Google wykorzystuje sztuczną inteligencję do projektowania układów, które przyspieszą sztuczną inteligencję

Kategoria: Sztuczna inteligencja Opublikowany 27 marca

Nowy algorytm uczenia się przez wzmacnianie nauczył się optymalizować rozmieszczenie komponentów na chipie komputerowym, aby uczynić go bardziej wydajnym i mniej energochłonnym.

Tetris 3D: Układanie wiórów, znane również jako planowanie podłogi z wiórów, jest złożonym trójwymiarowym problemem projektowym. Wymaga starannej konfiguracji setek, a czasem tysięcy komponentów w wielu warstwach na ograniczonym obszarze. Tradycyjnie inżynierowie ręcznie projektują konfiguracje, które minimalizują ilość przewodów używanych między komponentami jako wskaźnik wydajności. Następnie używają oprogramowania do automatyzacji projektowania elektronicznego do symulacji i weryfikacji ich wydajności, co może zająć do 30 godzin w przypadku pojedynczego planu piętra.

Opóźnienie czasowe: Ze względu na czas poświęcony na każdy projekt chipów, tradycyjnie uważa się, że chipy mają działać od dwóch do pięciu lat. Jednak wraz z szybkim rozwojem algorytmów uczenia maszynowego wzrosła również potrzeba nowych architektur chipowych. W ostatnich latach kilka algorytmów optymalizacji planowania podłogi chipowej miało na celu przyspieszenie procesu projektowania, ale ich zdolność do optymalizacji pod kątem wielu celów, w tym poboru mocy chipa, wydajności obliczeniowej i powierzchni, była ograniczona.

Inteligentny design: W odpowiedzi na te wyzwania badacze Google Anna Goldie i Azalia Mirhoseini przyjął nowe podejście : uczenie się przez wzmocnienie. Algorytmy uczenia się przez wzmacnianie wykorzystują pozytywne i negatywne informacje zwrotne do uczenia się skomplikowanych zadań. Dlatego naukowcy zaprojektowali tak zwaną funkcję nagrody, aby karać i nagradzać algorytm zgodnie z wydajnością jego projektów. Następnie algorytm wyprodukował dziesiątki do setek tysięcy nowych projektów, każdy w ułamku sekundy, i ocenił je za pomocą funkcji nagrody. Z biegiem czasu zbliżył się do ostatecznej strategii rozmieszczania komponentów chipa w optymalny sposób.

Walidacja: Po sprawdzeniu projektów za pomocą oprogramowania do automatyzacji projektowania elektronicznego naukowcy odkryli, że wiele planów pięter algorytmu działa lepiej niż te zaprojektowane przez inżynierów. Naukowcy stwierdzili również, że nauczył swoich ludzkich odpowiedników nowych sztuczek.

Linia produkcyjna: W historii tej dziedziny postęp w sztucznej inteligencji był ściśle powiązany z postępem w projektowaniu chipów. Mamy nadzieję, że ten algorytm przyspieszy proces projektowania chipów i doprowadzi do nowej generacji ulepszonych architektur, co z kolei przyspieszy rozwój sztucznej inteligencji.

Aby więcej takich historii trafiało bezpośrednio do Twojej skrzynki odbiorczej, zapisz się do naszego nominowanego przez Webby biuletynu AI The Algorithm. Jest wolne.