Hogyan tud az AI gyorsabban építeni számítógépes chipeket?
Kulcs elvitelek
- A chipek mesterséges intelligencia segítségével történő tervezésének új módszere több ezer óra emberi erőfeszítést takaríthat meg.
- A Google a közelmúltban bejelentette, hogy kifejlesztett egy módszert olyan chipek tervezésére, amelyeket mesterséges intelligencia segítségével kereskedelmi alkalmazásokban használnak majd.
- Egyes megfigyelők szerint az AI-tervezési folyamat jobb chipeket jelent majd alacsonyabb áron a felhasználók számára.
zf L / Getty Images
A kutatók mesterséges intelligencia segítségével gyorsabban építenek számítógépes chipeket. Iparági bennfentesek szerint az erőfeszítések valószínűleg jobb chipekhez vezetnek alacsonyabb áron a felhasználók számára.
A Google nemrég bejelentette, hogy mesterséges intelligenciát használ a gépi tanulási chipek következő generációjának megtervezéséhez. Évekig tartó kutatás után a vállalat mesterséges intelligencia erőfeszítései kifizetődőnek bizonyulnak, és egy AI számításokra szánt chipben fogják használni. a Nature folyóiratban megjelent cikk.
"Az autonóm chip-tervezés szépsége abban rejlik, hogy jelentősen csökkenti a vállalatok belépési korlátait, hogy hozzáférjenek az AI-chipek teljesítményéhez. mert kevesebb tervezőre van szükség a kiváló minőségű és alkalmazásra optimalizált dizájn elkészítéséhez” – mondta Stelios Diamantidis, a vállalat vezető igazgatója. Synopsys mesterséges intelligencia megoldások, amely mesterséges intelligencia-szoftvert gyárt chiptervezéshez – mondta egy e-mailes interjúban.
"Végső soron nagyobb kényelmet, biztonságot, automatizálást és zökkenőmentes kommunikációt eredményez életünk szinte minden területén, alacsonyabb költségek mellett és az alkalmazások szélesebb választékában."
Számítógépek Számítógépek építése
A Google mesterséges intelligenciát használ a mesterséges intelligencia jobb verzióinak elkészítésére egy chip tervezésével. A szoftver megtalálja a legjobb helyet az olyan komponensek elhelyezésére, mint a CPU-k és a memória, amit ilyen kis méretekben nehéz megtenni.
"A mi módszerünket a termelés során használták a Google TPU következő generációjának megtervezéséhez" - írták a szerzők a Google rendszergépi tanulásért felelős társvezetői, Azalia Mirhoseini és Anna vezetésével Goldie.
"Végső soron nagyobb kényelmet, biztonságot, automatizálást és zökkenőmentes kommunikációt fog eredményezni életünk szinte minden területén."
A Google kutatói azt állították, hogy a mesterséges intelligencia tervezésének "jelentős következményei" lehetnek a chipiparban. A tudósok szerint az új Google-módszer kevesebb, mint hat óra alatt képes gyártható chip terveket generálni minden lényeges részletben, beleértve a teljesítményt, az energiafogyasztást és a chipet, összehasonlítható vagy jobb a szakértők által készítettekkel terület. A módszerrel több ezer óra emberi munka takarítható meg a mikrochipek minden generációja esetében.
A Facebook vezető mesterséges intelligencia tudósa, Yann LeCun dicsérte a lapot as "nagyon szép munka" a Twitteren, mondván: "pontosan ilyen környezetben ragyog az RL."
Mint egy sakkjáték
Diamantidis szerint egy chip megtervezése több hétig tartó kísérletezést igényelhet. A folyamatot egy sakkjátszmához hasonlította, egy olyan területhez, ahol a mesterséges intelligencia már legyőzte az embereket.
"Ahhoz, hogy megértse egy tipikus modern integrált áramkör (IC) tervezésének összetettségét, vegye figyelembe a következő összehasonlítást" - tette hozzá. „A sakkjátszmában nagyjából 10-től a 123-ig terjedő [hatvány] állapotok vagy lehetséges megoldások vannak; az aktuális napi chip tervezésének kihelyezési folyamatában ez a 10-től a 90 000.-ig terjed."
"Az autonóm chiptervezés szépsége abban rejlik, hogy jelentősen csökkenti a vállalatok belépési korlátait, hogy hozzáférjenek az AI chipek teljesítményéhez."
A Diamantidis előrejelzése szerint a mesterséges intelligencia kialakítása a chipek teljesítményét és energiahatékonyságát a jelenlegi szint több mint 1000-szeresére növelheti.
"E hatalmas tér felkutatása nagyon munkaigényes erőfeszítés, általában több hetes kísérletezést igényel, és gyakran múltbeli tapasztalatok és törzsi ismeretek vezérlik" - tette hozzá. "Az AI-kompatibilis chiptervezés egy új, generatív optimalizálási paradigmát vezet be, amely megerősítés-tanulási (RL) technológiát használ az optimális megoldások tervezési tereinek autonóm megkeresésére."
A chipek mesterséges intelligencia tervezése gyorsan növekszik, mondta Diamantidis. A Synopsys a mesterséges intelligencia-kompatibilis chiptervező eszközök vezető szállítója, ügyfelei pedig a világ minden jelentős félvezető- és elektronikai cége – állította. Ezek a cégek vagy chipeket szállítanak mobileszközökhöz, nagy teljesítményű számítástechnikai rendszereket és adatközpontokat, telekommunikációs berendezéseket és autóipari alkalmazásokat fejlesztenek.
Yuichiro Chino / Getty Images
"Nem tudunk konkrét ügyfeleket megnevezni, de az elmúlt néhány hónapban mesterséges intelligencia eszközeink alkalmazói képesek voltak beállítani, majd azonnal legyőzni a világot. rekordokat mutat a tervezési termelékenységben, egyetlen mérnökkel hetek alatt elérheti azt, amihez szakértői csapatok egész hónapjaiba telt." Diamantidis mondott.
Diamantidis szerint végső soron a felhasználók profitálhatnak majd a jobb chipkialakításból. Hozzátette, hogy "mindezt az a vágyunk vezérli, hogy több adatot dolgozzunk fel és automatizáljunk funkciókat használunk az általunk használt termékekben, és több intelligenciát integrálnak szinte mindenbe, ami csak érint a mi életünk."