首页 > 要闻 > 正文

谷歌试图使用人工智能设计内部计算机芯片

导读 据谷歌人工智能研究主管杰夫迪恩(Jeff Dean)称,Alphabet的谷歌部门正在尝试人工智能项目,以促进特殊芯片的内部开发,并加速其软件开

据谷歌人工智能研究主管杰夫迪恩(JeffDean)称,Alphabet的谷歌部门正在尝试人工智能项目,以促进特殊芯片的内部开发,并加速其软件开发。

迪恩在接受ZDNet采访时表示:“我们正在内部将其用于一些芯片设计项目。”他在旧金山举行的年度技术研讨会国际固态电路会议上发表主旨演讲后说。

在过去的几年里,谷歌开发了一系列人工智能硬件,即张量处理单元(TPU芯片),用于在其服务器计算机中处理人工智能。

用AI来设计这些芯片会代表一个良性循环,其中AI让芯片变得更好,那么那些改进的芯片会增强AI算法的功能,等等。

在主题演讲中,迪恩向观众介绍了如何使用机器学习程序来决定如何安排计算机芯片的电路。与人类芯片设计者相比,最终设计具有相同或更大的灵敏度。

在传统的“布局和布线”任务中,芯片设计者使用软件来确定芯片中构成芯片操作的电路的布局,类似于设计建筑物的平面图。为了找到满足多个目标的最佳布局,需要考虑许多变量,包括提供芯片性能,同时避免不必要的复杂性,否则可能会增加芯片的制造成本。这种平衡行为需要大量人工灵感,才能以最佳方式进行设计。现在,人工智能算法可能能够以一种与那些启发式方法相竞争的方式进行实验。

在一个例子中,迪恩告诉观众,深度学习神经网络在仅仅24小时后解决问题后,在6到8周内找到了比人类设计师更好的解决方案。这种设计减少了芯片所需的总布线,从而提高了效率。

深度学习计划类似于谷歌DeepMind部门为攻克Go游戏而开发的AlphaZero计划。和AlphaZero一样,芯片设计程序也是所谓强化学习的一种形式。为了达到目标,程序会尝试各种步骤,看看哪些步骤可以带来更好的结果。这些步骤不是在游戏板上放置零件,而是在整个芯片设计中选择如何放置正确的电路布局。

然而,与Go不同,解决方案的“空间”(可能的电路布局的数量)要大得多。而且,如上所述,在赢得比赛时,必须适应许多目标,而不是一个目标。

在与ZDNet交谈时,院长将内部工作描述为处于了解该技术实用性的早期阶段。迪恩说:“我们正在要求我们的设计师进行实验,看看他们如何开始在工作流程中使用它。

免责声明:本文由用户上传,如有侵权请联系删除!

标签:

Copyright @ 2015 -2023 太行之窗 All Rights Reserved. 网站地图 | 百度地图 .