Часы вместо месяцев: ИИ помогает Google при разработке нового поколения чипов

Компания Google работает над использованием искусственного интеллекта (ИИ) при создании чипов уже в течение многих лет. Но только недавно эти технологии были применены при создании коммерческого продукта – новой версии микросхем TPU (тензорных процессоров). Результат этой работы представлен в журнале Nature.

В статье инженеры Google отмечают, что эта работа имеет "серьезные последствия" для индустрии микросхем. Она должна позволить компаниям быстрее изучить возможные архитектуры будущих проектов и упростить настройку микросхем для конкретных рабочих нагрузок.

Задача, которую решают алгоритмы Google, известна как "планирование этажа". Обычно она требует, чтобы люди-дизайнеры, работающие с помощью компьютерных инструментов, нашли оптимальную компоновку подсистем чипа на кремниевой подложке. Решение о том, где разместить каждый компонент, влияет на эффективность чипа. Нанометровые изменения в размещении могут иметь огромные последствия.

В Google отмечают, что проектирование поэтажных планов требует от людей "месяцев напряженных усилий", но с точки зрения машинного обучения есть известный способ решить эту проблему: в виде игры.

ИИ давно доказал, что может превзойти людей в настольных играх, таких как шахматы, и инженеры Google отмечают, что планирование этажей аналогично таким задачам. Вместо игровой доски у вас кремниевая пластина. Вместо шахматных фигур – процессоры и графические процессоры. Таким образом, задача состоит в том, чтобы просто найти условия выигрыша для каждой доски. В шахматах это может быть мат, в дизайне микросхем – вычислительная эффективность.

Инженеры Google обучили алгоритм с подкреплением на наборе данных из 10 000 планов этажей разного качества, некоторые из которых были сгенерированы случайным образом. Каждый дизайн был помечен определенной функцией вознаграждения, основанной на его успешности по различным показателям, таким как длина требуемого соединительного провода и потребление энергии. Затем алгоритм использовал эти данные, чтобы различать хорошие и плохие планы этажей и генерировать свои собственные проекты.

Планы этажей, выполненные ИИ, выглядят совершенно иначе, чем планы, созданные человеком. Вместо аккуратных рядов компонентов, разложенных на кристалле, подсистемы выглядят так, как будто они почти случайно разбросаны по кремнию. 

Напомним, компания Mythic (США) первой в мире выпустила на рыноканалоговый матричный ИИ-процессор M1076 (Mythic AMP). Этот однокристальный чип демонстрирует впечатляющие вычислительные мощности при очень низком энергопотреблении. 

В исследовательском центре Google Research прошла конференция, посвященная вопросам deep learning. Ученые обсуждали, как новые открытия в области глубинного обучения и нейробиологии могут помочь в создании более совершенных систем ИИ. Интересную идею предложил Христос Пападимитриу, профессор информатики из Университета Колумбия, — имитировать мыслительный процесс человека при помощи математических моделей, чтобы впоследствии обучить ИИ думать, как мы.