人工智能能不能加速芯片的發(fā)展

一種新的強(qiáng)化學(xué)習(xí)算法已經(jīng)學(xué)會(huì)優(yōu)化組件在計(jì)算機(jī)芯片上的位置，使其更有效率和更省電。

3D俄羅斯方塊：芯片擺放，也稱芯片層規(guī)劃，是一個(gè)復(fù)雜的三維設(shè)計(jì)問題。它需要在一個(gè)受限制的區(qū)域內(nèi)跨多個(gè)層小心地配置數(shù)百個(gè)（有時(shí)是數(shù)千個(gè)）組件。傳統(tǒng)上，工程師會(huì)手動(dòng)設(shè)計(jì)配置，以最小化組件之間使用的電線數(shù)量來提高效率。然后使用電子設(shè)計(jì)自動(dòng)化軟件來模擬和驗(yàn)證它們的性能，而僅一個(gè)單層的平面圖就需要花費(fèi)超過30個(gè)小時(shí)。

時(shí)間耗費(fèi)：由于每個(gè)芯片的設(shè)計(jì)投入了大量的時(shí)間，傳統(tǒng)上認(rèn)為芯片的壽命在2到5年之間。但隨著機(jī)器學(xué)習(xí)算法的快速發(fā)展，對(duì)新芯片架構(gòu)的需求也在加速。近年來，一些優(yōu)化芯片層規(guī)劃的算法試圖加快設(shè)計(jì)過程，但它們?cè)诳缍鄠€(gè)目標(biāo)（包括芯片的功耗、計(jì)算性能和面積）的優(yōu)化能力方面受到了限制。

智能設(shè)計(jì)：為了應(yīng)對(duì)這些挑戰(zhàn)，谷歌的研究人員Anna Goldie和Azalia Mirhoseini采取了一種新的方法：強(qiáng)化學(xué)習(xí)。強(qiáng)化學(xué)習(xí)算法使用正反饋和負(fù)反饋來學(xué)習(xí)復(fù)雜的任務(wù)。因此，研究人員設(shè)計(jì)了一種所謂的“獎(jiǎng)勵(lì)函數(shù)”，根據(jù)算法的設(shè)計(jì)表現(xiàn)對(duì)其進(jìn)行懲罰和獎(jiǎng)勵(lì)。然后，該算法產(chǎn)生數(shù)萬到數(shù)十萬個(gè)新設(shè)計(jì)，每個(gè)設(shè)計(jì)都在幾分之一秒內(nèi)完成，并使用獎(jiǎng)勵(lì)函數(shù)對(duì)它們進(jìn)行評(píng)估。隨著時(shí)間的推移，它最終形成了以最佳方式放置芯片組件的策略。

驗(yàn)證：在用電子設(shè)計(jì)自動(dòng)化軟件檢查設(shè)計(jì)后，研究人員發(fā)現(xiàn)，算法的許多平面圖比人類工程師設(shè)計(jì)的要好。研究人員說，它還教會(huì)了人類一些新技巧。

生產(chǎn)線：縱觀該領(lǐng)域的歷史，人工智能的發(fā)展與芯片設(shè)計(jì)的發(fā)展緊密相連。該算法有望加速芯片設(shè)計(jì)過程，并產(chǎn)生新一代改進(jìn)的架構(gòu)，從而加速人工智能的發(fā)展。