谷歌用AI設(shè)計(jì)AI芯片，6小時(shí)完成工程師數(shù)月工作

　　6月11日消息，谷歌稱其正在使用機(jī)器學(xué)習(xí)系統(tǒng)幫助工程師設(shè)計(jì)新一代機(jī)器學(xué)習(xí)芯片。谷歌工程師表示，算法設(shè)計(jì)的芯片質(zhì)量和人工設(shè)計(jì)“相當(dāng)”甚至“還要更好”，但完成速度要快得多。谷歌表示，人工智能可以在不到6小時(shí)的時(shí)間內(nèi)完成人工需要數(shù)月時(shí)間完成的芯片設(shè)計(jì)工作。

　　谷歌多年來一直在研究如何使用機(jī)器學(xué)習(xí)制造芯片，本周谷歌員工發(fā)表在《自然》雜志的一篇論文證實(shí)此類研究已經(jīng)應(yīng)用于商業(yè)產(chǎn)品。谷歌開始用人工智能設(shè)計(jì)自家的TPU芯片。

　　據(jù)悉，TPU芯片是應(yīng)用于人工智能的芯片，專門針對(duì)人工智能計(jì)算進(jìn)行了優(yōu)化?！拔覀兊姆椒ㄒ呀?jīng)用于生產(chǎn)設(shè)計(jì)新一代谷歌TPU，”谷歌研究科學(xué)家、論文作者阿扎莉亞·米爾霍塞尼(Azalia Mirhoseini)和安娜·戈?duì)柕?Anna Goldie)寫道。

　　換句話說，人工智能正在幫助推動(dòng)人工智能技術(shù)的進(jìn)步。

　　谷歌工程師在論文中指出，這項(xiàng)工作對(duì)芯片行業(yè)有“重大影響”。這可以讓公司在設(shè)計(jì)芯片時(shí)探索架構(gòu)可能性的速度更快，為特定工作負(fù)載定制芯片也更便捷。

　　《自然》雜志的一篇評(píng)論稱這項(xiàng)研究是一項(xiàng)“重要成就”，并指出此類工作可以幫助抵消摩爾定律的終結(jié)。摩爾定律是20世紀(jì)70年代出現(xiàn)的一個(gè)芯片設(shè)計(jì)原則，也就是芯片上的晶體管數(shù)量每?jī)赡攴环?。人工智能不一定能突破物理極限、將越來越多的晶體管壓縮到芯片上，但可以幫助工程師找到提高芯片性能的其他途徑。

圖示：谷歌的人工智能專用芯片TPU

　　谷歌算法處理的具體任務(wù)被稱為“芯片版面規(guī)劃”。通常情況下，設(shè)計(jì)師需要在計(jì)算機(jī)工具的幫助下為CPU、GPU以及內(nèi)存核心等芯片子系統(tǒng)找到在硅晶片上的最佳布局。這些芯片子系統(tǒng)通過總共長(zhǎng)達(dá)幾十公里的微小線路連接在一起，芯片上每個(gè)子系統(tǒng)的位置均會(huì)影響芯片的最終處理速度和效率。而且，考慮到芯片制造的規(guī)模和計(jì)算周期，納米層面上的位置調(diào)整最終會(huì)帶來巨大影響。

　　谷歌工程師們指出，規(guī)劃芯片版面對(duì)人來說需要“數(shù)月的緊張工作”，但從機(jī)器學(xué)習(xí)的角度來看，完全可以像下棋那樣解決這個(gè)問題。

　　人工智能已經(jīng)證實(shí)其可以在國(guó)際象棋和圍棋等棋類游戲中勝過人類。谷歌工程師們指出，芯片版面規(guī)劃與此類挑戰(zhàn)相似，只不過用的不是棋盤，而是硅片。棋盤上的棋子變成了CPU和GPU等芯片子系統(tǒng)器件。接下來的任務(wù)就是讓機(jī)器學(xué)習(xí)系統(tǒng)找到“獲勝條件”。在國(guó)際象棋比賽中是吃掉對(duì)方的王，而在芯片設(shè)計(jì)中是計(jì)算效率。

　　谷歌工程師利用芯片版面規(guī)劃數(shù)據(jù)集來訓(xùn)練一種強(qiáng)化的機(jī)器學(xué)習(xí)算法，其中有1萬個(gè)不同質(zhì)量的芯片版面規(guī)劃圖，一些規(guī)劃是隨機(jī)生成的。每個(gè)規(guī)劃圖所需電線長(zhǎng)度和功耗有所不同。然后，訓(xùn)練后的算法利用這些數(shù)據(jù)來區(qū)分版面規(guī)劃的好壞，并相應(yīng)生成新的設(shè)計(jì)。

　　當(dāng)人工智能在棋類游戲中挑戰(zhàn)人類時(shí)，機(jī)器并不一定像人類那樣思考，而且經(jīng)常會(huì)對(duì)熟悉問題提出意想不到的解決方案。DeepMind的AlphaGo與圍棋冠軍李世石對(duì)弈時(shí)就是如此，人工智能看似不合邏輯的一步棋卻最終取得了勝利。

　　谷歌的芯片設(shè)計(jì)算法并沒有帶來如此戲劇性的變化，但其生成的芯片版面設(shè)計(jì)與人工設(shè)計(jì)完全不同。在人工智能設(shè)計(jì)的芯片版面中，各個(gè)子系統(tǒng)并沒有整齊排列，看起來幾乎是隨機(jī)分散在硅片上?！蹲匀弧冯s志的一幅插圖展示了這種差異，左邊是人工設(shè)計(jì)的芯片版面，右邊則是機(jī)器學(xué)習(xí)系統(tǒng)設(shè)計(jì)的。由于相關(guān)設(shè)計(jì)是保密的，這些圖片被作者有意做了模糊化處理。

圖示：左邊是人工設(shè)計(jì)的芯片版面，右邊則是機(jī)器學(xué)習(xí)系統(tǒng)設(shè)計(jì)的

　　這篇論文之所以值得注意，是因?yàn)槠溲芯砍晒F(xiàn)在正被谷歌用于商業(yè)用途。但這遠(yuǎn)不是人工智能輔助芯片設(shè)計(jì)的唯一應(yīng)用。谷歌還在“架構(gòu)探索”等芯片設(shè)計(jì)過程的其他部分使用人工智能，而英偉達(dá)等競(jìng)爭(zhēng)對(duì)手也在研究其他方法來加快芯片研發(fā)工作流程。用人工智能設(shè)計(jì)人工智能芯片的良性循環(huán)似乎才剛剛開始。