Google afferma di aver sviluppato un software di intelligenza artificiale in grado di progettare chip per computer più velocemente degli umani. In un articolo pubblicato pochi giorni fa, Google afferma che un chip la cui progettazione richiederebbe mesi all'uomo può essere immaginato dalla sua nuova intelligenza artificiale in meno di sei ore.
Intelligenza artificiale è già stato utilizzato per sviluppare l'ultima iterazione dei chip Unità di elaborazione del tenditore (TPU) di Google, che vengono utilizzati per eseguire attività relative all'intelligenza artificiale, ha affermato Google. Gli ingegneri di Google hanno affermato che l'anticipo potrebbe avere "importanti implicazioni" per l'industria dei semiconduttori.
In sostanza, si tratta di capire dove i componenti come i core della CPU e della GPU e la memoria sono posizionati l'uno contro l'altro sul chip. La loro posizione su queste piccole schede è importante perché influisce sul consumo energetico e sulla velocità di elaborazione del chip; il cablaggio e l'instradamento del segnale necessari per collegare il tutto sono di grande importanza.
Gli ingegneri di Google Azalia Mirhoseini e Anna Goldie, insieme ai loro colleghi, descrivono nella loro pubblicazione un sistema di apprendimento per rinforzo profondo in grado di creare "schemi di base" in meno di sei ore, mentre a volte ci vogliono mesi.
In altre parole, Google sta utilizzando l'intelligenza artificiale per progettare chip che possono essere utilizzati per creare sistemi di intelligenza artificiale ancora più sofisticati.
Sistemi simili possono anche battere gli umani in giochi complessi come go e scacchi. In questi scenari, gli algoritmi sono addestrati per spostare i pezzi che aumentano le tue possibilità di vincere la partita, ma nello scenario delle tessere, l'IA è addestrata per trovare la migliore combinazione di componenti per renderla il più efficiente possibile nel gioco.
La rete neurale utilizza anche alcune tecniche che una volta erano considerati dall'industria dei semiconduttori, ma abbandonati come vicoli ciechi. Secondo l'articolo, il sistema di intelligenza artificiale ha ricevuto 10.000 progetti per i chip per "imparare" cosa funziona e cosa no.
"Il nostro approccio è stato utilizzato per progettare la prossima generazione di acceleratori di intelligenza artificiale di Google e ha il potenziale per risparmiare migliaia di ore di lavoro umano per ogni nuova generazione", hanno scritto gli ingegneri. "In definitiva, crediamo che un hardware progettato per l'intelligenza artificiale più potente guiderà il progresso dell'intelligenza artificiale, creando una relazione simbiotica tra i due campi".
Secondo l'articolo, quando si progetta un microprocessore o un acceleratore del carico di lavoro, di solito è necessario definire come funzionano i suoi sottosistemi in un linguaggio di alto livello, come VHDL, SystemVerilog o forse anche Chisel.
Questo codice alla fine si tradurrà in quella che viene chiamata una netlist, che descrive come un insieme di macroblocchi e celle standard deve essere collegato tramite fili per eseguire le funzioni del chip.
Le celle standard contengono elementi di base come porte logiche NAND e NORNORmentre i macroblocchi contengono un insieme di celle standard o altri componenti elettronici destinati a svolgere una funzione speciale, come fornire memoria su chip o un core del processore. Pertanto, i macroblocchi sono molto più grandi delle celle standard.
Quindi devi scegliere come organizzare questo elenco di celle e macroblocchi sul chip. Secondo i dipendenti di Google, gli ingegneri umani possono impiegare settimane o addirittura mesi per lavorare con strumenti di progettazione di chip specializzati e ripetere molte volte per ottenere un piano ottimizzato in base alle esigenze di consumo energetico, tempistica, velocità, ecc.
Ciò che di solito accade in questo processo è che la posizione dei grandi macroblocchi deve essere modificata man mano che il progetto si sviluppa. E poi devi lasciare che gli strumenti automatizzati, che utilizzano algoritmi poco intelligenti, inseriscano la moltitudine di celle standard più piccole, quindi puliscono e ripetono finché non hai finito, dice il documento.
Per accelerare questa fase di progettazione schematica del chip, gli specialisti di intelligenza artificiale di Google hanno creato un sistema di rete neurale convoluzionale che esegue il posizionamento di macro-blocchi da solo in poche ore per ottenere un design ottimale.
Le celle standard vengono posizionate automaticamente negli spazi vuoti da altri software, secondo l'articolo. Questo sistema di apprendimento automatico dovrebbe essere in grado di produrre un diagramma ideale molto più velocemente e meglio del metodo degli ingegneri umani utilizzando i tradizionali strumenti automatizzati del settore, hanno spiegato i dipendenti di Google nel loro articolo.
fonte: https://www.theregister.com/