Google DeepMind выпустила AlphaChip – систему проектирования чипов на основе ИИ. Это обеспечивает быструю и эффективную разработку макетов для интегральных схем.
Работа над AlphaChip началась как исследовательский проект в 2020 году и теперь используется для проектирования тензорных процессоров (TPU) и других чипов, таких как процессоры Axion на базе ARM, а также в полупроводниковой промышленности.
Принцип работы AlphaChip аналогичен принципу работы предыдущих систем, таких как AlphaGo и AlphaZero: система использует технологию обучения с подкреплением для быстрой генерации оптимизированных схем.
Искусственный интеллект размещает компоненты схемы на чипе, обучаясь и оптимизируя его по ходу работы. Традиционно этот процесс занимал бы у инженеров-людей недели или месяцы, но с AlphaChip он выполняется за считанные часы.
Разработанный ИИ чип Trillium TPU, используемый для работы моделей ИИ Google, показал значительный прирост производительности и энергоэффективности, потребляя на 67% меньше энергии по сравнению с предыдущими моделями.
Согласно исследованию, опубликованному в журнале Nature, система постоянно превосходит проектировщиков-людей, сокращая длину проводов и улучшая общую компоновку до 6,2% в ключевых конструкциях чипов.
Помимо повышения скорости и эффективности проектирования чипов, в Google DeepMind видят потенциал для дальнейшей оптимизации всего цикла проектирования.
Ожидается, что будущие версии AlphaChip будут охватывать все этапы – от архитектуры компьютера до производства, стремясь сделать чипы быстрее, дешевле и энергоэффективнее.
