Key takeaways
- En ny metod för att designa chips med hjälp av AI kan spara tusentals timmar av mänsklig ansträngning.
- Google meddelade nyligen att det har utvecklat ett sätt att designa chips med AI som kommer att användas i en kommersiell applikation.
- Vissa observatörer säger att AI-designprocessen kommer att innebära bättre chips till lägre priser för användarna.
Forskare använder artificiell intelligens för att bygga datorchips snabbare. Branschinsiders säger att ansträngningen sannolikt kommer att leda till bättre marker till lägre priser för användarna.
Google tillkännagav nyligen att de använder AI för att designa nästa generations maskininlärningschip. Efter år av forskning lönar sig företagets AI-insatser och kommer att användas i ett kommande chip avsett för AI-beräkning, enligt en artikel publicerad i tidskriften Nature.
"Det fina med autonom chipdesign är att den avsevärt minskar inträdesbarriären för företag att få tillgång till kraften hos AI-chips eftersom färre designers behövs för att producera en högkvalitativ och applikationsoptimerad design," Stelios Diamantidis, en senior chef för Synopsys Artificial Intelligence Solutions, som producerar AI-mjukvara för chipdesign, sa i en e-postintervju.
"I slutändan kommer det att resultera i mer bekvämlighet, säkerhet, automatisering och sömlös kommunikation över nästan alla aspekter av våra liv till en lägre kostnad och i ett större antal applikationer."
Datorer som bygger datorer
Google använder AI för att bygga bättre versioner av AI genom att planera ett chips design. Programvaran hittar det bästa stället att placera komponenter som processorer och minne, vilket är utmanande att göra i så små skalor.
"Vår metod har använts i produktionen för att designa nästa generation av Google TPU", skrev författarna till artikeln, ledda av Googles medchefer för maskininlärning för system, Azalia Mirhoseini och Anna Goldie.
I slutändan kommer det att resultera i mer bekvämlighet, säkerhet, automatisering och sömlös kommunikation över nästan alla aspekter av våra liv.
Google-forskare hävdade att AI-design kan ha "stora konsekvenser" för chipindustrin. Enligt forskarna kan den nya Google-metoden generera tillverkningsbara chipplaner på mindre än sex timmar som är jämförbara eller överlägsna de som gjorts av experter i alla väsentliga detaljer, inklusive prestanda, energiförbrukning och chipområde. Metoden kan spara tusentals timmar av mänskligt arbete för varje generation av mikrochips.
Facebooks chefsforskare för AI, Yann LeCun, berömde tidningen som "mycket trevligt arbete" på Twitter och sa "det här är exakt den typen av miljö där RL lyser."
Like a Game of Chess
Att designa ett chip kan ta människor veckor av experiment, sa Diamantidis. Han liknade processen vid ett parti schack, ett område där AI redan har slagit människor.
"För att ge dig en känsla av komplexiteten i en typisk modern integrerad kretsdesign, överväg följande jämförelse", tillade han. "I schackspelet finns det ungefär 10 till 123:e [potens] antal tillstånd eller potentiella lösningar; i placeringsprocessen för att designa ett aktuellt dagschip är det 10 till 90 000:e."
Det fina med autonom chipdesign är att den avsevärt minskar inträdesbarriären för företag att få tillgång till kraften hos AI-chips.
Diamantidis förutspår AI-design kan höja chipprestanda och energieffektivitet till mer än 1 000 gånger nuvarande nivåer.
"Att söka i det här stora utrymmet är en mycket arbetskrävande ansträngning, som vanligtvis kräver många veckors experiment och ofta styrs av tidigare erfarenheter och stamkunskap", tillade han. "AI-aktiverad chipdesign introducerar ett nytt, generativt optimeringsparadigm som använder teknik för förstärkning av lärande (RL) för att autonomt söka designutrymmen efter optimala lösningar."
AI-design av marker växer snabbt, sa Diamantidis. Synopsys är en ledande leverantör av AI-aktiverade chipdesignverktyg, och dess kunder är alla stora halvledar- och elektronikföretag i världen, hävdade han. Dessa företag levererar antingen chips till eller utvecklar mobila enheter, högpresterande datorsystem och datacenter, telekommunikationsutrustning och biltillämpningar.
"Vi kan inte nämna specifika kunder, men bara under de senaste månaderna har användare av våra AI-verktyg kunnat sätta, och sedan omedelbart slå, världsrekord i designproduktivitet och kunna uppnå med en ensam ingenjör på veckor vad det brukade ta hela team av experter månader", sa Diamantidis.
I slutändan kommer användarna att vara de som drar nytta av bättre chipdesigner, sa Diamantidis. Han tillade att "allt detta drivs av vår önskan att bearbeta mer data, automatisera fler funktioner i produkterna vi använder och integrera mer intelligens i nästan allt som berör våra liv."
