AIがコンピューターチップをより速く構築する方法

研究者は、人工知能を使用してコンピューターチップをより高速に構築しています。 業界関係者は、この努力がユーザーにとってより低価格でより良いチップにつながる可能性が高いと述べています。

Googleは最近、AIを使用して次世代の機械学習チップの設計を支援すると発表しました。 何年にもわたる研究の結果、同社のAIの取り組みは成果を上げており、AI計算用の次のチップで使用される予定です。 Nature誌に掲載された論文.

「自律型チップ設計の利点は、企業がAIチップのパワーにアクセスするための参入障壁を大幅に削減することです。 高品質でアプリケーションに最適化された設計を作成するために必要な設計者が少ないためです」と、 シノプシス人工知能ソリューションチップ設計用のAIソフトウェアを製造している、は電子メールのインタビューで述べた。

「最終的には、より便利で、安全で、自動化され、私たちの生活のほぼすべての側面でシームレスな通信が、より低コストで、より幅広いアプリケーションで実現されます。」

コンピューター構築コンピューター

Googleは、AIを使用して、チップの設計を計画することにより、AIのより良いバージョンを構築しています。 このソフトウェアは、CPUやメモリなどのコンポーネントを配置するのに最適な場所を見つけます。これは、このような小さな規模で行うのは困難です。

「私たちの方法は、次世代のGoogleTPUを設計するために本番環境で使用されています」と著者は書いています。 Googleのシステムの機械学習の共同責任者であるAzaliaMirhoseiniとAnnaが率いる論文の ゴールディー。

Googleの研究者は、AI設計がチップ業界に「大きな影響」を与える可能性があると主張しました。 科学者によると、新しいグーグルの方法は、6時間以内に製造可能なチッププランを生成することができます。 パフォーマンス、エネルギー消費、チップなど、すべての重要な詳細について専門家が作成したものと同等またはそれ以上 範囲。 この方法により、マイクロチップの世代ごとに数千時間の人的作業を節約できます。

FacebookのチーフAIサイエンティスト、Yann LeCun、 論文を次のように賞賛した ツイッターで「とてもいい仕事だ」と言って、「これはまさにRLが輝いているタイプの設定だ」と語った。

チェスのゲームのように

チップの設計には、人間が数週間の実験を要する可能性がある、とディアマンティディス氏は語った。 彼はこのプロセスを、AIがすでに人間を打ち負かしたチェスのゲームに例えました。

「典型的な最新の集積回路（IC）設計の複雑さを理解するために、次の比較を検討してください」と彼は付け加えました。 「チェスのゲームでは、状態または潜在的な解決策の数はおよそ10から123 [累乗]です。 今日のチップを設計する配置プロセスでは、10から90,000番目です。」

Diamantidisは、AI設計がチップのパフォーマンスとエネルギー効率を現在のレベルの1,000倍以上に押し上げる可能性があると予測しています。

「この広大な空間を探索することは非常に労働集約的な努力であり、通常は何週間もの実験を必要とし、しばしば過去の経験と部族の知識に導かれます」と彼は付け加えました。 「AI対応のチップ設計は、強化学習（RL）テクノロジーを使用して、設計空間で最適なソリューションを自律的に検索する、新しい生成的最適化パラダイムを導入します。」

チップのAI設計は急速に成長している、とディアマンティディス氏は語った。 シノプシスはAI対応のチップ設計ツールの大手サプライヤーであり、その顧客は世界のすべての主要な半導体および電子機器企業であると彼は主張しました。 これらの企業は、モバイルデバイス、高性能コンピューティングシステムとデータセンター、通信機器、および自動車アプリケーションにチップを供給または開発しています。

「特定の顧客に名前を付けることはできませんが、過去数か月の間に、AIツールの採用者は世界を設定し、すぐに打ち負かすことができました。 設計の生産性を記録し、専門家のチーム全体に数か月かかっていたものを1人のエンジニアで数週間で達成できる」とディアマンティディス氏は語った。 言った。

ディアマンティディス氏によると、最終的には、より優れたチップ設計の恩恵を受けるのはユーザーになるという。 彼はさらに、「これはすべて、より多くのデータを処理し、より多くを自動化したいという私たちの願望によって推進されています。 私たちが使用する製品で機能し、触れるほとんどすべてのものにより多くのインテリジェンスを統合します 私たちの生活。"