Как Alphachip преобразовал дизайн компьютерного чипа

Наш метод ИИ ускорил и оптимизированные конструкции чипа, а его сверхчеловеческие макеты чипа используются в оборудовании по всему миру

В 2020 году мы выпустили препринта, внедряющий наш новый метод обучения в области подкрепления для разработки макетов чипов, который мы позже опубликовали в природе и открытых источниках.

Сегодня мы публикуем дополнение природы, которое больше описывает наш метод и его влияние на область дизайна чипов. Мы также выпускаем предварительно обученную контрольную точку, делимся весами модели и объявляем его название: Alphachip.

Компьютерные чипы вызвали замечательный прогресс в искусственном интеллекте (ИИ), а Альфачип возвращает услугу, используя ИИ для ускорения и оптимизации дизайна чипов. Метод был использован для разработки сверхчеловеческих макетов чипа в последних трех поколениях пользовательского акселератора Google, тензора обработки (TPU).

Alphachip был одним из первых подходов к обучению подкреплением, используемым для решения реальной инженерной проблемы. Он генерирует сверхчеловеческие или сопоставимые макеты чипов в часах, а не требует недель или месяцев человеческих усилий, а его макеты используются в чипах по всему миру, от центров обработки данных до мобильных телефонов.

Как работает Alphachip

Проектирование макета чипа – не простая задача. Компьютерные чипы состоят из множества взаимосвязанных блоков, со слоями компонентов схемы, все соединенные невероятно тонкими проводами. Существует также много сложных и переплетенных дизайнерских ограничений, которые все должны быть выполнены одновременно. Из -за своей сложности дизайнеры чипов изо всех сил пытались автоматизировать процесс планирования пола чипов на протяжении более шестидесяти лет.

Подобно Alphago и Alphazero, которые научились освоить игры Go, Chess и Shogi, мы построили Alphachip, чтобы приблизиться к плане Chip Floornning в качестве своего рода игры.

Начиная с пустой сетки, Alphachip помещает по одному компоненту цепи за раз, пока он не закончится размещать все компоненты. Затем это вознаграждено в зависимости от качества окончательного макета. Новая нейронная сеть «на основе краев» позволяет Alphachip изучать взаимосвязь между взаимосвязанными компонентами чипа и обобщением между чипами, позволяя Alphachip улучшаться с каждой планировкой, которую он проектирует.

Использование ИИ для разработки чипсов AI Accelerator от Google

Alphachip сгенерировал сверхчеловеческие макеты чипа, используемые в каждом поколении TPU Google с момента его публикации в 2020 году. Эти чипы позволяют масштабным моделям ИИ на основе архитектуры трансформатора Google.

TPU лежат в основе наших мощных генеративных систем ИИ, от крупных языковых моделей, таких как Близнецы, до изображений и видео генераторов, Имагун и VEO. Эти акселераторы ИИ также лежат в основе услуг Google AI и доступны для внешних пользователей через Google Cloud.

Чтобы разработать макеты TPU, Alphachip впервые практикует в разнообразном диапазоне блоков ChIP от предыдущих поколений, таких как блоки встроенного и межметражного сети, контроллеры памяти и буферы транспортировки данных. Этот процесс называется предварительным обучением. Затем мы запускаем Alphachip на текущих блоках TPU, чтобы генерировать высококачественные макеты. В отличие от предыдущих подходов, Alphachip становится лучше и быстрее, поскольку он решает больше случаев задачи размещения чипов, аналогично тому, как это делают эксперты.

С каждым новым поколением TPU, включая наш последний Trillium (6-е поколение), Alphachip разработал лучшие макеты чипов и обеспечил больше общего плана этажа, ускоряя цикл проектирования и давая чипы с более высокой производительности.

Более широкое воздействие Альфачипа

Влияние Alphachip можно увидеть через его применение в алфавите, исследовательском сообществе и индустрии дизайна чипов. Помимо проектирования специализированных акселераторов ИИ, таких как TPU, Alphachip генерировал макеты для других чипов в алфавите, таких как процессоры Google Axion, наши первые процессорные процессоры центра обработки данных на основе ARM.

Внешние организации также принимают и наращивают на Alphachip. Например, MediaTek, одна из лучших компаний по дизайну чипов в мире, расширила Alphachip, чтобы ускорить разработку своих самых передовых чипов, улучшая мощность, производительность и область чипов.

Alphachip вызвал взрыв работы по ИИ для дизайна чипов и был распространен на другие критические этапы дизайна чипов, таких как логический синтез и выбор макроса.

Создание чипов будущего

Мы считаем, что Alphachip может оптимизировать каждую стадию цикла проектирования чипов, от компьютерной архитектуры до производства – и для преобразования дизайна чипов для пользовательского оборудования, найденного в повседневных устройствах, таких как смартфоны, медицинское оборудование, сельскохозяйственные датчики и многое другое.

Будущие версии Alphachip в настоящее время находятся в разработке, и мы с нетерпением ждем работы с сообществом, чтобы продолжить революцию в этой области и привести к будущему, в котором чипы еще быстрее, дешевле и более эффективны.