#木法沙和三傻#谷歌使用人工智能设计可加速人工智能发展的芯片一种新的强化学习算法已经学会优化组件

文章图片
一种新的强化学习算法已经学会优化组件在计算机芯片上的位置，使其更有效率和更省电。
3D俄罗斯方块：芯片摆放，也称芯片层规划，是一个复杂的三维设计问题。它需要在一个受限制的区域内跨多个层小心地配置数百个(有时是数千个)组件。传统上，工程师会手动设计配置，以最小化组件之间使用的电线数量来提高效率。然后使用电子设计自动化软件来模拟和验证它们的性能，而仅一个单层的平面图就需要花费超过30个小时。
时间耗费：由于每个芯片的设计投入了大量的时间，传统上认为芯片的寿命在2到5年之间。但随着机器学习算法的快速发展，对新芯片架构的需求也在加速。近年来，一些优化芯片层规划的算法试图加快设计过程，但它们在跨多个目标(包括芯片的功耗、计算性能和面积)的优化能力方面受到了限制。
智能设计:为了应对这些挑战，谷歌的研究人员AnnaGoldie和AzaliaMirhoseini采取了一种新的方法:强化学习。强化学习算法使用正反馈和负反馈来学习复杂的任务。因此，研究人员设计了一种所谓的“奖励函数” ，根据算法的设计表现对其进行惩罚和奖励。然后，该算法产生数万到数十万个新设计，每个设计都在几分之一秒内完成，并使用奖励函数对它们进行评估。随着时间的推移，它最终形成了以最佳方式放置芯片组件的策略。
【#木法沙和三傻#谷歌使用人工智能设计可加速人工智能发展的芯片】验证:在用电子设计自动化软件检查设计后，研究人员发现，算法的许多平面图比人类工程师设计的要好。研究人员说，它还教会了人类一些新技巧。
生产线:纵观该领域的历史，人工智能的发展与芯片设计的发展紧密相连。该算法有望加速芯片设计过程，并产生新一代改进的架构，从而加速人工智能的发展。