Исследователи Anna Goldie и Azalia Mirhoseini анонсировали публикацию дополнения к статье в журнале Nature, в котором представлен их инновационный метод глубокого обучения для проектирования компоновок микрочипов. Названный AlphaChip, этот метод позволяет значительно ускорить и оптимизировать процесс проектирования, который традиционно занимал недели и месяцы работы человеческих специалистов.
AlphaChip использует принципы обучения с подкреплением для создания схем микросхем, достигая результатов, сопоставимых или превосходящих человеческий уровень за считанные часы. Эта технология уже применяется в последних поколениях собственных ускорителей AI от Google, таких как Tensor Processing Unit (TPU), которые обеспечивают мощные вычислительные возможности для различных AI-приложений.
Дизайн микрочипов – задача, требующая выполнения множества взаимосвязанных условий, что делает ее одной из самых сложных в инженерии. AlphaChip, аналогично AlphaGo и AlphaZero, подходит к этой задаче как к игре, где система учится с каждым новым проектом, улучшая качество своих компоновок.
С момента своего появления в 2020 году, AlphaChip разработал схемы для всех поколений TPU, позволяя значительно повысить производительность и сократить время проектирования. По словам старшего вице-президента MediaTek SR Tsai, AlphaChip революционизировал ключевую фазу дизайна чипов и вдохновил целую новую линию исследований в области применения AI для проектирования чипов, включая этапы от синтеза логики до оптимизации размещения.
Будущие версии AlphaChip уже находятся в разработке, и команда надеется продолжить сотрудничество с сообществом для дальнейшего революционирования в области проектирования микрочипов.