世界が危機に直面している中 半導体 チップ不足の問題を解決するために、Google の研究チームは次世代の人工知能 (AI) チップの設計に取り組んでおり、人間の設計者よりも経験豊富な人工エージェントがチップ設計を実行できる AI モデルを作成しました。
新しい AI 手法は、過去の経験を利用して、問題の新しいインスタンスをより良く、より速く解決します。
研究チームは科学誌ネイチャーに掲載された論文で、「私たちの手法はグーグルの次世代人工知能（AI）アクセラレータの設計に使用され、新世代ごとに何千時間もの人的労力を節約できる可能性がある」と述べている。 。
「最後に、私たちは、より強力な AI 設計のハードウェアが AI の進歩を促進し、XNUMX つの分野の間に共生関係を生み出すと信じています」と彼らは述べています。
約 XNUMX 時間で、このモデルはチップ上のさまざまなコンポーネントの配置を最適化する設計を生成できました。
これを達成するために、Google チームは機械学習モデルに 10,000 個のチップ レイアウトのデータセットを使用し、強化学習でトレーニングしました。
研究に参加したGoogle Brainの研究員アンナ・ゴールディ氏はツイートで、「我々のRL（強化学習）エージェントはわずか数時間でチップレイアウトを生成するが、人間の専門家は何か月もかかることがある」と述べた。
「これらの超人的な AI が生成したレイアウトは、Google の最新 AI アクセラレーター (TPU-v5) で使用されました!」 彼女は付け加えた。
Google はこのモデルを使用して、さまざまな AI アプリケーションのパフォーマンスを向上させるために同社のデータセンターで実行される次世代のテンソル プロセッシング ユニット (TPU) を設計しました。
チップ フロア プランニングは、コンピュータ チップの物理レイアウトを設計するエンジニアリング タスクです。
XNUMX年にわたる研究にもかかわらず、チップのフロアプランニングは自動化を無視しており、製造可能なレイアウトを作成するには物理設計エンジニアによる数か月にわたる集中的な努力が必要です。
「私たちの方法では XNUMX 時間以内に、 チップ Google AI チームによると、フロアプランは、消費電力、パフォーマンス、チップ面積など、すべての主要な指標において人間が作成したフロアプランよりも優れているか、同等であるとのことです。