機(jī)器學(xué)習(xí)工具，已可以極大地加速計(jì)算機(jī)芯片設(shè)計(jì)。谷歌聲稱，它不僅制造了一種在芯片設(shè)計(jì)方面比人類更快、更優(yōu)秀的人工智能，而且這家網(wǎng)絡(luò)巨頭正在用它來設(shè)計(jì)更快、更好的人工智能芯片。
谷歌團(tuán)隊(duì)研究人員最新發(fā)表在《自然》（Nature）雜志上的一篇論文，描述了一個(gè)深度強(qiáng)化學(xué)習(xí)系統(tǒng)，它可以在6個(gè)小時(shí)內(nèi)創(chuàng)建平面圖——以往人類工程師和他們的自動(dòng)化工具，通常需要幾個(gè)月的時(shí)間來設(shè)計(jì)出一個(gè)最佳布局。
此外，這種基于深度學(xué)習(xí)的芯片布局規(guī)劃（floorplanning）方法自動(dòng)生成的平面圖，在包括功耗、性能和芯片面積等關(guān)鍵參數(shù)指標(biāo)上，都與人類專家的設(shè)計(jì)方案效果相當(dāng)或更優(yōu)。
谷歌已經(jīng)使用這個(gè)人工智能系統(tǒng)來生產(chǎn)其下一代張量處理單元（TPU）加速器的平面圖。這個(gè)網(wǎng)絡(luò)巨頭用它來加速其搜索引擎、公共云、AlphaGo和AlphaZero以及其他項(xiàng)目和產(chǎn)品中的神經(jīng)網(wǎng)絡(luò)。
實(shí)際上，谷歌正在使用機(jī)器學(xué)習(xí)軟件來優(yōu)化未來的芯片，從而加快機(jī)器學(xué)習(xí)軟件的速度。
研究人員指出，這種方法被用于設(shè)計(jì)下一代谷歌的人工智能加速器，有可能為每一代新技術(shù)節(jié)省數(shù)千小時(shí)的人力工作。
谷歌的人工智能科學(xué)家創(chuàng)建了一個(gè)卷積神經(jīng)網(wǎng)絡(luò)系統(tǒng)，該系統(tǒng)可以在數(shù)小時(shí)內(nèi)自行執(zhí)行宏塊布局，以實(shí)現(xiàn)最佳布局；標(biāo)準(zhǔn)單元由其他軟件自動(dòng)放置在間隙中。這種機(jī)器學(xué)習(xí)系統(tǒng)能夠制作出理想的平面布置圖，比上述使用行業(yè)傳統(tǒng)自動(dòng)化工具和人工控制對(duì)平面布置圖進(jìn)行調(diào)整和迭代的方法更快、更好。
隨著經(jīng)驗(yàn)的積累，神經(jīng)網(wǎng)絡(luò)會(huì)逐漸提高其定位技能。它試圖將宏塊放置在模具上，中間的空間填滿標(biāo)準(zhǔn)單元，并根據(jù)路由擁塞、電線互連長度和其他因素進(jìn)行獎(jiǎng)勵(lì)。這一獎(jiǎng)勵(lì)將作為反饋去完善它下一次放置磚塊的嘗試。這一過程不斷重復(fù)，直到軟件掌握了竅門，并能將其能力應(yīng)用到任何你想要配置的芯片上，即使它之前從未見過這樣的芯片。
據(jù)悉，早在一年前，由谷歌人工智能負(fù)責(zé)人Jeff Dean領(lǐng)銜的團(tuán)隊(duì)就已經(jīng)發(fā)表過一篇預(yù)印版論文提到這項(xiàng)技術(shù)。此次發(fā)布在Nature上的論文，是對(duì)該項(xiàng)技術(shù)進(jìn)行微調(diào)之后的研究結(jié)果。而研究者目前希望進(jìn)一步優(yōu)化相關(guān)技術(shù)，延續(xù)芯片發(fā)展的摩爾定律。
