Kako bi lahko umetna inteligenca hitreje zgradila računalniške čipe

Raziskovalci uporabljajo umetno inteligenco za hitrejšo izdelavo računalniških čipov. Poznavalci industrije pravijo, da bodo prizadevanja verjetno privedla do boljših čipov po nižjih cenah za uporabnike.

Google je pred kratkim objavil, da uporablja AI za pomoč pri oblikovanju svoje naslednje generacije čipov za strojno učenje. Po letih raziskav se prizadevanja podjetja za umetno inteligenco obrestujejo in bodo uporabljena v prihajajočem čipu, namenjenem izračunu AI, pravi prispevek, objavljen v reviji Nature.

"Lepota avtonomnega oblikovanja čipov je v tem, da znatno zmanjša oviro za vstop podjetij pri dostopu do moči čipov AI ker je za izdelavo visokokakovostnega in aplikacijsko optimiziranega dizajna potrebnih manj oblikovalcev,« je Stelios Diamantidis, višji direktor

Rešitve za umetno inteligenco Synopsys, ki proizvaja programsko opremo AI za oblikovanje čipov, je dejal v e-poštnem intervjuju.

"Na koncu bo to povzročilo več udobja, varnosti, avtomatizacije in brezhibne komunikacije v skoraj vseh vidikih našega življenja ob nižji ceni in v širšem naboru aplikacij."

Računalniki Gradnja Računalniki

Google uporablja AI za gradnjo boljših različic AI z načrtovanjem zasnove čipa. Programska oprema najde najboljše mesto za namestitev komponent, kot so CPE in pomnilnik, kar je v tako majhnem obsegu težko narediti.

"Naša metoda je bila uporabljena v proizvodnji za oblikovanje naslednje generacije Google TPU," so zapisali avtorji prispevka, ki sta ga vodili Googlovi sovodji strojnega učenja za sisteme, Azalia Mirhoseini in Anna Goldie.

Googlovi raziskovalci so trdili, da bi zasnova umetne inteligence lahko imela "velike posledice" za industrijo čipov. Po mnenju znanstvenikov lahko nova Googlova metoda ustvari načrte čipov, ki jih je mogoče izdelati, v manj kot šestih urah, primerljivi ali boljši od tistih, ki so jih izdelali strokovnjaki v vseh bistvenih podrobnostih, vključno z zmogljivostjo, porabo energije in čipom območje. Metoda bi lahko prihranila na tisoče ur človeškega dela za vsako generacijo mikročipov.

Facebookov glavni znanstvenik za umetno inteligenco, Yann LeCun, pohvalil papir kot "zelo lepo delo" na Twitterju, ki pravi, da je "točno v takšnem okolju RL blesti."

Kot igra šaha

Oblikovanje čipa lahko ljudem vzame tedne eksperimentiranja, je dejal Diamantidis. Proces je primerjal z igro šaha, področjem, kjer je AI že premagala ljudi.

"Da bi dobili občutek kompleksnosti tipične zasnove sodobnega integriranega vezja (IC), upoštevajte naslednjo primerjavo," je dodal. "V igri šaha je približno 10 do 123. [potenca] število stanj ali možnih rešitev; v postopku umeščanja pri oblikovanju čipa za trenutni dan je to od 10 do 90.000."

Diamantidis napoveduje, da bi zasnovi umetne inteligence lahko dvignili zmogljivost čipa in energijsko učinkovitost na več kot 1000-kratno trenutno raven.

"Iskanje tega ogromnega prostora je zelo delovno intenziven trud, ki običajno zahteva več tednov eksperimentiranja in ga pogosto vodijo pretekle izkušnje in plemensko znanje," je dodal. "Zasnova čipov, ki podpirajo umetno inteligenco, uvaja novo, generativno paradigmo optimizacije, ki uporablja tehnologijo ojačitvenega učenja (RL) za avtonomno iskanje optimalnih rešitev v prostorih oblikovanja."

Zasnova AI čipov hitro raste, je dejal Diamantidis. Synopsys je vodilni dobavitelj orodij za načrtovanje čipov, ki podpirajo umetno inteligenco, njegove stranke pa so vsa večja polprevodniška in elektronska podjetja na svetu, je trdil. Ta podjetja bodisi dobavljajo čipe bodisi razvijajo mobilne naprave, visoko zmogljive računalniške sisteme in podatkovne centre, telekomunikacijsko opremo in avtomobilske aplikacije.

"Ne moremo imenovati konkretnih strank, toda samo v zadnjih nekaj mesecih so uporabniki naših orodij umetne inteligence lahko postavili in nato takoj premagali svet rekorde v produktivnosti oblikovanja, saj lahko z enim samim inženirjem v tednih dosežemo tisto, kar je včasih potrebovalo cele skupine strokovnjakov več mesecev,« Diamantidis je rekel.

Navsezadnje bodo uporabniki tisti, ki bodo imeli koristi od boljših zasnov čipov, je dejal Diamantidis. Dodal je, da "vse to poganja naša želja po obdelavi več podatkov, več avtomatizaciji deluje v izdelkih, ki jih uporabljamo, in vključuje več inteligence v skoraj vse, kar se dotakne naša življenja."