DeepTech深科技|她用AI“反哺”芯片设计，超高效率赶超人类芯片设计师
芯片设计发展的最新趋势 ， 似乎已很难像摩尔定律所规定的那样：“集成电路上可容纳的晶体管数目大约每隔 18 个月便会增加一倍 ， 性能也增加一倍 。 ”
但伴随人工智能技术的进步 ， 人们对于算力的要求越来越高 ， 这种需求的变化是以周或天记的 。 相较之下 ， 芯片设计需要的时间明显长得多 ， 这就意味着新微处理器的设计速度已不能满足算法的迭代发展 ， 这就产生了供需的不匹配 。
“从现在的情况看 ， 芯片设计需要数年的时间 ， 所以我们现在要做的是 ， 为未来 2 到 5 年后的机器学习模型优化芯片 。 ” 来自谷歌的 Azalia Mirhoseini 及她的同事们如是说 。
对此 ， 这个来自谷歌的团队提出了一种新方式来加速芯片设计过程：利用人工智能加速芯片设计 ， 以推动人工智能向更强大的方向发展 。
“我们相信 ， 通过人工智能缩短芯片设计周期的方式 ， 可以在硬件和人工智能之间创建一种共生关系 ， 并进一步推动彼此的进步 ， ” Mirhoseini 和同事们表示 。
芯片设计是一个复杂而漫长的过程 ， 主要由两个主要元素组成：布局和布线 ， 前者指的是使用设计软件绘制出不同元件的位置 ， 后者则是用线将元件虚拟地连接起来 。
以芯片布局为例 ， 这项任务之所以复杂且耗时 ， 是因为该过程涉及到逻辑和内存模块 ， 或者集群设置要兼顾功耗、性能、面积等 ， 与此同时还需要遵守布线密度、互连的原则 。
本文插图
图丨谷歌展示的 TPU 设计算法对比人类结果（来源：谷歌）
在这种情况下 ， 将芯片布局建模为强化学习问题 ， 强化学习系统的目标是降低功率、改善性能和减少面积 。 为了找到满足多个目标的最佳芯片布局 ， AI 算法将需要考虑许多变量 ， 包括满足一定的芯片性能 ， 同时还要避免不必要的复杂设计 ， 否则可能会增加芯片的制造成本 。 这种平衡是一项耗费芯片开发者智力资源的工作 。 但现在 ， 谷歌认为自己的 AI 已经做出了成绩 。
2020 年 4月 ， Mirhoseini及其团队发表了利用强化学习（reinforced learning ， RL）实现自动布局的研究 。 在设计电路布局时 ， RL 算法的优势体现在可以使用更少的电线、更有效地利用空间 ， 或者功耗更低 。 在最初的实验中 ， 相比人类设计师 6 至 8 周内找到的解决方案 ， 算法 24 小时就能实现 ， 而且算法的设计成功减少了芯片所需的总布线 ， 从而提高了效率 。
这篇论文的作者、谷歌团队的高级研究科学家 Azalia Mirhoseini ， 因为她在将 AI 应用于设计芯片研究中的成果上 ， 入选 2019 年《麻省理工科技评论》“35 岁以下科技创新 35 人”全球榜单 。
2020 年 11 月 19 - 20 日 ， Azalia Mirhoseini 将以线上的方式参与 EmTech China 2020 全球新兴科技峰会 ， 并向我们分享推动下一代芯片设计的前沿计算科技 。
本文插图
本文插图
作为全球顶级科技商业杂志《麻省理工科技评论》的著名会议品牌 ， EmTech 是全球新兴科技领域最具影响力的大规模会议之一 。 EmTech 全称是 Emerging Technologies ， 原意为“新兴科技” ， 从 1999 年至今的超过 20 年间 ， EmTech 一直延续着引领全球技术向前的强大创新基因 ， 从实验室到产业 ， 在智慧碰撞的对话与演讲中梳理那些最可能改变世界的新兴科技 。
本文插图
图 | EmTech China 全球新兴科技峰会往届现场（来源：《麻省理工科技评论》中国）
推荐阅读
- 腾讯科技|火箭发动机出问题 SpaceX首次商业载人任务发射推迟到11月份
- 新科技嗅|人工智能可以应用在哪些方面
- 科技数码迷|海军蓝大战土豪金，iPhone 12全系配色确定
- |金融科技化要有金融科技化的样子
- |办公场景无处不在的黑科技,MAXHUB凭什么征服超一半中国500强?
- 腾讯科技|他们用了30年的时间发现了一种病毒 挽救了数百万人的生命
- 黑科技|索粉对索尼的痴迷从何而来，看看索尼源源不断的黑科技就知道
- IBM|今年是IT巨头转向云计算的好时候吗？
- 行业互联网|三联机械再度携手汇川科技，助力砖机控制系统国产化
- 卡尔数科|卡尔数科砍头息、套路贷频遭质疑 李鹏的科技故事或缺少含金量