グーグルは開発したと主張している のソフトウェア 人間よりも速くコンピュータチップを設計できる人工知能。 数日前に公開された記事で、Googleは、設計に人間が数か月かかるチップは、XNUMX時間以内に新しいAIで想像できると主張しています。
人工知能 チップの最新のイテレーションを開発するためにすでに使用されています テンショナー処理ユニット (TPU)by Googleグーグルによると、人工知能関連のタスクを実行するために使用されます。 グーグルのエンジニアは、この進歩は半導体業界に「大きな影響」を与える可能性があると述べた。
基本的には、CPUコアやGPUコア、メモリなどのコンポーネントがチップ上のどこに配置されているかを把握することです。 これらの小さなボード上のそれらの位置は、チップの消費電力と処理速度に影響を与えるため、重要です。 すべてを接続するために必要な配線と信号ルーティングは非常に重要です。
Google のエンジニア、Azalia Mirhoseini と Anna Goldie は、同僚と一緒に、XNUMX 時間以内に「基本パターン」を作成できる深層強化学習システムについて、数か月かかることもありますが、その出版物の中で説明しています。
言い換えれば、 Googleは人工知能を使用して、さらに高度な人工知能システムを作成するために使用できるチップを設計しています。
同様のシステムは、囲碁やチェスなどの複雑なゲームでも人間を打ち負かすことができます。 これらのシナリオでは、アルゴリズムはゲームに勝つ可能性を高めるピースを移動するようにトレーニングされていますが、タイルシナリオでは、AIは、ゲームで可能な限り効率的にするためのコンポーネントの最適な組み合わせを見つけるようにトレーニングされています。
ニューラルネットワークもいくつかの手法を使用しています かつては半導体業界で検討されていましたが、行き止まりとして放棄されました。 記事によると、人工知能システムは、何が機能し、何が機能しないかを「学習」するためのチップの10.000の青写真を受け取りました。
「私たちのアプローチは、次世代のGoogleのAIアクセラレーターを設計するために使用されており、新しい世代ごとに数千時間の人的労力を節約できる可能性があります」とエンジニアは書いています。 「最終的には、より強力なAI設計のハードウェアが、AIの進歩を促進し、XNUMXつの分野の間に共生関係を生み出すと信じています。」
記事によると、マイクロプロセッサまたはワークロード アクセラレータを設計するときは、通常、そのサブシステムが VHDL、SystemVerilog、または Chisel などの高級言語でどのように機能するかを定義する必要があります。
このコードは、最終的にはネットリストと呼ばれるものに変換されます。これは、チップの機能を実行するために、マクロブロックと標準セルのセットをワイヤで接続する方法を説明します。
標準セルには、NANDおよびNOR論理ゲートなどの基本要素が含まれています一方、マクロブロックには、オンチップメモリやプロセッサコアの提供など、特別な機能を実行することを目的とした一連の標準セルまたはその他の電子コンポーネントが含まれています。 したがって、マクロブロックは標準セルよりもはるかに大きくなります。
次に、チップ上のセルとマクロブロックのこのリストを整理する方法を選択する必要があります。 Googleの従業員によると、人間のエンジニアが専用のチップ設計ツールを使用して作業し、消費電力、タイミング、速度などのニーズに基づいて最適化された計画を取得するために何度も繰り返すことがあります。
このプロセスで通常発生するのは、デザインの開発に応じて大きなマクロブロックの位置を変更する必要があることです。 そして、インテリジェントでないアルゴリズムを使用する自動化ツールに、多数の小さな標準セルをドロップさせ、完了するまでクリーンアップして繰り返す必要がある、とドキュメントは述べています。
このチップスケマティック設計ステップをスピードアップするために、Googleの人工知能スペシャリストは、最適な設計を実現するために数時間でマクロブロック配置を独自に実行する畳み込みニューラルネットワークシステムを作成しました。
記事によると、標準セルは他のソフトウェアによって自動的に空のスペースに配置されます。 この機械学習システム 人間のエンジニアの方法よりもはるかに高速で優れた理想的なダイアグラムを作成できるはずです Googleの従業員は、業界の従来の自動化ツールを使用して、記事で説明しました。
出典 https://www.theregister.com/