平博pinnacle体育平台:Deep Mind 的自动化芯片设计方法:Alpha Chip
作者:平博发布时间:2025-01-04
最近顶级AI 公司Deep Mind开发了基于AI用于自动化设计芯片布局方法Alpha Chip,英伟达(NVIDIA)黄仁勋作了介绍,如下:
黄仁勋介绍:由顶级AI公司Deep Mind 开发的Alpha Chip是一种超出人类设计水平、用来进行芯片设计的一种方法平博pinnacle。能实现芯片设计全流程自动化,通过互搏可产生人类还没有的棋类数据,可用于自动进行算力优化,用于自动训练大模型、自动生成合成数据,还能在通用人工智能(AGI)研发成功后再经几个小时便能完成其智能超越人类智力水平一万倍的超级人工智能(ASI)最强的芯片布局,还可用于科研(包括AI科研)。目前谷歌已用于设计TPU,联发科已用于加速芯片开发,优化芯片的性能、能耗和面积,Deep Mind正在用 Alpha Chip致力于AI开始自我进化平博。
Alpha Chip发表在《Nature》Vol 594,2021.6.10,P207-P212, 附录发表在《Nature》Vol 634.2024.10.17
我们还邀请北京大学的师生翻译Alpha Chip相关论文 (人工智能:一种用于快速芯片设计图形布局方法
),今天由李智宇前来介绍(在本次会议上只能提纲挈领谈一下),如下:
李智宇简要介绍Alpha Chip论文的摘要,如下:
芯片平面规划是设计计算机芯片物理布局的工程任务。尽管经过了五十年的研究,芯片平面规划一直难以实现自动化,需要物理设计工程师付出数月的紧张努力才能制造出可生产的布局。在这里,我们提出了一种深度强化学习方法来处理芯片平面规划问题,即Alpha Chip。在不到六小时的时间内,我们的方法可以自动生成在所有关键指标上优于或与人类产生的相当的芯片平面图,包括功耗、性能和芯片面积。为了实现这一点,我们将芯片平面规划视为一个强化学习问题,并开发了一种基于边缘的图卷积神经网络架构,能够学习到芯片的丰富和可转移的表示。因此,我们的方法利用过去的经验,变得更好、更快地解决新的问题实例,允许由比任何人类设计师都更有经验的人工代理来执行芯片设计。我们的方法已经被用来设计下一代谷歌人工智能(AI)加速器,并且有潜力为每一代新产品节省数千小时的人力。最后,我们相信,更强大的AI设计硬件将推动AI的进步,创造出两个领域之间的共生关系。
相关论文的翻译可以看我之前发的文章《人工智能:一种用于快速芯片设计图形布局方法》