谷歌用AI設計AI芯片,6小時(shí)完成工程師數月工作
6月11日消息,谷歌稱(chēng)其正在使用機器學(xué)習系統幫助工程師設計新一代機器學(xué)習芯片。谷歌工程師表示,算法設計的芯片質(zhì)量和人工設計“相當”甚至“還要更好”,但完成速度要快得多。谷歌表示,人工智能可以在不到6小時(shí)的時(shí)間內完成人工需要數月時(shí)間完成的芯片設計工作。
本文引用地址:http://dyxdggzs.com/article/202106/426273.htm谷歌多年來(lái)一直在研究如何使用機器學(xué)習制造芯片,本周谷歌員工發(fā)表在《自然》雜志的一篇論文證實(shí)此類(lèi)研究已經(jīng)應用于商業(yè)產(chǎn)品。谷歌開(kāi)始用人工智能設計自家的TPU芯片。
據悉,TPU芯片是應用于人工智能的芯片,專(zhuān)門(mén)針對人工智能計算進(jìn)行了優(yōu)化?!拔覀兊姆椒ㄒ呀?jīng)用于生產(chǎn)設計新一代谷歌TPU,”谷歌研究科學(xué)家、論文作者阿扎莉亞·米爾霍塞尼(Azalia Mirhoseini)和安娜·戈爾迪(Anna Goldie)寫(xiě)道。
換句話(huà)說(shuō),人工智能正在幫助推動(dòng)人工智能技術(shù)的進(jìn)步。
谷歌工程師在論文中指出,這項工作對芯片行業(yè)有“重大影響”。這可以讓公司在設計芯片時(shí)探索架構可能性的速度更快,為特定工作負載定制芯片也更便捷。
《自然》雜志的一篇評論稱(chēng)這項研究是一項“重要成就”,并指出此類(lèi)工作可以幫助抵消摩爾定律的終結。摩爾定律是20世紀70年代出現的一個(gè)芯片設計原則,也就是芯片上的晶體管數量每?jì)赡攴环?。人工智能不一定能突破物理極限、將越來(lái)越多的晶體管壓縮到芯片上,但可以幫助工程師找到提高芯片性能的其他途徑。
圖示:谷歌的人工智能專(zhuān)用芯片TPU
谷歌算法處理的具體任務(wù)被稱(chēng)為“芯片版面規劃”。通常情況下,設計師需要在計算機工具的幫助下為CPU、GPU以及內存核心等芯片子系統找到在硅晶片上的最佳布局。這些芯片子系統通過(guò)總共長(cháng)達幾十公里的微小線(xiàn)路連接在一起,芯片上每個(gè)子系統的位置均會(huì )影響芯片的最終處理速度和效率。而且,考慮到芯片制造的規模和計算周期,納米層面上的位置調整最終會(huì )帶來(lái)巨大影響。
谷歌工程師們指出,規劃芯片版面對人來(lái)說(shuō)需要“數月的緊張工作”,但從機器學(xué)習的角度來(lái)看,完全可以像下棋那樣解決這個(gè)問(wèn)題。
人工智能已經(jīng)證實(shí)其可以在國際象棋和圍棋等棋類(lèi)游戲中勝過(guò)人類(lèi)。谷歌工程師們指出,芯片版面規劃與此類(lèi)挑戰相似,只不過(guò)用的不是棋盤(pán),而是硅片。棋盤(pán)上的棋子變成了CPU和GPU等芯片子系統器件。接下來(lái)的任務(wù)就是讓機器學(xué)習系統找到“獲勝條件”。在國際象棋比賽中是吃掉對方的王,而在芯片設計中是計算效率。
谷歌工程師利用芯片版面規劃數據集來(lái)訓練一種強化的機器學(xué)習算法,其中有1萬(wàn)個(gè)不同質(zhì)量的芯片版面規劃圖,一些規劃是隨機生成的。每個(gè)規劃圖所需電線(xiàn)長(cháng)度和功耗有所不同。然后,訓練后的算法利用這些數據來(lái)區分版面規劃的好壞,并相應生成新的設計。
當人工智能在棋類(lèi)游戲中挑戰人類(lèi)時(shí),機器并不一定像人類(lèi)那樣思考,而且經(jīng)常會(huì )對熟悉問(wèn)題提出意想不到的解決方案。DeepMind的AlphaGo與圍棋冠軍李世石對弈時(shí)就是如此,人工智能看似不合邏輯的一步棋卻最終取得了勝利。
谷歌的芯片設計算法并沒(méi)有帶來(lái)如此戲劇性的變化,但其生成的芯片版面設計與人工設計完全不同。在人工智能設計的芯片版面中,各個(gè)子系統并沒(méi)有整齊排列,看起來(lái)幾乎是隨機分散在硅片上?!蹲匀弧冯s志的一幅插圖展示了這種差異,左邊是人工設計的芯片版面,右邊則是機器學(xué)習系統設計的。由于相關(guān)設計是保密的,這些圖片被作者有意做了模糊化處理。
圖示:左邊是人工設計的芯片版面,右邊則是機器學(xué)習系統設計的
這篇論文之所以值得注意,是因為其研究成果現在正被谷歌用于商業(yè)用途。但這遠不是人工智能輔助芯片設計的唯一應用。谷歌還在“架構探索”等芯片設計過(guò)程的其他部分使用人工智能,而英偉達等競爭對手也在研究其他方法來(lái)加快芯片研發(fā)工作流程。用人工智能設計人工智能芯片的良性循環(huán)似乎才剛剛開(kāi)始。
評論