首页 > AI资讯 > 行业动态 > 谷歌AI芯片AI设计!端到端闭环,三星联发科都buyin了

谷歌AI芯片AI设计!端到端闭环,三星联发科都buyin了

新火种    2024-10-06

芯片加速AI发展,AI反过来又推动芯片进步?

刚刚,谷歌芯片设计算法AlphaChip正式亮相。

DeepMind CEO哈萨比斯调侃:这下闭环了。

谷歌AI芯片AI设计!端到端闭环,三星联发科都buy in了

要知道,AlphaChip只需几个小时就能生成比肩人类水平的芯片设计图。

谷歌目前最强TPU“Trillium”,AlphaChip就参与了设计,而TPU又训练了Gemini、Imagen、Veo等新算法。

以及联发科、三星等芯片厂商,也都将其用到了实际生产中。

这不,最近处在转型逆风期的英特尔深陷并购风波。于是网友给出主意:

谷歌AI芯片AI设计!端到端闭环,三星联发科都buy in了

谷歌表示AlphaChip现在不仅速度更快,而且需要的计算资源更少,已经达到人类专家级水平。

最新发布中,谷歌还开源了一个预训练版本,这样大家都能用AlphaChip更简易地开发芯片(但也还是自己预训练的效果更好)。

围观群众都相当兴奋:

谷歌AI芯片AI设计!端到端闭环,三星联发科都buy in了几个小时搞定AI芯片设计

向前追溯来看,AlphaChip最早期的成果于2020年以预印本形式发布,2021年登上Nature。

但直到今天谷歌才给它了一个正式的名字。Jeff Dean是作者之一。

谷歌AI芯片AI设计!端到端闭环,三星联发科都buy in了

AlphaChip和AlphaGo、AlphaZero的原理相似,都是基于深度强化学习。

AlphaZero掌握了围棋、国际象棋的游戏规则,AlphaChip就是将规划芯片布局视为一个游戏。

一个芯片上往往包含数十亿个晶体管,由他们组成的数千万个逻辑门就是标准单元,此外还有数千个存储块,称为宏块。

芯片设计就是要确定它们的位置,如何布局将影响芯片的处理速度和电源效率。

传统方法中,光是放置宏块这一步就很耗时了,为了给标准单元留出更多空间,每一次迭代都要几天甚至几周时间。

谷歌AI芯片AI设计!端到端闭环,三星联发科都buy in了

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

它将宏和标准单元映射到一个平面画布上,形成具有数百万到数十亿节点的“芯片网表”。

从一个空白格开始,一次放置一个电路元件,直到放置完所有元件。算法会对功率、性能和面积(PPA)等进行优化,并输出概率分布。最终将根据布局质量计算奖励。

谷歌AI芯片AI设计!端到端闭环,三星联发科都buy in了

利用一种新型的基于边缘(edge-based)的图神经网络AlphaChip可以学习互联芯片组件之间的关系,并应用在芯片之间,所以AlphaChip能对设计的每个布局进行改进。

谷歌AI芯片AI设计!端到端闭环,三星联发科都buy in了

下图中,左图为零样本下AlphaChip布局开源Ariane RISC-V CPU的结果,右图为基于预训练策略(设计20个TPU)微调的效果。

谷歌AI芯片AI设计!端到端闭环,三星联发科都buy in了

经过迭代,目前AlphaChip设计芯片的效果和速度都较此前有明显提升,达到和人类专家相近水平。

谷歌列举了AlphaChip在参与设计TPU v5e、TPU v5p、Trillium上的效果,它们分别是目前谷歌最先进的三款AI计算芯片。

谷歌AI芯片AI设计!端到端闭环,三星联发科都buy in了谷歌AI芯片AI设计!端到端闭环,三星联发科都buy in了AI设计芯片正在成为新范式

值得一提的是,AlphaChip团队此前还陷入过打假风波。

谷歌大脑员工Satrajit Chatterjee在内部质疑该团队发表在Nature上的论文中存在一些站不住脚、实验尚未经过充分的测试。2022年3月,该研究员被谷歌解雇。

(一个猜测:这或许也是AlphaChip迟迟没有正式发布的原因之一?)

谷歌AI芯片AI设计!端到端闭环,三星联发科都buy in了

不过,用AI设计芯片,不只是谷歌在搞。

英伟达的H100,也有AI参与设计。

通过利用深度强化学习agent设计电路,H100中有近13000条电路由AI设计。

谷歌AI芯片AI设计!端到端闭环,三星联发科都buy in了

更早之前,三星也被曝用新思科技的DSO.ai来设计Exynos处理器。

当时新思还很得意表示,DSO.ai是第一个用于处理器设计的商业AI软件。

以及生成式AI大潮下,Cadence也在力推AI设计芯片,推出了Optimization AI方案。而且还有Cadence Copilot,利用大语言模型(LLM)和其他基础模型,显著提升工程师的生产力。

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

Tags:
相关推荐
免责声明
本文所包含的观点仅代表作者个人看法,不代表新火种的观点。在新火种上获取的所有信息均不应被视为投资建议。新火种对本文可能提及或链接的任何项目不表示认可。 交易和投资涉及高风险,读者在采取与本文内容相关的任何行动之前,请务必进行充分的尽职调查。最终的决策应该基于您自己的独立判断。新火种不对因依赖本文观点而产生的任何金钱损失负任何责任。