Години замість місяців: ШІ допомагає Google при розробці нового покоління чипів
Конструювання, на яке людині потрібні місяці, штучний інтелект може виконати за кілька годин.
Компанія Google працює над використанням штучного інтелекту (ШІ) при створенні чипів уже протягом багатьох років. Але тільки недавно ці технології були застосовані при створенні комерційного продукту — нової версії мікросхем TPU (тензорних процесорів). Результат цієї роботи представлений у журналі Nature.
У статті інженери Google зазначають, що ця робота має "серйозні наслідки" для індустрії мікросхем. Вона повинна дозволити компаніям швидше вивчити можливі архітектури майбутніх проектів і спростити налаштування мікросхем для конкретних робочих навантажень.
Завдання, яке вирішують алгоритми Google, відоме як "планування поверху". Зазвичай воно вимагає, щоб люди-дизайнери, які працюють за допомогою комп'ютерних інструментів, знайшли оптимальне компонування підсистем чипа на кремнієвій підкладці. Рішення про те, де розмістити кожний компонент, впливає на ефективність чипа. Нанометрові зміни в розміщенні можуть мати величезні наслідки.
У Google зазначають, що проектування поверхових планів вимагає від людей "місяці напружених зусиль", але з точки зору машинного навчання є відомий спосіб вирішити цю проблему: у вигляді гри.
ШІ давно довів, що може перевершити людей у настільних іграх, таких як шахи, і інженери Google зазначають, що планування поверхів аналогічне таким завданням. Замість ігрової дошки у вас кремнієва пластина. Замість шахових фігур — процесори і графічні процесори. Таким чином, завдання полягає в тому, щоб просто знайти умови виграшу для кожної дошки. У шахах це може бути мат, у дизайні мікросхем — обчислювальна ефективність.
Інженери Google навчили алгоритм з підкріпленням на наборі даних з 10 000 планів поверхів різної якості, деякі з яких були згенеровані випадковим чином. Кожен дизайн був позначений певною функцією винагороди, заснованої на його успішності за різними показниками, таким як довжина необхідного з'єднувального проводу і споживання енергії. Потім алгоритм використовував ці дані, щоб розрізняти хороші і погані плани поверхів і генерувати свої власні проекти.
Плани поверхів, виконані ШІ, виглядають зовсім інакше, ніж плани, створені людиною. Замість акуратних рядів компонентів, розкладених на кристалі, підсистеми виглядають так, наче вони майже випадково розкидані по кремнію.
Нагадаємо, компанія Mythic (США) першою у світі випустила на ринок аналоговий матричний ШІ-процесор M1076 (Mythic AMP). Цей однокристальний чип демонструє приголомшливі обчислювальні потужності при дуже низькому енергоспоживанні.
У дослідницькому центрі Google Research пройшла конференція, присвячена питанням deep learning. Учені обговорювали, як нові відкриття в галузі глибинного навчання і нейробіології можуть допомогти в створенні більш досконалих систем ШІ. Цікаву ідею запропонував Христос Пападімітріу, професор інформатики з Університету Колумбія, — імітувати розумовий процес людини за допомогою математичних моделей, щоб згодом навчити ШІ думати, як ми.