AI จะสร้างชิปคอมพิวเตอร์ให้เร็วขึ้นได้อย่างไร
ประเด็นที่สำคัญ
- วิธีใหม่ในการออกแบบชิปโดยใช้ AI สามารถช่วยประหยัดเวลาของมนุษย์ได้หลายพันชั่วโมง
- Google เพิ่งประกาศว่าได้พัฒนาวิธีออกแบบชิปด้วย AI ที่จะใช้ในแอปพลิเคชันเชิงพาณิชย์
- ผู้สังเกตการณ์บางคนกล่าวว่ากระบวนการออกแบบ AI จะหมายถึงชิปที่ดีกว่าในราคาที่ต่ำกว่าสำหรับผู้ใช้

zf L / Getty Images
นักวิจัยกำลังใช้ปัญญาประดิษฐ์เพื่อสร้างชิปคอมพิวเตอร์ให้เร็วขึ้น คนในวงการกล่าวว่าความพยายามดังกล่าวมีแนวโน้มที่จะนำไปสู่ชิปที่ดีขึ้นในราคาที่ต่ำกว่าสำหรับผู้ใช้
Google เพิ่งประกาศว่าใช้ AI เพื่อช่วยออกแบบชิปการเรียนรู้ของเครื่องรุ่นต่อไป หลังจากหลายปีของการวิจัย ความพยายามของ AI ของบริษัทกำลังจะหมดไปและจะถูกนำไปใช้ในชิปที่กำลังจะมีขึ้นสำหรับการคำนวณ AI ตาม บทความที่ตีพิมพ์ในวารสาร Nature.
"ความสวยงามของการออกแบบชิปอัตโนมัติคือช่วยลดอุปสรรคในการเข้ามาของบริษัทในการเข้าถึงพลังของชิป AI ได้อย่างมาก เนื่องจากจำเป็นต้องมีนักออกแบบจำนวนน้อยลงในการผลิตการออกแบบที่มีคุณภาพสูงและเหมาะกับการใช้งาน” Stelios Diamantidis ผู้อำนวยการอาวุโสของ Synopsys โซลูชั่นปัญญาประดิษฐ์ซึ่งผลิตซอฟต์แวร์ AI สำหรับการออกแบบชิป กล่าวในการสัมภาษณ์ทางอีเมล
"ในที่สุด มันจะส่งผลให้มีความสะดวก ความปลอดภัย ระบบอัตโนมัติ และการสื่อสารที่ราบรื่นในทุกด้านของชีวิตเราด้วยต้นทุนที่ต่ำลงและในแอพพลิเคชั่นที่หลากหลายมากขึ้น"
คอมพิวเตอร์สร้างคอมพิวเตอร์
Google ใช้ AI เพื่อสร้างเวอร์ชัน AI ที่ดีขึ้นโดยการวางแผนการออกแบบชิป ซอฟต์แวร์หาตำแหน่งที่ดีที่สุดในการวางส่วนประกอบต่างๆ เช่น CPU และหน่วยความจำ ซึ่งเป็นเรื่องยากที่จะทำในขนาดที่เล็กเช่นนี้
"วิธีการของเราถูกนำมาใช้ในการผลิตเพื่อออกแบบ Google TPU รุ่นต่อไป" ผู้เขียน ของบทความนี้ นำโดย Azalia Mirhoseini และ Anna. หัวหน้าฝ่ายแมชชีนเลิร์นนิงสำหรับระบบร่วมของ Google โกลดี้.
"ในที่สุด มันจะส่งผลให้มีความสะดวก ความปลอดภัย ระบบอัตโนมัติ และการสื่อสารที่ราบรื่นในทุกด้านของชีวิตเรามากขึ้น"
นักวิจัยของ Google อ้างว่าการออกแบบ AI อาจมี "นัยสำคัญ" สำหรับอุตสาหกรรมชิป นักวิทยาศาสตร์กล่าวว่าวิธีการใหม่ของ Google สามารถสร้างแผนชิปที่ผลิตได้ในเวลาน้อยกว่าหกชั่วโมงซึ่งก็คือ เทียบเท่าหรือเหนือกว่าที่ทำโดยผู้เชี่ยวชาญในรายละเอียดที่สำคัญทั้งหมด รวมถึงประสิทธิภาพ การใช้พลังงาน และชิป พื้นที่. วิธีนี้สามารถประหยัดเวลาการทำงานของมนุษย์ได้หลายพันชั่วโมงสำหรับไมโครชิปทุกรุ่น
Yann LeCun หัวหน้านักวิทยาศาสตร์ AI ของ Facebook ยกย่องกระดาษเป็น "งานดีมาก" บน Twitter โดยกล่าวว่า "นี่เป็นฉากประเภทที่ RL ส่องประกายจริงๆ"
เหมือนเกมหมากรุก
การออกแบบชิปอาจต้องใช้เวลาหลายสัปดาห์ในการทดลองกับมนุษย์ Diamantidis กล่าว เขาเปรียบกระบวนการนี้กับเกมหมากรุก ซึ่งเป็นพื้นที่ที่ AI เอาชนะมนุษย์ไปแล้ว
"เพื่อให้คุณเข้าใจถึงความซับซ้อนของการออกแบบวงจรรวมสมัยใหม่ทั่วไป (IC) ให้พิจารณาการเปรียบเทียบต่อไปนี้" เขากล่าวเสริม "ในเกมหมากรุก มีจำนวนสถานะประมาณ 10 ถึง 123 [กำลัง] หรือวิธีแก้ปัญหาที่เป็นไปได้ ในกระบวนการวางตำแหน่งการออกแบบชิปวันปัจจุบัน คือ 10 ถึง 90,000"
"ความสวยงามของการออกแบบชิปอัตโนมัติคือช่วยลดอุปสรรคในการเข้ามาของบริษัทในการเข้าถึงพลังของชิป AI ได้อย่างมาก"
Diamantidis คาดการณ์ว่าการออกแบบ AI สามารถผลักดันประสิทธิภาพของชิปและประสิทธิภาพการใช้พลังงานให้มากกว่า 1,000 เท่าของระดับปัจจุบัน
"การค้นหาพื้นที่อันกว้างใหญ่นี้เป็นความพยายามที่ต้องใช้แรงงานมาก โดยทั่วไปต้องใช้เวลาหลายสัปดาห์ในการทดลอง และมักจะชี้นำโดยประสบการณ์ในอดีตและความรู้ของชนเผ่า" เขากล่าวเสริม "การออกแบบชิปที่ใช้ AI นำเสนอกระบวนทัศน์การเพิ่มประสิทธิภาพ generative ใหม่ที่ใช้เทคโนโลยีการเรียนรู้การเสริมแรง (RL) เพื่อค้นหาพื้นที่การออกแบบโดยอัตโนมัติสำหรับโซลูชันที่ดีที่สุด"
การออกแบบชิป AI กำลังเติบโตอย่างรวดเร็ว Diamantidis กล่าว Synopsys เป็นซัพพลายเออร์ชั้นนำด้านเครื่องมือออกแบบชิปที่ใช้ AI และลูกค้าของบริษัทคือบริษัทเซมิคอนดักเตอร์และอิเล็กทรอนิกส์รายใหญ่ทุกแห่งในโลก เขากล่าว บริษัทเหล่านี้จัดหาชิปให้กับหรือพัฒนาอุปกรณ์พกพา ระบบประมวลผลและศูนย์ข้อมูลประสิทธิภาพสูง อุปกรณ์โทรคมนาคม และแอพพลิเคชั่นยานยนต์

Yuichiro Chino / Getty Images
"เราไม่สามารถระบุชื่อลูกค้าเฉพาะเจาะจงได้ แต่ในช่วงไม่กี่เดือนที่ผ่านมา ผู้ใช้เครื่องมือ AI ของเราสามารถตั้งค่าได้แล้วจึงเอาชนะโลกในทันที บันทึกประสิทธิภาพการออกแบบ สามารถบรรลุผลสำเร็จได้ด้วยวิศวกรเพียงคนเดียวภายในไม่กี่สัปดาห์ เท่ากับที่ทีมผู้เชี่ยวชาญทั้งหมดใช้เวลาหลายเดือน” Diamantidis กล่าวว่า.
ในที่สุด ผู้ใช้จะได้รับประโยชน์จากการออกแบบชิปที่ดีขึ้น Diamantidis กล่าว เขาเสริมว่า "ทั้งหมดนี้ถูกขับเคลื่อนโดยความปรารถนาของเราในการประมวลผลข้อมูลมากขึ้น ทำให้เป็นอัตโนมัติมากขึ้น ทำงานในผลิตภัณฑ์ที่เราใช้ และผสานรวมความชาญฉลาดมากขึ้นในแทบทุกอย่างที่สัมผัส ชีวิตของเรา."