Come AlphaChip ha trasformato la progettazione dei chip per computer | Intelligenza-Artificiale

Il nostro metodo di intelligenza artificiale ha accelerato e ottimizzato la progettazione dei chip e i suoi layout di chip sovrumani sono utilizzati nell'hardware in tutto il mondo

Nel 2020 abbiamo rilasciato un prestampa introducendo il nostro nuovo metodo di apprendimento di rinforzo per la progettazione di layout di chip, che in seguito pubblicato su Nature E open source.

Oggi siamo pubblicazione di un addendum su Nature che descrive meglio il nostro metodo e il suo impatto nel campo della progettazione di chip. Stiamo anche pubblicando un checkpoint pre-addestratocondividendo i pesi del modello e annunciandone il nome: AlphaChip.

I chip per computer hanno alimentato notevoli progressi nell'intelligenza artificiale (IA) e AlphaChip ricambia il favore utilizzando l'IA per accelerare e ottimizzare la progettazione dei chip. Il metodo è stato utilizzato per progettare layout di chip sovrumani nelle ultime tre generazioni dell'acceleratore AI personalizzato di Google, il Unità di elaborazione del tensore (TPU).

AlphaChip è stato uno dei primi approcci di apprendimento rinforzato utilizzati per risolvere un problema ingegneristico del mondo reale. Genera layout di chip sovrumani o comparabili in poche ore, anziché richiedere settimane o mesi di sforzi umani, e i suoi layout sono utilizzati nei chip in tutto il mondo, dai data center ai telefoni cellulari.

Come funziona AlphaChip

Progettare un layout di chip non è un compito semplice. I chip dei computer sono costituiti da molti blocchi interconnessi, con strati di componenti di circuito, tutti collegati da fili incredibilmente sottili. Ci sono anche molti vincoli di progettazione complessi e interconnessi che devono essere tutti soddisfatti contemporaneamente. A causa della sua enorme complessità, i progettisti di chip hanno lottato per automatizzare il processo di pianificazione del pavimento dei chip per oltre sessant'anni.

Simile a AlfaGo E AlfaZeroche ha imparato a padroneggiare i giochi del Go, degli scacchi e dello shogi, abbiamo creato AlphaChip per affrontare il floorplanning dei chip come una sorta di gioco.

Partendo da una griglia vuota, AlphaChip posiziona un componente del circuito alla volta finché non ha terminato di posizionare tutti i componenti. Quindi viene premiato in base alla qualità del layout finale. Una nuova rete neurale a grafo “basata sui bordi” consente ad AlphaChip di apprendere le relazioni tra i componenti dei chip interconnessi e di generalizzare tra i chip, consentendo ad AlphaChip di migliorare con ogni layout che progetta.

Utilizzare l'intelligenza artificiale per progettare i chip acceleratori di intelligenza artificiale di Google

AlphaChip ha generato layout di chip sovrumani utilizzati in ogni generazione di TPU di Google dalla sua pubblicazione nel 2020. Questi chip consentono di ampliare in modo massiccio i modelli di intelligenza artificiale basati su Google Trasformatore architettura.

Le TPU sono al centro dei nostri potenti sistemi di intelligenza artificiale generativa, dai grandi modelli linguistici, come Gemelliai generatori di immagini e video, Immagine E VedoQuesti acceleratori di intelligenza artificiale sono anche al centro dei servizi di intelligenza artificiale di Google e sono disponibile agli utenti esterni tramite Google Cloud.

Per progettare i layout TPU, AlphaChip si esercita prima su una vasta gamma di blocchi di chip delle generazioni precedenti, come blocchi di rete on-chip e inter-chip, controllori di memoriaE buffer di trasporto dati. Questo processo è chiamato pre-training. Quindi eseguiamo AlphaChip sui blocchi TPU correnti per generare layout di alta qualità. A differenza degli approcci precedenti, AlphaChip diventa migliore e più veloce man mano che risolve più istanze del compito di posizionamento dei chip, in modo simile a come fanno gli esperti umani.

Con ogni nuova generazione di TPU, inclusa la nostra ultima Trillio (6a generazione), AlphaChip ha progettato layout dei chip migliori e ha fornito una parte più ampia della planimetria complessiva, accelerando il ciclo di progettazione e producendo chip con prestazioni più elevate.

L'impatto più ampio di AlphaChip

L'impatto di AlphaChip può essere visto attraverso le sue applicazioni in Alphabet, nella comunità di ricerca e nel settore della progettazione di chip. Oltre a progettare acceleratori AI specializzati come TPU, AlphaChip ha generato layout per altri chip in Alphabet, come Processori Google Axionle nostre prime CPU per data center di uso generale basate su Arm.

Anche le organizzazioni esterne stanno adottando e sviluppando AlphaChip. Ad esempio, MediaTek, una delle principali aziende di progettazione di chip al mondo, ha esteso AlphaChip per accelerare lo sviluppo dei suoi chip più avanzati, come il Dimensity ammiraglia 5G utilizzato nei telefoni cellulari Samsung, migliorando potenza, prestazioni e superficie del chip.

AlphaChip ha innescato un'esplosione di lavoro sull'intelligenza artificiale per la progettazione di chip, ed è stato esteso ad altre fasi critiche della progettazione di chip, come sintesi logica E selezione macro.

Creare i chip del futuro

Riteniamo che AlphaChip abbia il potenziale per ottimizzare ogni fase del ciclo di progettazione dei chip, dall'architettura del computer alla produzione, e per trasformare la progettazione dei chip per hardware personalizzato presente nei dispositivi di uso quotidiano, come smartphone, apparecchiature mediche, sensori agricoli e altro ancora.

Le versioni future di AlphaChip sono ora in fase di sviluppo e non vediamo l'ora di lavorare con la comunità per continuare a rivoluzionare questo settore e realizzare un futuro in cui i chip siano ancora più veloci, economici e più efficienti dal punto di vista energetico.