Key takeaways
- En ny metode til at designe chips ved hjælp af kunstig intelligens kan spare tusindvis af timers menneskelig indsats.
- Google annoncerede for nylig, at det har udviklet en måde at designe chips med AI, som vil blive brugt i en kommerciel applikation.
- Nogle iagttagere siger, at AI-designprocessen vil betyde bedre chips til lavere priser for brugerne.
Forskere bruger kunstig intelligens til at bygge computerchips hurtigere. Insidere fra branchen siger, at indsatsen sandsynligvis vil føre til bedre chips til lavere priser for brugerne.
Google annoncerede for nylig, at det bruger kunstig intelligens til at hjælpe med at designe sin næste generation af maskinlæringschips. Efter flere års forskning giver virksomhedens AI-indsats frugt og vil blive brugt i en kommende chip beregnet til AI-beregning, ifølge et papir offentliggjort i tidsskriftet Nature.
"Det smukke ved autonomt chipdesign er, at det markant reducerer adgangsbarrieren for virksomheder for at få adgang til kraften i AI-chips, fordi færre designere er nødvendige for at producere et højkvalitets og applikationsoptimeret design," Stelios Diamantidis, en senior direktør for Synopsys Artificial Intelligence Solutions, som producerer AI-software til chipdesign, sagde i et e-mailinterview.
"I sidste ende vil det resultere i mere bekvemmelighed, sikkerhed, automatisering og problemfri kommunikation på tværs af stort set alle aspekter af vores liv til en lavere pris og i en bredere vifte af applikationer."
Computere, der bygger computere
Google bruger kunstig intelligens til at bygge bedre versioner af kunstig intelligens ved at planlægge en chips design. Softwaren finder det bedste sted at placere komponenter som CPU'er og hukommelse, hvilket er udfordrende at gøre i så små skalaer.
"Vores metode er blevet brugt i produktionen til at designe den næste generation af Google TPU," skrev forfatterne af papiret, ledet af Googles co-heads for machine learning for systemer, Azalia Mirhoseini og Anna Goldie.
I sidste ende vil det resultere i mere bekvemmelighed, sikkerhed, automatisering og problemfri kommunikation på tværs af stort set alle aspekter af vores liv.
Google-forskere hævdede, at AI-design kunne have "store implikationer" for chipindustrien. Ifølge forskerne kan den nye Google-metode generere chipplaner, der kan fremstilles på mindre end seks timer, som er sammenlignelige eller overlegne dem, der er lavet af eksperter i alle væsentlige detaljer, herunder ydeevne, energiforbrug og chipområde. Metoden kan spare tusindvis af timers menneskeligt arbejde for hver generation af mikrochips.
Facebooks ledende AI-forsker, Yann LeCun, roste papiret som "meget flot arbejde" på Twitter og sagde "det er præcis den type omgivelser, hvor RL skinner."
Like a Game of Chess
At designe en chip kan tage mennesker ugers eksperimenter, sagde Diamantidis. Han sammenlignede processen med et spil skak, et område, hvor AI allerede har slået mennesker.
"For at give dig en fornemmelse af kompleksiteten af et typisk moderne integreret kredsløb (IC) design, overvej følgende sammenligning," tilføjede han. "I skakspillet er der ca. 10 til 123. [potens] antal tilstande eller potentielle løsninger; i placeringsprocessen med at designe en aktuel dagschip er det 10 til 90.000."
Det skønne ved autonomt chipdesign er, at det markant reducerer adgangsbarrieren for virksomheder for at få adgang til kraften ved AI-chips.
Diamantidis forudsiger AI-design kan skubbe chip-ydeevne og energieffektivitet til mere end 1.000 gange det nuværende niveau.
"At søge i dette enorme rum er en meget arbejdskrævende indsats, der typisk kræver mange ugers eksperimentering og ofte styret af tidligere erfaringer og stammekendskab," tilføjede han. "AI-aktiveret chipdesign introducerer et nyt, generativt optimeringsparadigme, der bruger forstærkningslæringsteknologi (RL) til autonomt at søge designrum for optimale løsninger."
AI-design af chips vokser hurtigt, sagde Diamantidis. Synopsys er en førende leverandør af AI-aktiverede chipdesignværktøjer, og dets kunder er alle større halvleder- og elektronikvirksomheder i verden, hævdede han. Disse virksomheder leverer enten chips til eller udvikler mobile enheder, højtydende computersystemer og datacentre, telekommunikationsudstyr og bilapplikationer.
"Vi kan ikke nævne specifikke kunder, men i løbet af de sidste par måneder har brugere af vores AI-værktøjer været i stand til at sætte, og derefter straks slå, verdensrekorder i designproduktivitet, idet de er i stand til at opnå med en enkelt ingeniør på uger, hvad det plejede at tage hele teams af eksperter måneder," sagde Diamantidis.
I sidste ende vil brugerne være dem, der får gavn af bedre chipdesign, sagde Diamantidis. Han tilføjede, at " alt dette er drevet af vores ønske om at behandle flere data, automatisere flere funktioner i de produkter, vi bruger, og integrere mere intelligens i næsten alt, der berører vores liv."
