Google använder AI för att designa chips som kommer att accelerera AI

Kategori: Artificiell intelligens Postad 27 mars

En ny förstärkningsinlärningsalgoritm har lärt sig att optimera placeringen av komponenter på ett datorchip för att göra det mer effektivt och mindre strömkrävande.

3D Tetris: Spånplacering, även känd som spångolvplanering, är ett komplext tredimensionellt designproblem. Det kräver noggrann konfiguration av hundratals, ibland tusentals, komponenter över flera lager i ett begränsat område. Traditionellt kommer ingenjörer att manuellt designa konfigurationer som minimerar mängden tråd som används mellan komponenter som en proxy för effektivitet. De använder sedan elektronisk designautomationsprogramvara för att simulera och verifiera deras prestanda, vilket kan ta upp till 30 timmar för en enskild planlösning.

Tidsfördröjning: På grund av den tidsinvestering som lagts ner på varje chipdesign, är chip traditionellt tänkt att hålla mellan två och fem år. Men eftersom maskininlärningsalgoritmer snabbt har avancerat har behovet av nya chiparkitekturer också accelererat. Under de senaste åren har flera algoritmer för att optimera planeringen av spångolv försökt påskynda designprocessen, men de har varit begränsade i sin förmåga att optimera över flera mål, inklusive chipets effektförbrukning, beräkningsprestanda och yta.

Intelligent design: Som svar på dessa utmaningar, Googles forskare Anna Goldie och Azalia Mirhoseini tog ett nytt tillvägagångssätt : förstärkningsinlärning. Algoritmer för förstärkningsinlärning använder positiv och negativ feedback för att lära sig komplicerade uppgifter. Så forskarna designade vad som är känt som en belöningsfunktion för att straffa och belöna algoritmen enligt prestandan för dess design. Algoritmen producerade sedan tiotals till hundratusentals nya mönster, var och en inom en bråkdel av en sekund, och utvärderade dem med hjälp av belöningsfunktionen. Med tiden konvergerade det till en slutlig strategi för att placera chipkomponenter på ett optimalt sätt.

Godkännande: Efter att ha kontrollerat designen med den elektroniska designautomatiseringsmjukvaran fann forskarna att många av algoritmens planlösningar fungerade bättre än de som designats av mänskliga ingenjörer. Det lärde också sina mänskliga motsvarigheter några nya trick, sa forskarna.

Produktionslinje: Under hela fältets historia har framsteg inom AI varit tätt sammanlänkade med framsteg inom chipdesign. Förhoppningen är att den här algoritmen kommer att påskynda chipdesignprocessen och leda till en ny generation av förbättrade arkitekturer, som i sin tur accelererar AI-utvecklingen.

För att få fler berättelser som denna levererade direkt till din inkorg, registrera dig för vårt Webby-nominerade AI-nyhetsbrev The Algorithm. Det är gratis.