谷歌正在研究加快AI芯片设计

3D Tetris：芯片放置，也称为芯片平面布置图，是一个复杂的三维设计问题。它需要在受限区域中跨多层仔细配置数百个（有时甚至数千个）组件。传统上，工程师将手动设计配置，以最大程度地减少组件之间使用的电线数量，以提高效率。然后，他们使用电子设计自动化软件来模拟和验证其性能，单个平面图最多可能需要30个小时。

时滞：由于每个芯片设计需要投入时间，因此传统上认为芯片的使用寿命为两到五年。但是，随着机器学习算法的迅速发展，对新芯片架构的需求也在加速增长。近年来，用于优化芯片布局规划的几种算法试图加快设计过程，但是在跨多个目标（包括芯片的功耗，计算性能和面积）的优化能力方面受到了限制。

智能设计：为应对这些挑战，Google研究人员Anna Goldie和Azalia Mirhoseini采用了一种新方法：强化学习。强化学习算法使用正反馈和负反馈来学习复杂的任务。因此，研究人员设计了一种所谓的“奖励功能”来根据算法的设计性能对其进行惩罚和奖励。然后，该算法产生了成千上万的新设计，每一个设计都在不到一秒钟的时间内完成，并使用奖励函数对其进行了评估。随着时间的流逝，它收敛于以最佳方式放置芯片组件的最终策略。

验证：在使用电子设计自动化软件检查了设计之后，研究人员发现，该算法的许多楼层平面图的性能要优于人工工程师设计的平面图。研究人员说，它还向人类同行教授了一些新技巧。

生产线：在整个领域的历史中，人工智能的进步与芯片设计的进步息息相关。希望该算法将加快芯片设计过程，并导致新一代改进的体系结构，从而加速AI的发展。
责任编辑：tzh