利用人工智能在24小時(shí)內(nèi)設(shè)計(jì)出Tensor處理單元

（文章來源：網(wǎng)絡(luò)整理）
? ? ?? 一直以來，對(duì)于發(fā)展機(jī)器人和人工智能，人們都是持雙面態(tài)度的。不可否則，如今機(jī)器人雖然還沒像科幻電影中那樣高度智能，但在一定程度上，機(jī)器人已經(jīng)開始有一定的自我“智慧”，尤其是如今AI人工智能快速發(fā)展，很多以往需要大量時(shí)間、空間才能完成事情，有了人工智能的加入，變得更加高效而準(zhǔn)確。

以傳統(tǒng)芯片設(shè)計(jì)為例子，我們?cè)O(shè)計(jì)一款新的芯片一般需要幾個(gè)月或者幾年才能完成，而且在這個(gè)過程中，我們還可能因?yàn)槠湫阅軉栴}還反復(fù)推翻重來。另外，像小米的澎湃芯片一樣，前陣子也有消息稱，小米已經(jīng)放棄了澎湃的芯片的研發(fā)了，可見研發(fā)設(shè)計(jì)的難度之大，投入之高。為了能夠保證設(shè)計(jì)出的芯片能夠更好地滿足快速迭代的算法，近期谷歌團(tuán)隊(duì)將AI強(qiáng)化學(xué)習(xí)方法應(yīng)用于芯片設(shè)計(jì)中復(fù)雜的“布局”工作當(dāng)中，并獲得了顯著的效果提升。

如今機(jī)器學(xué)習(xí)（Machine Learning）算法的發(fā)展速度非常快，人們需要大量的AI芯片來滿足算法更新的需求。谷歌的解決方案是：讓AI設(shè)計(jì)AI芯片，研究人員通過設(shè)計(jì)一個(gè)神經(jīng)網(wǎng)絡(luò)，讓它學(xué)習(xí)并設(shè)計(jì)一些需要耗費(fèi)大量時(shí)間的部分，這個(gè)工作被稱作“布局”。在對(duì)芯片設(shè)計(jì)進(jìn)行了足夠長時(shí)間的學(xué)習(xí)之后，它可以在不到24小時(shí)的時(shí)間內(nèi)為Google Tensor處理單元完成設(shè)計(jì)，在功耗、性能、面積都超過了人類專家數(shù)周的設(shè)計(jì)成果。

研究人員將芯片布局建模為強(qiáng)化學(xué)習(xí)問題，與典型的深度學(xué)習(xí)不同，強(qiáng)化學(xué)習(xí)系統(tǒng)不會(huì)使用大量標(biāo)記的數(shù)據(jù)進(jìn)行訓(xùn)練。相反，他們會(huì)邊做邊學(xué)，并在成功時(shí)根據(jù)有效信號(hào)調(diào)整網(wǎng)絡(luò)中的參數(shù)。其實(shí)除了谷歌，兩大EDA（Electronics Design Automation，電子設(shè)計(jì)自動(dòng)化）巨頭Synopsys和Cadence也推出了具有AI功能的工具，依托于這樣的AI的芯片設(shè)計(jì)工具，研發(fā)人員可以縮短芯片的設(shè)計(jì)時(shí)間高達(dá)10倍，芯片PPA提升20%。
? ??