Dünya akut bir durumla karşı karşıyayken Yarıiletken veya çip kıtlığı nedeniyle, Google araştırmacılarından oluşan bir ekip, yeni nesil yapay zeka (AI) çipleri tasarlamak üzerinde çalışıyor ve çip tasarımının herhangi bir insan tasarımcıdan daha fazla deneyime sahip yapay ajanlar tarafından gerçekleştirilmesine olanak tanıyan bir AI modeli oluşturdu.
Yeni yapay zeka yöntemi, sorunun yeni örneklerini çözmede daha iyi ve daha hızlı olabilmek için geçmiş deneyimlerden yararlanıyor.
Ekip, Nature bilimsel dergisinde yayınlanan bir makalede şöyle yazdı: "Metodumuz, Google'ın yeni nesil yapay zeka (AI) hızlandırıcılarını tasarlamak için kullanıldı ve her yeni nesil için binlerce saatlik insan emeğinden tasarruf etme potansiyeline sahip." .
"Son olarak, daha güçlü yapay zeka tasarımlı donanımın yapay zekadaki ilerlemeleri hızlandıracağına ve iki alan arasında simbiyotik bir ilişki yaratacağına inanıyoruz" dediler.
Yaklaşık altı saat içinde model, farklı bileşenlerin çip üzerine yerleştirilmesini optimize eden bir tasarım oluşturabildi.
Bunu başarmak için Google ekibi, bir makine öğrenimi modeli için 10,000 çip düzeninden oluşan bir veri kümesi kullandı ve bu daha sonra takviyeli öğrenimle eğitildi.
Araştırmaya katılan Google Brain'den araştırma bilimcisi Anna Goldie, bir tweet'inde "RL (pekiştirmeli öğrenme) aracımız çip düzenlerini yalnızca birkaç saat içinde oluştururken insan uzmanların aylar sürebileceğini" söyledi.
"Bu insanüstü yapay zeka tarafından oluşturulan düzenler, Google'ın en yeni yapay zeka hızlandırıcısında (TPU-v5) kullanıldı!" O ekledi.
Google, çeşitli yapay zeka uygulamalarının performansını artırmak için şirketin veri merkezlerinde çalışan yeni nesil tensör işleme birimlerini (TPU'lar) tasarlamak için bu modeli kullandı.
Çip zemin planlaması, bir bilgisayar çipinin fiziksel düzenini tasarlamaya yönelik mühendislik görevidir.
Elli yıllık araştırmalara rağmen, çip zemin planlaması otomasyona meydan okuyor ve fiziksel tasarım mühendislerinin üretilebilir düzenler üretmek için aylarca yoğun çaba harcamasını gerektiriyor.
"Altı saatten kısa bir sürede, yöntemimiz otomatik olarak yonga Google AI ekibine göre, güç tüketimi, performans ve çip alanı da dahil olmak üzere tüm temel ölçümler açısından insanlar tarafından üretilenlerden daha üstün veya bunlarla karşılaştırılabilir kat planları.