产业气象站■天网将至??Google:用AI设计AI芯片!极大缩短芯片设计周期

目前高科技产品都离不开「心脏」——芯片 , 但是目前电子产品更新速度越来越快 , 而与之相反的是芯片的迭代周期开始跟不上 。 为了能够保证芯片的快速迭代 , 必须缩短设计周期 。
产业气象站■天网将至??Google:用AI设计AI芯片!极大缩短芯片设计周期
文章图片
【产业气象站■天网将至??Google:用AI设计AI芯片!极大缩短芯片设计周期】Google团队为了缩短芯片设计周期 , 将AI强化学习方法运用其中 , EDA巨头Synopsys和Cadence也推出了类似的工具 。
目前AI芯片的开发需要投入大量资金和时间 , 通常需要几年的时间完成研发 , 难以满足AI算法更新需求 。 为了这个矛盾 , Google做了一个大胆的决定 , 让AI来设计AI芯片 。
产业气象站■天网将至??Google:用AI设计AI芯片!极大缩短芯片设计周期
文章图片
在Arxiv网站上有一篇论文称「我们相信 , AI将能够缩短芯片的设计周期 , 在硬件与AI算法之间建立共生关系 , 并进一步推动彼此的进步 。 我们已经看到 , 有些算法或神经网络架构在现有的AI加速器上效果不佳 , 因为加速器设计类似于两年前 , 而那时这些神经网络架构和算法并不存在 。 」还有Google高级研究科学家AzaliaMirhoseini称「如果缩短设计周期 , 我们可以缩小差距 。 」
芯片开发最耗费时间的是「布局」 , Mirhoseini和高级软件工程师AnnaGoldie提出了一个神经网络 , 是通过对芯片的长时间学习 , 使其能够在24小时内设计好GoogleTensor处理单元 , 并且在功耗、性能、面积上超过了专家数周的研究成果 。
值得注意的是 , Goldie和Mirhoseini的AI布局建模为强化学习问题 , 不是通过大量数据来进行训练学习 , 而是让AI边做边学习 。 这样设计的好处是能够有效调节参数 , 降低功率等 , 并且随着设计的越多 , 呈现的效果会更好 。
两大EDA公司也推出了相应的工具 。 Synopsys的自主AI芯片设计工具DSO.ai(DesignSpaceOptimizationAI) 。 是通过芯片设计产生大数据流 , 随着时间演变 , 调整设计 , 让设计向多维优化目标发展 。 Cadence为新版Cadence数字全流程 , 支持机器学习(ML)功能 , 实习统一布局布线和物理优化引擎等多项业界首创技术 , 在吞吐量上最高提升3倍 , PPA最高提升20% 。
随着AI技术的发展 , 不知道还会带来什么样的便捷 , 真是科技改变生活 。 但是也要提放 , 千万要做到严格控制 , 以免带来像电影终结者所描绘的那样的后果 。