Google tvrdi da je njegov AI brži u dizajnu čipova

Google tvrdi da se razvio softver od umjetna inteligencija sposobna dizajnirati računalne čipove brže od ljudi. U članku objavljenom prije nekoliko dana, Google tvrdi da njegov novi AI može zamisliti čip za koji bi ljudima trebali mjeseci dizajniranja za manje od šest sati.

Umjetna inteligencija već je korišten za razvoj najnovije verzije čipova Jedinica za obradu napinjača (TPU) od Googlea, koji se koriste za obavljanje zadataka povezanih s umjetnom inteligencijom, rekao je Google. Googleovi inženjeri rekli su da bi napredak mogao imati "velike implikacije" na industriju poluvodiča.

U osnovi, radi se o otkrivanju mjesta na kojem su komponente poput CPU i GPU jezgri i memorije postavljene jedna na drugu na čipu. Njihovo mjesto na tim malim pločama važno je jer utječe na potrošnju energije i brzinu obrade čipa; ožičenje i usmjeravanje signala potrebni za sve povezivanje od velike su važnosti.

Googleove inženjerke Azalia Mirhoseini i Anna Goldie, zajedno sa svojim kolegicama, u svojoj publikaciji opisuju duboki sustav podučavanja koji može stvoriti "osnovne obrasce" za manje od šest sati, dok ponekad traju mjeseci.

Drugim riječima, Google koristi umjetnu inteligenciju za dizajn čipova koji se mogu koristiti za stvaranje još sofisticiranijih sustava umjetne inteligencije.

Slični sustavi također mogu pobijediti ljude u složenim igrama poput go i šaha. U tim scenarijima algoritmi su osposobljeni za premještanje dijelova koji povećavaju vaše šanse za pobjedu u igri, ali u scenariju pločica AI je osposobljen za pronalaženje najbolje kombinacije komponenata kako bi bio što učinkovitiji u igri.

Neuronska mreža također koristi neke tehnike koje je nekad smatrala industrija poluvodiča, ali napušteno kao slijepe ulice. Prema članku, sustav umjetne inteligencije dobio je 10.000 nacrta za čipove kako bi "naučio" što funkcionira, a što ne.

"Naša metoda korištena je za dizajniranje sljedeće generacije Googleovih AI akceleratora i potencijalno može uštedjeti tisuće sati ljudskog napora za svaku novu generaciju", napisali su inženjeri. "U konačnici vjerujemo da će moćniji hardver dizajniran za umjetnu inteligenciju pokretati napredak umjetne inteligencije, stvarajući simbiotski odnos između dva polja."

Prema članku, prilikom dizajniranja mikroprocesora ili akceleratora radnog opterećenja obično je potrebno definirati kako njegovi podsustavi rade na jeziku visoke razine, kao što su VHDL, SystemVerilog ili možda čak i Chisel.

Ovaj će se kod na kraju prevesti u ono što se naziva mrežnim popisom, koji opisuje kako skup makroblokova i standardnih ćelija moraju biti povezani žicama da bi izvršavali funkcije čipa.

Standardne ćelije sadrže osnovne elemente kao što su NAND i NOR logička vratadok makroblokovi sadrže skup standardnih ćelija ili drugih elektroničkih komponenata namijenjenih obavljanju posebne funkcije, poput pružanja memorije na čipu ili procesorske jezgre. Stoga su makroblokovi mnogo veći od standardnih stanica.

Tada morate odabrati kako organizirati ovaj popis stanica i makroblokova na čipu. Prema Googleovim zaposlenicima, ljudskim inženjerima mogu biti potrebni tjedni ili čak mjeseci da rade sa specijaliziranim alatima za dizajn čipova i ponove se mnogo puta kako bi dobili optimizirani plan zasnovan na potrebama za potrošnjom energije, vremenom, brzinom itd.

Ono što se obično događa u ovom procesu je da se mjesto velikih makroblokova mora mijenjati kako se dizajn razvija. A onda morate dopustiti da automatizirani alati, koji koriste neinteligentne algoritme, ispuštaju mnoštvo manjih standardnih ćelija, a zatim čiste i ponavljaju dok ne završite, kaže doc.

Kako bi ubrzali ovaj korak shematskog dizajna čipa, Googleovi stručnjaci za umjetnu inteligenciju stvorili su konvolucijski sustav neuronske mreže koji samostalno vrši postavljanje makroblokova u nekoliko sati kako bi postigao optimalan dizajn.

Prema članku, drugi softver automatski stavlja standardne stanice u prazna mjesta. Ovaj sustav strojnog učenja trebali bi biti u stanju izraditi idealan dijagram mnogo brže i bolje od metode ljudskih inženjera koristeći tradicionalne automatizirane alate u industriji, zaposlenici Googlea objasnili su u svom članku.

izvor: https://www.theregister.com/


Sadržaj članka pridržava se naših načela urednička etika. Da biste prijavili pogrešku, kliknite ovdje.

Budite prvi koji će komentirati

Ostavite svoj komentar

Vaša email adresa neće biti objavljen. Obavezna polja su označena s *

*

*

  1. Za podatke odgovoran: Miguel Ángel Gatón
  2. Svrha podataka: Kontrola neželjene pošte, upravljanje komentarima.
  3. Legitimacija: Vaš pristanak
  4. Komunikacija podataka: Podaci se neće dostavljati trećim stranama, osim po zakonskoj obvezi.
  5. Pohrana podataka: Baza podataka koju hostira Occentus Networks (EU)
  6. Prava: U bilo kojem trenutku možete ograničiti, oporaviti i izbrisati svoje podatke.