Сегодня 25 января 2025
18+
MWC 2018 2018 Computex IFA 2018
реклама
Новости Hardware

Google представила технологию проектирования микросхем AlphaChip с помощью ИИ

Google представила AlphaChip — метод обучения искусственного интеллекта с подкреплением для проектирования микросхем. Он обещает значительно ускорить проектирование плана кристалла, а также усовершенствовать чипы с точки зрения производительности, мощности и площади. Google использовала это решение при проектировании ИИ-ускорителей TPU (Tensor Processing Unit), применяли его и другие компании, включая MediaTek.

 Источник изображений: Google

Источник изображений: Google

Проектный макет микросхемы или план кристалла является самым долгим и трудоёмким этапом разработки полупроводникового компонента. Synopsys, которая выпускает ПО для проектирования чипов, внедрила ИИ для решения этой задачи, но её продукт имеет очень высокую цену. Google решила демократизировать этот подход. В настоящий момент создание плана кристалла для сложной микросхемы, например, графического процессора, занимает около двух лет, если его разрабатывают люди. Менее сложные компоненты проектируются за несколько месяцев, но этот процесс сопряжён с миллионными затратами, поскольку крупные производители привлекают значительное число специалистов. AlphaChip, по утверждению Google, решает задачу за несколько часов. Более того, эта система выдаёт превосходный результат, оптимизированный по производительности и энергоэффективности. Google также продемонстрировала график, который показывает сокращение длины проводников в предыдущих версиях TPU и новом Trillium.

Основу механизма работы AlphaChip составляет модель обучения с подкреплением, при которой ИИ выполняет операцию в заранее заданной среде, изучает результаты и учится на этом опыте, чтобы повысить качество работы в будущем. В случае AlphaChip проектирование плана кристалла ИИ рассматривает как своего рода игру, за один ход которой на поле размещается один компонент схемы. Нейросеть помогает выстроить граф взаимосвязей между компонентами, и чем больше макетов создаёт система, тем выше качество её работы.

Google использует AlphaChip в разработке ИИ-ускорителей TPU с 2020 года — на них компания запускает крупномасштабные модели ИИ и облачные службы. На этих процессорах работают модели-трансформеры — эта архитектура используется в Gemini и Imagen. Система AlphaChip помогала совершенствовать схему каждого последующего поколения TPU, включая новейшие Trillium — она сокращала время разработки и обеспечивала более высокую производительность. Тем не менее, и Google, и MediaTek используют эту систему для ограниченного набора блоков, а значительную часть работы проделывает всё-таки человек.

Помимо Google TPU, AlphaChip использовалась при проектировании мобильных 5G-чипов MediaTek Dimensity, которые широко применяются в актуальных смартфонах. Система была предварительно обучена на широком ассортименте микросхем, говорят в Google, что позволяет ей генерировать все более эффективные макеты по мере проделанного объёма работы. Человек учится быстро, а ИИ — ещё быстрее.

Успех AlphaChip побудил Google продолжить внедрение ИИ на разных этапах проектирования микросхем, включая логический синтез, выбор макросов и оптимизацию по времени — Synopsys и Cadence предлагают это за большие деньги. Компания считает, что в перспективе AlphaChip можно будет применять на всём цикле разработки чипов от проектирования архитектуры до компоновки и производства — оптимизация при помощи ИИ поможет ускорить микросхемы, сделать их компактнее, энергоэффективнее и дешевле. В будущем решение будет использоваться не только для серверных ускорителей Google и мобильных платформ MediaTek. Разработка AlphaChip продолжается.

Источник:

Если вы заметили ошибку — выделите ее мышью и нажмите CTRL+ENTER.
Вечерний 3DNews
Каждый будний вечер мы рассылаем сводку новостей без белиберды и рекламы. Две минуты на чтение — и вы в курсе главных событий.
Материалы по теме

window-new
Soft
Hard
Тренды 🔥
Apple привлекла опытнейшего менеджера, чтобы улучшить Siri и догнать конкурентов в сфере ИИ 52 мин.
В соцсети Threads начала появляться реклама — пока только в США и Японии 2 ч.
Трамп разрешил крупнейшим американским банкам работать с криптовалютами 2 ч.
Новая статья: Caves of Qud — пещеры превозмогания. Рецензия 2 ч.
Платформа GenAI от DigitalOcean упростит создание ИИ-агентов 3 ч.
«Самая большая и лучшая Doom в истории»: разработчики Doom: The Dark Ages объяснили, почему отказались от мультиплеера 5 ч.
«Бандитов в этом городе больше, чем в тюрьме»: для GTA: Vice City вышла профессиональная русская озвучка 7 ч.
В приложениях для iPhone появятся новые способы оплаты, но на цены это вряд ли повлияет 7 ч.
Nvidia начала сворачивать поддержку графических чипов Maxwell, Pascal и Volta, но геймерам пока беспокоиться не о чем 8 ч.
Apple наконец-то признала, что CarPlay нового поколения не появится в 2024 году 10 ч.
Meta выделит $60–65 млрд на развитие ИИ в 2025 году 50 мин.
Cooler Master представила обновлённый кулер Hyper 612 Apex и серию СЖО Masterliquid Core II 2 ч.
Астрономы поймали быстрые радиовсплески из неожиданного места — древней мёртвой галактики 2 ч.
AWS не спешит раскрывать реальные данные о выбросах ЦОД, да и Google с Microsoft ведут себя не лучше 2 ч.
Материнские платы Asus на чипсетах AMD 800 и Intel 800 зажёвывают видеокарты, пожаловались авторы обзоров 2 ч.
Meta потратит $65 млрд на ИИ-проекты в этом году и построит гигантский дата-центр 7 ч.
Индия станет производителем полупроводников в этом году — её первые чипы будут 28-нм 7 ч.
Учёные сделали квантовые вычисления точнее, внедрив два кода коррекции ошибок вместо одного 7 ч.
GeForce RTX 5090 может потреблять до 901 Вт, но совсем недолго 8 ч.
Китайские производители оборудования для выпуска чипов установили рекорды продаж 8 ч.