Исследователи Анна Голди и Азалия Мерхосейни анонсировали выпуск добавления к статье в журнале Nature, посвященной их методу AlphaChip, использующему машинное обучение для ускорения и оптимизации дизайна микросхем. AlphaChip, введенный в 2020 году, доказал свою эффективность, предоставив возможность проектирования суперчеловеческих макетов микросхем за считанные часы.
Компьютерные чипы сыграли значительную роль в развитии искусственного интеллекта, а AlphaChip, в свою очередь, использует ИИ для оптимизации процесса проектирования. Метод стал одним из первых вариантов обучения с подкреплением, применяемым для решения реальных инженерных задач.
Методология AlphaChip позволяет проектировать сложные схемы, используя нейросети, которые обучаются на предыдущих данных и повышают качество проектирования с каждой итерацией. Одна из ключевых особенностей заключается в том, что AlphaChip может генерировать макеты, удовлетворяющие сложным требованиям, которые традиционные методы разрабатывали неделями, если не месяцами.
Система продемонстрировала свою эффективность в проектировании микросхем, используемых в самых современных вычислительных системах, включая последние версии Tensor Processing Unit от компании Google, что подтверждает широкий спектр применения AlphaChip от дата-центров до мобильных устройств.
В будущем AlphaChip продолжит развиваться, что может привести к оптимизации всех этапов разработки чипов, от архитектуры до производства, делая процесс еще быстрее и дешевле.
AlphaChip уже привлек внимание ведущих компаний в области проектирования чипов, таких как MediaTek, которые адаптируют метод для повышения производительности своих собственных решений.
«AlphaChip в корне меняет процесс проектирования, и его потенциал лишь начинает раскрываться», — отметил профессор Сиддхарт Гарт из NYU Tandon School of Engineering.