Google представи AlphaChip - метод с изкуствен интелект за проектиране на чипове, базиран на усилено обучение. Той обещава значително да ускори проектирането на кристалната решетка и да подобри чиповете по отношение на производителността, мощността и площта. Google използва това решение за проектиране на ускорители с изкуствен интелект TPU (Tensor Processing Unit), а други компании, включително MediaTek, също го използват.

Разположението на дизайна на чипа или кристалният план е най-дългият и трудоемък етап от разработването на полупроводникови компоненти. Synopsys, която произвежда софтуер за проектиране на чипове, е внедрила ИИ за решаване на този проблем, но нейният продукт има много висока цена.

Google реши да демократизира този подход. Към момента създаването на кристален план за сложен чип, като например графичен процесор, отнема около две години, ако е проектиран от хора. По-малко сложните компоненти могат да бъдат проектирани за няколко месеца, но процесът е свързан с разходи за милиони долари, тъй като големите производители наемат значителен брой специалисти.

Google твърди, че AlphaChip решава този проблем за няколко часа. Нещо повече, тази система дава превъзходен резултат, който е оптимизиран по отношение на производителността и енергийната ефективност. Google показа и графика, която показва намаляването на дължината на проводниците в предишните версии на TPU и новата Trillium.

В основата на механизма на работа на AlphaChip е моделът за усилено учене, при който изкуственият интелект извършва операция в предварително определена среда, изследва резултатите и се учи от опита, за да подобри бъдещата си работа.

В случая на AlphaChip ИИ разглежда проектирането на кристалния план като вид игра, като на ход на полето се поставя по един компонент на схемата. Невронната мрежа помага да се изгради графика на връзките между компонентите и колкото повече планове създава системата, толкова по-високо е качеството на нейната работа.

От 2020 г. Google използва AlphaChip при разработването на ускорители за изкуствен интелект TPU - на тях компанията изпълнява мащабни модели за изкуствен интелект и облачни услуги. Моделите на Transformer работят с тези процесори - тази архитектура се използва в Gemini и Imagen.

Системата AlphaChip е помогнала за подобряване на схемите на всяко следващо поколение TPU, включително на най-новите Trilliums - тя е намалила времето за разработка и е осигурила по-добра производителност. Въпреки това както Google, така и MediaTek използват системата за ограничен набор от блокове и голяма част от работата все още се извършва от хора.

В допълнение към Google TPU, AlphaChip е използвана при проектирането на мобилните 5G чипове Dimensity на MediaTek, които се използват широко в настоящите смартфони.

Системата е била предварително обучена за широк спектър от чипове, казват от Google, което ѝ позволява да генерира все по-ефективни макети в зависимост от количеството свършена работа. Хората се учат бързо, а изкуственият интелект се учи още по-бързо.

Успехът на AlphaChip е подтикнал Google да продължи да прилага ИИ на различни етапи от проектирането на чипове, включително логически синтез, избор на макроси и оптимизация на времето - Synopsys и Cadence предлагат това с големи разходи.

Компанията смята, че в бъдеще AlphaChip може да се прилага в целия цикъл на разработване на чипове - от проектирането на архитектурата до оформлението и производството - оптимизацията с помощта на ИИ ще помогне за ускоряване на чиповете, като ги направи по-малки, по-енергийно ефективни и по-евтини. В бъдеще решението ще се използва не само за сървърните ускорители на Google и мобилните платформи на MediaTek. Разработката на AlphaChip продължава.