Google tvrdí, že se vyvinul software umělá inteligence schopná navrhovat počítačové čipy rychleji než lidé. V článku publikovaném před několika dny Google tvrdí, že čip, jehož design by lidem trval měsíce, si jeho nová AI dokáže představit za méně než šest hodin.
Umělá inteligence již byl použit k vývoji nejnovější iterace čipů Jednotka zpracování napínáku (TPU) od společnosti Google, které se používají k provádění úkolů souvisejících s umělou inteligencí, uvedl Google. Inženýři společnosti Google uvedli, že tato záloha může mít „hlavní důsledky“ pro polovodičový průmysl.
V podstatě jde o to zjistit, kde jsou komponenty jako CPU a GPU jádra a paměť umístěny proti sobě na čipu. Jejich umístění na těchto malých deskách je důležité, protože ovlivňuje spotřebu energie a rychlost zpracování čipu; kabeláž a směrování signálu potřebné k připojení všeho je velmi důležité.
Inženýři společnosti Google Azalia Mirhoseini a Anna Goldie spolu se svými kolegy popisují ve své publikaci systém hlubokého posílení, který je schopen vytvořit „základní vzory“ za méně než šest hodin, zatímco někdy to trvá měsíce.
Jinými slovy, Google pomocí umělé inteligence navrhuje čipy, které lze použít k vytvoření ještě propracovanějších systémů umělé inteligence.
Podobné systémy mohou také porazit člověka ve složitých hrách, jako je go and šach. V těchto scénářích jsou algoritmy trénovány na pohyb částí, které zvyšují vaše šance na výhru ve hře, ale ve scénáři dlaždic je AI trénována, aby našla nejlepší kombinaci komponent, aby byla ve hře co nejefektivnější.
Neuronová síť také používá některé techniky které polovodičový průmysl kdysi považoval za opuštěné jako slepé uličky. Podle článku systém umělé inteligence dostal 10.000 XNUMX plánů na čipy, aby se „naučil“, co funguje a co ne.
„Naše metoda byla použita k návrhu nové generace Google AI akcelerátorů a má potenciál ušetřit tisíce hodin lidského úsilí pro každou novou generaci,“ napsali inženýři. „Nakonec věříme, že výkonnější hardware navržený AI podpoří pokrok AI a vytvoří symbiotický vztah mezi těmito dvěma poli.“
Podle článku je při návrhu mikroprocesoru nebo akcelerátoru pracovní zátěže obvykle nutné definovat, jak jeho subsystémy fungují v jazyce na vysoké úrovni, jako je VHDL, SystemVerilog nebo možná i Chisel.
Tento kód se nakonec promítne do takzvaného netlistu, který popisuje, jak musí být sada makrobloků a standardních buněk propojena dráty, aby mohly vykonávat funkce čipu.
Standardní buňky obsahují základní prvky, jako jsou logické brány NAND a NORvzhledem k tomu, že makrobloky obsahují sadu standardních buněk nebo jiných elektronických součástek určených k provádění speciální funkce, jako je poskytování paměti na čipu nebo jádra procesoru. Proto jsou makrobloky mnohem větší než standardní buňky.
Poté musíte zvolit, jak uspořádat tento seznam buněk a makrobloků na čipu. Podle zaměstnanců Google může lidským inženýrům trvat týdny nebo dokonce měsíce, než budou pracovat se specializovanými nástroji pro návrh čipů, a mnohokrát iterovat, aby získali optimalizovaný plán na základě potřeb spotřeby energie, načasování, rychlosti atd.
Obvykle se v tomto procesu stane, že umístění velkých makrobloků musí být při vývoji designu změněno. A pak musíte nechat automatizované nástroje, které používají neinteligentní algoritmy, spadnout do množství menších standardních buněk a poté čistit a opakovat, dokud nebudete hotovi, říká doktor.
Pro urychlení tohoto kroku návrhu schématu čipu vytvořili specialisté na umělou inteligenci Google konvoluční systém neuronové sítě, který sám za několik hodin provede umístění makrobloků, aby dosáhl optimálního designu.
Standardní buňky jsou podle článku automaticky umístěny do prázdných prostor jiným softwarem. Tento systém strojového učení by měl být schopen vytvořit ideální diagram mnohem rychleji a lépe než metoda lidských inženýrů pomocí tradičních automatizovaných nástrojů v oboru vysvětlili zaměstnanci Google ve svém článku.
zdroj: https://www.theregister.com/