神经网络完成芯片设计仅需几小时 为今后设计节省人力

来源: 科技日报

英国《自然》杂志9日发表一项人工智能突破成就,美国科学家团队报告机器学工具已可以极大地加速计算机芯片设计。研究显示,该方法能给出可行的芯片设计,且芯片能不亚于人类工程师的设计,而整个设计过程只要几个小时,而不是几个月,这为今后的每一代计算机芯片设计节省数千小时的人力。这种方法已经被谷歌用来设计下一代人工智能计算机系统。

不同元件在计算机芯片上的布局,是决定芯片整体能的关键。设计计算机芯片的物理布局既复杂又耗时,难度非常大,需要专业人类设计工程师付出大量工作。而尽管已为此进行多年的尝试,芯片布局规划一直都无法实现自动化,需要设计工程师们花费数月的努力才能生产可供规模制造的布局。

在位于美国加州的谷歌研究院内,人工智能专家阿泽利亚·米尔侯赛尼、安娜·戈迪耶及其同事最新的研究表明,机器学工具已经可以用来加速这一名为“布局规划”的流程。

研究团队将芯片布局规划设计成一个强化学问题,并开发了一种能给出可行芯片设计的神经网络。他们训练了一个强化学智能体,让这个智能体把布局规划看作一种棋盘游戏:元件是“棋子”,放置元件的画布是“棋盘”,“获胜结果”则是根据一系列评估指标评出的最优能(评估基于一个包含1万例芯片布局的参考数据集)。

研究人员指出,这种方法能在6小时内设计出与人类专家不相上下或是更好的可行芯片布局,有望为今后的每一代计算机芯片设计节省数千小时的人力。

美国加州大学圣迭戈分校科学家安德鲁·康在一篇同时发表的新闻与观点文章中写道,“开发出比当前方法更好、更快、更省钱的自动化芯片设计方法,有助于延续芯片技术的‘摩尔定律’”。这里的摩尔定律,是指每块芯片的元件数量大约每两年会翻一番。

安德鲁·康同时表示,在这一研究中,团队展示的布局规划方案已经被用来设计谷歌的下一代AI处理器,这也显示出其设计质量可用于大规模生产。(记者张梦然)

总编辑圈点

在不到6小时的时间里,一个深度学强化方法,可以自动生成芯片设计的所有关键指标,包括功耗、能和芯片面积,且给出的布局图都优于或可与人类设计的芯片布局图相比肩。这无疑是人工智能助力人类实现更好、更快、更强目标的范例。有意思的是,这个人工智能现在又被拿去设计下一代人工智能,这让我们看到一种共生关系——更强大的人工智能设计硬件,正在推动人工智能的进步。

标签: 神经网络 芯片设计 人工智能

精彩放送

热文