谷歌AI芯片AI设计,端到端闭环,三星联发科都buybuy in了

2024-09-28

芯片加速AI的发展,AI反过来又促进了芯片的进步?


刚刚,谷歌芯片设计算法AlphaChip正式亮相。


DeepMind 哈萨比斯CEO调侃:这是一个闭环。


对芯片设计算法进行最佳训练。→AI芯片设计得更好。→使用它们来训练更好的模型→再次设计更好的芯片→……




要知道,AlphaChip只需要几个小时就可以生成与人类水平相媲美的芯片设计图纸。


谷歌目前最强TPU“Trillium",AlphaChip参与了设计,而TPU训练了Gemininip。、Imagen、新算法,如Veo。


以及联发科,三星等待芯片制造商,也都将其应用于实际生产。


没有,英特尔最近在逆风转型期陷入并购事件。所以网友给出了一些建议:


谷歌为什么不买英特尔呢?




谷歌表示,AlphaChip现在不仅速度更快,而且需要更少的计算资源,已达到人类专家水平。


在最近的发布中,谷歌也开源了一个预训练版本,通过这种方式,每个人都可以更容易地使用AlphaChip来开发芯片(但是自己的预训练效果更好)。


围观者非常兴奋:


对工程领域来说,这确实是一个很酷的贡献。




AIic设计设计需要几个小时?


回顾过去,AlphaChip最早的结果将于2020年以预印方式发布,并于2021年登上Nature。


但是直到今天谷歌才给它起了一个正式的名字。Jeff 作者之一的Dean。



AlphaChip和AlphaGo、AlphaZero的原理相似,都是围绕深度强化学习。


AlphaZero掌握了围棋、国际象棋等游戏规则,AlphaChip将规划芯片布局视为一款游戏。


一种芯片通常包含数十亿个晶体管,其中数千万个逻辑门就是标准单元,另外还有数千个存储块,叫做宏块。


ic设计就是要确定它们的位置,如何布局会影响芯片响应速度和电源效率。


在传统的方法中,仅仅放置宏块这一步就非常耗时,为了给标准单元留下更多的空间,每次迭代都需要几天甚至几个星期。



基于深度强化学习,AlphaChip从最初的芯片布局中进行学习,生成新的设计方案。


这样就可以将宏和标准单元映射到一个平面画布上,形成一个拥有数百万至数十亿节点的“芯片网表”。


从一个空白格开始,一次放置一个电路元件,直到所有元件都被放置。算法将功率、性能和面积(PPA)等待优化,输出概率分布。最终奖励将根据布局质量进行计算。



使用一种基于边缘的新型(edge-based)AlphaChip图神经网络可以学习互联芯片组件之间的关系,并应用于芯片之间,因此AlphaChip可以改进每一个设计布局。



下面的图片显示了AlphaChip开源Arianee的零样本。 RISC-V 右图为基于预训练策略(设计20个TPU)微调效果的CPU结果。



AlphaChip设计芯片经过迭代,其效果和速度都比以前有了明显的提高,达到了与人类专家相似的水平。


在参与TPU设计时,谷歌列举了AlphaChip v5e、TPU v5p、目前谷歌最先进的三款AI计算芯片是Trillium上的效果。




AI设计芯片逐渐成为一种新的范式


值得注意的是,AlphaChip团队以前也有过打假事件。


Satrajittraji谷歌大脑员工 Chatterjee内部质疑该团队在Nature上发表的文章中存在一些毫无根据的问题,试验还没有得到充分的测试。研究人员于2022年3月被谷歌解雇。


(一个猜测:这也可能是AlphaChip迟迟没有正式发布的原因之一?)



然而,使用AI设计芯片,不仅仅是谷歌。


H100英伟达,还有AI参与设计。


H100包含近13000条电路由AI设计,利用深度强化学习agent设计电路。



此前,三星还曝光了DSO的新思科技。.Ai设计Exynos处理器。


那时候新思还非常自豪地说,DSO.Ai是首款用于Cpu设计的商业AI软件。


在生成式AI浪潮下,Cadence还推出了Optimizationnce设计芯片,并推出了Optimization。 AI计划。还有Cadence Copilot,使用大语言模型(LLM)以及其他基本模型,显著提高工程师的生产力。


参考链接:


[1]https://deepmind.google/discover/blog/how-alphachip-transformed-computer-chip-design/


[2]https://x.com/demishassabis/status/1839354651206160563


[3]https://x.com/JeffDean/status/1839308592408834559


本文来自微信微信官方账号“量子位”,作者:明敏,36氪经授权发布。


本文仅代表作者观点,版权归原创者所有,如需转载请在文中注明来源及作者名字。

免责声明:本文系转载编辑文章,仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布,请及时与我们联系进行审核处理或删除,您可以发送材料至邮箱:service@tojoy.com