谷歌正在尝试用AI开发芯片进行电路布局设计

（文章来源：Code8）
据谷歌人工智能研究带头人Jeff Dean透露，谷歌正在试图通过人工智能程序推进专用芯片的内部开发。他在近日举行的ISSCC大会上表示，谷歌内部正在将人工智能技术用于一系列芯片设计项目。过去几年中，谷歌开发了TPU AI硬件家族用于在服务器计算机中处理AI。

他认为，使用AI设计芯片是一个良性循环：AI让芯片变得更好，经过改良的芯片又能增强AI算法，依此类推。Dean介绍了谷歌如何使用机器学习程序确定计算机芯片的电路布局，与人类芯片设计人员相比，其敏锐度相当甚至更高。

通常来说，芯片设计人员通常会使用软件来确定芯片中的电路布局，有点类似于建筑物设计平面图。为了找到满足多个要求的最佳布局，需要考虑很多因素，提供芯片性能的同时，还要避免不必要的复杂性，否则可能增加芯片制造成本。

这种平衡需要大量的启发式思维，现在，人工智能算法也能够类似人类的启发式思维方式进行芯片设计。他举例说，深度学习神经网络只花了24个小时就解决了问题，而人类设计师需要6至8周，前者不仅提出的解决方案更好，还减少了芯片布线数量，提高了效率。

这个深度学习程序类似于Google DeepMind部门开发的AlphaZero程序，只不多这次不是用于下棋，而是设计出最优的芯片电路布局。与Go不同的是，这个解决方案的“空间”要大得多，同时要满足很多要求，而不是赢得比赛这单一的目标。

他说，目前这个研究还处于早期阶段。“我们正在让设计师进行试验，看看如何在工作流程中使用该程序……以及看看在哪些方面可以改进。”谷歌进军AI设计领域正处于芯片生产复兴之时。有机器学习科学家认为，专用AI硬件可以催生更大的、更高效的机器学习软件项目。

Dean认为，除了谷歌之外，还有很多AI硬件初创公司例如Cerebras Systems和Graphcore会给市场带来多样性，并迅速崛起。这种多样性会很有意思。“我不确定这些初创公司是否能够在市场中生存下去，但这很有意思，因为其中很多初创公司采取了完全不同的设计方式。”

当被问及这些芯片是否会融入某些标准设计的时候，Dean称，多样化是很有可能的，至少就目前来看。“机器学习被用于解决各种各样的问题，当选择多多的时候，你肯定不会只盯着一个选择，至少有五个或六个不同的设计方案。”“究竟哪些设计方法会脱颖而出，这一点令人期待，不管是能够解决很多问题的通用方法，还是加速某个方面的专业化方法。”

当被问及谷歌AI硬件是否可能延伸到其现有产品之外时，他回答说：“哦，是的。”“毫无疑问，机器学习正在被越来越广泛地用于谷歌产品中，这些产品既包括基于数据中心的服务，也有很多手机上的产品。”当被问及谷歌是否会进一步扩大多样性的时候，Dean回答说：“我认为会的。”“即使在非数据中心领域，你会也看到不同高功率环境之间的区别，不一定是1瓦，有可能是50或100瓦。”“因此，针对不同环境，你需要不同的方法。”
（责任编辑：fqj）