Πώς η τεχνητή νοημοσύνη θα μπορούσε να δημιουργήσει τσιπ υπολογιστών πιο γρήγορα
Βασικά Takeaways
- Μια νέα μέθοδος σχεδιασμού τσιπ με χρήση τεχνητής νοημοσύνης θα μπορούσε να εξοικονομήσει χιλιάδες ώρες ανθρώπινης προσπάθειας.
- Η Google ανακοίνωσε πρόσφατα ότι έχει αναπτύξει έναν τρόπο σχεδίασης τσιπ με τεχνητή νοημοσύνη που θα χρησιμοποιούνται σε εμπορική εφαρμογή.
- Ορισμένοι παρατηρητές λένε ότι η διαδικασία σχεδίασης AI θα σημαίνει καλύτερες μάρκες σε χαμηλότερες τιμές για τους χρήστες.
zf L / Getty Images
Οι ερευνητές χρησιμοποιούν τεχνητή νοημοσύνη για να κατασκευάσουν τσιπ υπολογιστών πιο γρήγορα. Οι γνώστες του κλάδου λένε ότι η προσπάθεια είναι πιθανό να οδηγήσει σε καλύτερες μάρκες σε χαμηλότερες τιμές για τους χρήστες.
Η Google ανακοίνωσε πρόσφατα ότι χρησιμοποιεί τεχνητή νοημοσύνη για να βοηθήσει στο σχεδιασμό της επόμενης γενιάς τσιπ μηχανικής εκμάθησης. Μετά από χρόνια έρευνας, οι προσπάθειες της εταιρείας για τεχνητή νοημοσύνη αποδίδουν και θα χρησιμοποιηθούν σε ένα επερχόμενο τσιπ που προορίζεται για υπολογισμούς τεχνητής νοημοσύνης, σύμφωνα με μια εργασία που δημοσιεύτηκε στο περιοδικό Nature.
«Η ομορφιά του αυτόνομου σχεδιασμού chip είναι ότι μειώνει σημαντικά το εμπόδιο εισόδου για τις εταιρείες να έχουν πρόσβαση στη δύναμη των τσιπ AI γιατί χρειάζονται λιγότεροι σχεδιαστές για να παραχθεί ένα σχέδιο υψηλής ποιότητας και βελτιστοποιημένο για την εφαρμογή», Στέλιος Διαμαντίδης, ανώτερος διευθυντής Λύσεις Τεχνητής Νοημοσύνης Synopsys, που παράγει λογισμικό τεχνητής νοημοσύνης για σχεδιασμό τσιπ, είπε σε συνέντευξη μέσω email.
«Τελικά, θα έχει ως αποτέλεσμα περισσότερη ευκολία, ασφάλεια, αυτοματισμό και απρόσκοπτη επικοινωνία σε σχεδόν κάθε πτυχή της ζωής μας με χαμηλότερο κόστος και σε μεγαλύτερη ποικιλία εφαρμογών».
Υπολογιστές Κατασκευή Υπολογιστών
Η Google χρησιμοποιεί την τεχνητή νοημοσύνη για να δημιουργήσει καλύτερες εκδόσεις της τεχνητής νοημοσύνης σχεδιάζοντας τη σχεδίαση ενός τσιπ. Το λογισμικό βρίσκει το καλύτερο μέρος για να τοποθετήσει στοιχεία όπως CPU και μνήμη, κάτι που είναι δύσκολο να γίνει σε τόσο μικροσκοπικές κλίμακες.
«Η μέθοδός μας έχει χρησιμοποιηθεί στην παραγωγή για τον σχεδιασμό της επόμενης γενιάς Google TPU», έγραψαν οι συγγραφείς της εφημερίδας, με επικεφαλής τους συνεπικεφαλής της μηχανικής μάθησης για συστήματα της Google, Azalia Mirhoseini και Anna Γκόλντι.
"Τελικά, θα έχει ως αποτέλεσμα περισσότερη άνεση, ασφάλεια, αυτοματισμό και απρόσκοπτη επικοινωνία σε σχεδόν κάθε πτυχή της ζωής μας."
Οι ερευνητές της Google ισχυρίστηκαν ότι ο σχεδιασμός της τεχνητής νοημοσύνης θα μπορούσε να έχει «σημαντικές επιπτώσεις» για τη βιομηχανία τσιπ. Σύμφωνα με τους επιστήμονες, η νέα μέθοδος της Google μπορεί να δημιουργήσει κατασκευαστικά σχέδια τσιπ σε λιγότερο από έξι ώρες που είναι συγκρίσιμες ή ανώτερες από εκείνες που κατασκευάζονται από ειδικούς σε όλες τις βασικές λεπτομέρειες, συμπεριλαμβανομένων των επιδόσεων, της κατανάλωσης ενέργειας και του τσιπ περιοχή. Η μέθοδος θα μπορούσε να εξοικονομήσει χιλιάδες ώρες ανθρώπινης εργασίας για κάθε γενιά μικροτσίπ.
Ο επικεφαλής επιστήμονας AI του Facebook, Yann LeCun, επαίνεσε το χαρτί ως «πολύ ωραία δουλειά» στο Twitter, λέγοντας «αυτός είναι ακριβώς ο τύπος ρύθμισης στον οποίο η RL λάμπει».
Σαν παιχνίδι σκακιού
Ο σχεδιασμός ενός τσιπ μπορεί να πάρει στους ανθρώπους εβδομάδες πειραματισμού, είπε ο Διαμαντίδης. Παρομοίασε τη διαδικασία με μια παρτίδα σκάκι, μια περιοχή όπου η τεχνητή νοημοσύνη έχει ήδη κερδίσει τους ανθρώπους.
«Για να σας δώσουμε μια αίσθηση της πολυπλοκότητας ενός τυπικού σύγχρονου σχεδιασμού ολοκληρωμένων κυκλωμάτων (IC), σκεφτείτε την ακόλουθη σύγκριση», πρόσθεσε. «Στο παιχνίδι του σκακιού, υπάρχουν περίπου 10 έως 123η [δύναμη] αριθμός καταστάσεων ή πιθανές λύσεις. στη διαδικασία τοποθέτησης του σχεδιασμού ενός τσιπ τρέχουσας ημέρας, είναι από 10 έως το 90.000ο."
«Η ομορφιά του αυτόνομου σχεδιασμού chip είναι ότι μειώνει σημαντικά το εμπόδιο εισόδου για τις εταιρείες να έχουν πρόσβαση στη δύναμη των τσιπ τεχνητής νοημοσύνης».
Ο Διαμαντίδης προβλέπει ότι τα σχέδια τεχνητής νοημοσύνης θα μπορούσαν να ωθήσουν την απόδοση των τσιπ και την ενεργειακή απόδοση σε περισσότερα από 1.000 φορές τα σημερινά επίπεδα.
«Η αναζήτηση αυτού του αχανούς χώρου είναι μια προσπάθεια μεγάλης έντασης εργασίας, που τυπικά απαιτεί πολλές εβδομάδες πειραματισμού και συχνά καθοδηγούμενη από προηγούμενες εμπειρίες και φυλετικές γνώσεις», πρόσθεσε. "Ο σχεδιασμός τσιπ με δυνατότητα AI εισάγει ένα νέο, παραγωγικό παράδειγμα βελτιστοποίησης που χρησιμοποιεί την τεχνολογία ενίσχυσης εκμάθησης (RL) για την αυτόνομη αναζήτηση χώρων σχεδιασμού για βέλτιστες λύσεις."
Ο σχεδιασμός τσιπ με τεχνητή νοημοσύνη αναπτύσσεται ταχύτατα, είπε ο Διαμαντίδης. Η Synopsys είναι κορυφαίος προμηθευτής εργαλείων σχεδιασμού τσιπ με δυνατότητα τεχνητής νοημοσύνης και οι πελάτες της είναι κάθε μεγάλη εταιρεία ημιαγωγών και ηλεκτρονικών ειδών στον κόσμο, ισχυρίστηκε. Αυτές οι εταιρείες είτε προμηθεύουν τσιπ είτε αναπτύσσουν κινητές συσκευές, υπολογιστικά συστήματα και κέντρα δεδομένων υψηλής απόδοσης, τηλεπικοινωνιακό εξοπλισμό και εφαρμογές αυτοκινήτων.
Yuichiro Chino / Getty Images
«Δεν μπορούμε να ονομάσουμε συγκεκριμένους πελάτες, αλλά μόλις τους τελευταίους μήνες, οι χρήστες των εργαλείων μας τεχνητής νοημοσύνης μπόρεσαν να δημιουργήσουν και στη συνέχεια να κερδίσουν αμέσως τον κόσμο ρεκόρ στην παραγωγικότητα σχεδιασμού, να μπορείς να πετύχεις με έναν μόνο μηχανικό μέσα σε εβδομάδες αυτό που χρειάζονταν ολόκληρες ομάδες ειδικών μήνες», Διαμαντίδης είπε.
Τελικά, οι χρήστες θα είναι αυτοί που θα επωφεληθούν από καλύτερα σχέδια chip, είπε ο Διαμαντίδης. Πρόσθεσε ότι «όλα αυτά οδηγούνται από την επιθυμία μας να επεξεργαστούμε περισσότερα δεδομένα, να αυτοματοποιήσουμε περισσότερα λειτουργίες στα προϊόντα που χρησιμοποιούμε και ενσωματώνουν περισσότερη ευφυΐα σχεδόν σε οτιδήποτε αγγίζει οι ζωές μας."