Google утверждает, что его ИИ быстрее в дизайне микросхем

Google утверждает, что разработал программное обеспечение искусственный интеллект, способный создавать компьютерные чипы быстрее, чем люди. В статье, опубликованной несколько дней назад, Google утверждает, что чип, на разработку которого у людей уйдут месяцы, можно представить с помощью нового ИИ менее чем за шесть часов.

Искуственный интеллект уже использовался для разработки последней итерации чипов Блок обработки натяжителя (TPU) от Google, которые используются для выполнения задач, связанных с искусственным интеллектом, сообщает Google. Инженеры Google заявили, что этот прогресс может иметь «серьезные последствия» для полупроводниковой промышленности.

По сути, речь идет о выяснении того, где компоненты, такие как ядра ЦП и графического процессора, а также память, размещаются друг напротив друга на кристалле. Их расположение на этих небольших платах важно, поскольку оно влияет на энергопотребление и скорость обработки микросхемы; проводка и маршрутизация сигналов, необходимые для подключения всего, имеют большое значение.

Инженеры Google Азалия Миросейни и Анна Голди вместе со своими коллегами описывают в своей публикации систему глубокого обучения с подкреплением, способную создавать «базовые шаблоны» менее чем за шесть часов, а иногда на это уходят месяцы.

Иными словами, Google использует искусственный интеллект для разработки микросхем, которые можно использовать для создания еще более сложных систем искусственного интеллекта.

Подобные системы также могут побеждать людей в сложных играх, таких как го и шахматы. В этих сценариях алгоритмы обучаются перемещать элементы, которые увеличивают ваши шансы на победу в игре, но в сценарии с плиткой ИИ обучается находить лучшую комбинацию компонентов, чтобы сделать ее максимально эффективной в игре.

Нейронная сеть также использует некоторые методы. которые когда-то считались полупроводниковой промышленностью, но заброшены как тупики. Согласно статье, система искусственного интеллекта получила 10.000 XNUMX чертежей микросхем, чтобы «узнать», что работает, а что нет.

«Наш метод был использован для разработки следующего поколения ускорителей Google AI и может сэкономить тысячи часов человеческих усилий для каждого нового поколения», - написали инженеры. «В конечном счете, мы считаем, что более мощное оборудование, разработанное на основе искусственного интеллекта, будет способствовать развитию искусственного интеллекта, создавая симбиотические отношения между двумя областями».

Согласно статье, при разработке микропроцессора или ускорителя рабочей нагрузки обычно необходимо определить, как его подсистемы работают на языке высокого уровня, таком как VHDL, SystemVerilog или, возможно, даже Chisel.

Этот код в конечном итоге преобразуется в так называемый список соединений, который описывает, как набор стандартных макроблоков и ячеек должен быть соединен проводами для выполнения функций микросхемы.

Стандартные ячейки содержат базовые элементы, такие как логические элементы И-НЕ и ИЛИ-ИЛИ.тогда как макроблоки содержат набор стандартных ячеек или других электронных компонентов, предназначенных для выполнения специальной функции, такой как обеспечение внутренней памяти или ядра процессора. Следовательно, макроблоки намного больше стандартных ячеек.

Затем вам нужно выбрать, как организовать этот список ячеек и макроблоков на микросхеме. По словам сотрудников Google, инженеры-люди могут потратить недели или даже месяцы на то, чтобы работать со специализированными инструментами проектирования микросхем и повторять много раз, чтобы получить оптимизированный план, основанный на потребностях в энергопотреблении, времени, скорости и т. Д.

Что обычно происходит в этом процессе, так это то, что расположение больших макроблоков должно изменяться по мере развития дизайна. А затем вы должны позволить автоматизированным инструментам, использующим неразумные алгоритмы, отбросить множество более мелких стандартных ячеек, а затем очистить и повторить, пока не закончите, говорится в документе.

Чтобы ускорить этот этап проектирования схемы микросхемы, специалисты Google по искусственному интеллекту создали систему сверточной нейронной сети, которая выполняет размещение макроблоков самостоятельно за несколько часов для достижения оптимального дизайна.

Согласно статье, стандартные ячейки автоматически помещаются в пустые места другими программами. Эта система машинного обучения должен иметь возможность создавать идеальную диаграмму намного быстрее и лучше, чем метод инженеров-людей сотрудники Google объяснили в своей статье, что с помощью традиционных автоматизированных инструментов в отрасли.

источник: https://www.theregister.com/


Будьте первым, чтобы комментировать

Оставьте свой комментарий

Ваш электронный адрес не будет опубликован. Обязательные для заполнения поля помечены *

*

*

  1. Ответственный за данные: Мигель Анхель Гатон
  2. Назначение данных: контроль спама, управление комментариями.
  3. Легитимация: ваше согласие
  4. Передача данных: данные не будут переданы третьим лицам, кроме как по закону.
  5. Хранение данных: база данных, размещенная в Occentus Networks (ЕС)
  6. Права: в любое время вы можете ограничить, восстановить и удалить свою информацию.