谷歌推出AlphaChip人工智能辅助芯片设计技术芯片布局作为电脑游戏 - Tom's Hardware

2024-09-28 13:31:43 英文原文

谷歌和联发科已经在使用它。

本周，谷歌推出了其用于设计芯片布局的 AlphaChip 强化学习方法。AlphaChip AI 有望大幅加快芯片布局设计的速度，并使其在性能、功耗和面积方面更加优化。现在与公众分享的强化学习方法在设计谷歌的张量处理单元（TPU）时发挥了重要作用，并已被包括联发科在内的其他公司采用。

传统上，芯片设计布局或布局规划已被采用。这是芯片开发过程中时间最长、劳动力最密集的阶段。近年来，Synopsys 开发了人工智能辅助芯片设计工具，可以加速开发并优化芯片的布局规划。然而，这些工具非常昂贵。Google 希望在某种程度上使这种人工智能辅助芯片设计方法大众化。

如今，如果由人类完成，为 GPU 等复杂芯片设计布局大约需要 24 个月。不太复杂的东西的布局规划可能需要几个月的时间，这意味着数百万美元的成本，因为设计团队通常非常重要。谷歌表示，AlphaChip 加快了这一时间线，可以在短短几个小时内创建芯片布局。此外，据说其设计非常优越，因为它们优化了功效和性能。谷歌还展示了一张图表，显示与人类开发人员相比，各种版本的 TPU 和 Trillium 的线长度减少。

AlphaChip 使用强化学习模型，其中代理在预设环境中采取行动，观察结果，并从这些经验中学习，以便在未来做出更好的选择。就 AlphaChip 而言，系统将芯片布局规划视为一种游戏，每次将一个电路组件放置在空白网格上。随着解决更多布局，系统不断改进，使用图神经网络来理解组件之间的关系。

自 2020 年以来，AlphaChip 一直用于设计 Google 自己的 TPU AI 加速器，驱动 Google 的许多大规模应用人工智能模型和云服务。这些处理器运行基于 Transformer 的模型，为 Google 的 Gemini 和 Imagen 提供支持。AlphaChip 改进了每一代 TPU 的设计，包括最新的第六代 Trillium 芯片，确保更高的性能和更快的开发。尽管如此，谷歌和联发科都依赖 AlphaChip 来实现有限的模块集，而人类开发人员仍然完成了大部分工作。

到目前为止，AlphaChip 已被用于开发各种处理器，包括谷歌的处理器TPU和联发科天玑5G片上系统，广泛应用于各类智能手机。因此，AlphaChip 能够泛化到不同类型的处理器。谷歌表示，它已经在各种芯片模块上进行了预训练，这使得 AlphaChip 在实践更多设计时能够生成越来越高效的布局。虽然人类专家学习，而且许多人学得很快，但机器的学习速度要高出几个数量级。

扩大人工智能在芯片开发中的使用

谷歌表示 AlphaChip 的成功启发了将人工智能用于芯片设计不同阶段的新研究浪潮。这包括将人工智能技术扩展到逻辑综合、宏选择和时序优化等领域，Synopsys 和 Cadence 已经提供了这些技术，尽管价格不菲。据 Google 称，研究人员还在探索如何将 AlphaChip 的方法应用于芯片开发的更进一步阶段。

保持领先地位：获取 Tom's Hardware 时事通讯

获取 Tom's Hardware's最好的消息和深入的评论，直接发送到您的收件箱。

“AlphaChip 激发了芯片设计强化学习的全新研究方向，跨越了从逻辑综合到布局规划、时序优化的设计流程谷歌的一份声明中写道。

展望未来，谷歌看到了 AlphaChip 彻底改变整个芯片设计生命周期的潜力：从架构设计到布局再到制造，人工智能驱动的优化可能会带来更快的芯片，更小（即更便宜），并且更节能。虽然目前 Google 的服务器和基于联发科天玑 5G 的智能手机受益于 AlphaChip，但未来应用可能会扩展到几乎所有领域。

AlphaChip 的未来版本已经在开发中，因此请继续关注更多信息人工智能驱动的芯片设计。

Anton Shilov 是 Toms Hardware 的特约撰稿人。在过去的几十年里，他涵盖了从 CPU 和 GPU 到超级计算机，从现代工艺技术和最新的制造工具到高科技行业趋势的所有内容。

• bit_user

  机器优化的主要好处是它可以同时考虑比人类更多的参数。在人类需要依赖启发式等拐杖的地方，人工智能可以应用更大的模式和规则字典来产生更优化的输出。文章称：虽然人类专家学习，而且许多人学得很快，但机器的学习速度却很慢。高出几个数量级。
  
  

  我仍在等待看到使用 AI 进行代码优化的 C 编译器。就像芯片设计一样，现有的编译器依靠启发式方法来决定在什么情况下应用哪些优化。看起来人工智能，尤其是使用 PGO，可能会是一场巨大的胜利。文章称：据谷歌称，研究人员也在探索如何将 AlphaChip 的方法应用于芯片开发的更进一步阶段。
  
  这样的事情实际上会激励我购买具有像样 NPU 的 CPU！

谷歌推出AlphaChip人工智能辅助芯片设计技术芯片布局作为计算机游戏谷歌和联发科已经在使用它。近年来，Synopsys 开发了人工智能辅助芯片设计工具，可以加速开发并优化芯片的布局规划。Anton Shilov 是 Toms Hardware 的特约撰稿人。文章称：虽然人类专家学习，而且许多人学得很快，但机器的学习速度要高出几个数量级。看起来人工智能，尤其是使用 PGO，可能会在这里取得巨大的胜利。