数のライブラリ
- profunctor opticsを使ってクエリを書くグラフストレージエンジン
- egglogを使ったdatalog(進行中)
- tree-sitterでパースする、CとC#向けのJoern風コード解析エンジン
- Reactスタイルのフレームワーク
- 私の言語用のエディタプラグイン
いずれも完成度はさまざまです。
今できることはすごいことです。私の恐れは、一種のGell-Mann Amnesia効果で、その分野における私の専門知識の欠如が、重大な問題を見逃させているのではないかということです。しかし少なくとも一部は本物であるはずです。そうした懸念を払拭できたら、もっと公式に発表するつもりです(https://wiz.badlydrawnwizards.com でちら見できますが、ウェブサイトを更新する必要が大いにあります)。
現在のボトルネックはCIの処理能力です。貴重なCI処理能力を無駄にしないよう、もっとローカルでテストを実行できるように、家にあるすべての予備のコンピュータをSlurmノードに変えました。
- seanjhkwon
これは、AIに大きなタスクを与える際の自動化された指標の重要性を示しています。おそらくモデルの知能よりも重要なのかもしれません。
- jluxenberg
楽しく興味深いプロジェクトですが、好奇心のために1万ドル以上をトークンに費やすのは過剰に思えます!間違いなく私の予算外です。
- cpldcpu
私はOpus 4.5で似たようなことをしました:https://github.com/cpldcpu/smollm.c
トランスフォーマーを実装することは、AI支援コーディングの新しい「hello world」になったようです。