江南谷歌推出 AlphaChip AI 辅助芯片设计技术——芯片布局就像电脑的游戏
本周，谷歌推出了用于设计芯片布局的AlphaChip 强化学习方法。AlphaChip AI 有望大大加快芯片布局规划的设计，并使它们在性能、功耗和面积方面更加优化。强化学习方法现已与公众共享，在设计 Google 的张量处理单元 （TPU） 方面发挥了重要作用，并已被包括 MediaTek 在内的其他公司采用。芯片设计布局或平面图传统上是芯片开发中时间最长、劳动强度最高的阶段。近年来，Synopsys 开发了 AI 辅助芯片设计工具，可以加速开发并优化芯片的布局规划。但是，这些工具非常昂贵。Google 希望在一定程度上使这种 AI 辅助芯片设计方法大众化。如今，如果由人类完成，为 GPU 等复杂芯片设计平面图大约需要 24 个月。不太复杂的东西的平面规划可能需要几个月的时间，这意味着数百万美元的成本，因为设计团队通常相当重要。谷歌表示，AlphaChip 加快了这一时间表，可以在短短几个小时内创建芯片布局。此外，据说它的设计非常出色，因为它们优化了电源效率和性能。Google 还展示了一张图表，显示与人类开发人员相比，各种版本的 TPU 和 Trillium 的电线长度有所减少。条形图显示了与 TPU 物理设计团队生成的布局相比，AlphaChip 在三代 Google 张量处理单元 （TPU） 中的平均线长缩短幅度。（图片来源：谷歌）AlphaChip 使用强化学习模型，其中代理在预设环境中采取行动，观察结果，并从这些经验中学习，以便在未来做出更好的选择。在 AlphaChip 的情况下，系统将 chip floorplanning 视为一种游戏，一次将一个 circuit 元件放置在空白网格上江南。该系统随着解决更多布局而改进江南，使用图形神经网络来理解组件之间的关系。自 2020 年以来，AlphaChip 一直被用于设计 Google 自己的 TPU AI 加速器，这些加速器驱动着 Google 的许多大规模 AI 模型和云服务。这些处理器运行基于 Transformer 的模型，为 Google 的 Gemini 和 Imagen 提供支持。AlphaChip 改进了每一代 TPU 的设计，包括最新的第 6 代 Trillium 芯片，确保了更高的性能和更快的开发。尽管如此，Google 和 MediaTek 都依赖 AlphaChip 来制作有限的一组块，而人类开发人员仍然承担了大部分工作。条形图显示了 AlphaChip 设计的芯片块在三代 Google 张量处理单元 （TPU） 中的数量，包括 v5e、v5p 和 Trillium。（图片来源：谷歌）到目前为止，AlphaChip 已被用于开发各种处理器，包括 Google 的 TPU 和联发科的天玑 5G 系统级芯片，这些处理器广泛用于各种智能手机江南。因此，AlphaChip 能够在不同类型的处理器中进行泛化。谷歌表示，它已经在各种芯片模块上进行了预训练，这使得 AlphaChip 能够在实践更多设计时生成越来越高效的布局。虽然人类专家可以学习，而且许多人学得很快，但机器的学习速度要高出几个数量级。扩展 AI 在芯片开发中的应用谷歌表示，AlphaChip 的成功激发了一波新的研究浪潮，将人工智能用于芯片设计的不同阶段。这包括将AI技术扩展到逻辑综合、宏选择和时序优化等领域，Synopsys和Cadence已经提供了这些技术，尽管需要很多钱。据谷歌称，研究人员还在探索如何将 AlphaChip 的方法应用于芯片开发的更进一步阶段。
谷歌推出 AlphaChip AI 辅助芯片设计技术——芯片布局就像电脑的游戏
落后于OpenAI怪居家办公怪员工不努力 谷歌前CEO：我说错了，收回这番线
上一篇：AI研究人员证明绕过在线 CAPTCHA 的成功率为 100%
官方微博
