艾恩终于来了全圈。

谷歌大脑的新套件算法现在能设计计算机芯片了吗- 专门针对运行AI软件- 大大倾销人类专家设计的那些。188体育365并且系统在短短几个小时内工作,大大削减了通常牙龈上升数字创新的数周或数月的流程。

这些机器人芯片设计者的核心是一种被称为深度强化学习的机器学习。这类算法大体上基于人类大脑的工作方式,已经在国际象棋、围棋等游戏中战胜了其生物神经灵感整个Atari目录

但游戏剧本只是这些AI代理商的幼儿园培训。最近,他们已经成长为解决Covid-19的新药,解决生物学的最挑战之一,并揭示了人类大脑的秘密。

在新的研究中,通过制作允许它更有效地运行的硬件,深度加强学习再次在现实世界中弯曲它的肌肉。该团队巧妙地采用了游戏的元素进入了芯片设计挑战,导致对人类设计师完全“奇怪和外星人”完全“奇怪的和外星人”的概念,但仍然奏效。

这不仅仅是理论。谷歌的一些人工智能芯片设计元素被纳入了张量处理单元(TPU),这是该公司的人工智能加速器芯片,旨在帮助人工智能算法更快更有效地运行。

“这是我们与这项工作的愿景,”研究作者安娜戈德。“现在,机器学习已经变得如此能力,这就此而言,由于硬件和系统的进步,我们可以使用AI.设计更好的系统来运行未来的AI算法?“

芯片设计的科学与艺术

我通常不会思考我的手机,笔记本电脑和其他设备在我家中传播的微芯片。但它们是基岩 - 硬件“脑” - 控制这些心爱的设备。

微芯片通常比指甲还小,是一种精密的工程技术,它包含了数以千万计的组件,以优化计算。在日常生活中,一个设计糟糕的芯片意味着缓慢的加载时间和死亡之轮——这是没人想要的。

芯片设计的关键是一个名为“地板平面”的过程,加州大学圣地亚哥分校(University of California, San Diego)的安德鲁·康(Andrew Kahng)博士没有参与这项研究。就像你搬到一个新地方后布置家具一样,芯片地板规划涉及到改变芯片上不同内存和逻辑组件的位置,从而优化处理速度和功率效率。

这是一个可怕的艰巨任务。每个芯片包含数百万逻辑门,用于计算。遍布这些是数千个内存块,称为宏块,保存数据。然后,这两个主要部件通过数十英里的布线相互连接,因此芯片尽可能地执行速度,发热和能量消耗。

“鉴于这种惊人的复杂性,芯片设计过程本身是另一个奇迹,其中工程师的努力,辅助专业的软件工具,保持复杂性,”kahng解释说。通常,地板平面图需要数周甚至几个月的人类专家的艰苦审判和错误。188体育365

然而,即使经过60年的研究,这一过程仍然是科学和艺术的混合体。“到目前为止,特别是楼层规划任务,没有任何自动化的尝试,”Kahng说。一项估计显示,仅放置“内存”宏块的不同配置的数量约为102,500-级大比宇宙中星星的数量还要多。

游戏到救援

鉴于这种复杂性,尝试自动化过程似乎很疯狂。但谷歌大脑确实如此,聪明的扭曲。

如果您认为宏块和其他组件作为棋子,那么芯片设计变成了一种游戏,类似于先前被深度增强学习掌握的游戏。代理的任务是以优化的方式将宏块逐个逐个放置在芯片上以赢得游戏。当然,任何天真AI代理人都会挣扎。作为背景学习,团队培训了他们的代理商,拥有超过10,000个芯片平面平面。与该知识库,代理人可以探索各种替代方案。

在设计过程中,它采用了一种类似于我们学习的“试错”过程。在开发平面图的任何阶段,人工智能都要评估如何使用学习到的策略,并决定最优的前进方式——也就是,在哪里放置下一个组件。

“它从一块空白画布开始,把芯片的每个组件一次一个放到画布上。最后它会得到一个分数——一个基于它表现的奖励,”Goldie解释道。然后,反馈被用来更新整个人工神经网络,这构成了人工智能的基础,并为下一次行动做好准备。

分数被仔细制作以遵循芯片设计的约束,这并不总是相同的。每个芯片都是自己的游戏。例如,如果部署在数据中心,则需要优化功耗。但是自动驾驶汽车的芯片应该更多地关心延迟,因此它可以迅速检测到任何潜在的危险。

生物芯片

使用这种方法,团队不只是找到一个芯片设计解决方案。他们的人工智能能够适应和推广,只需要额外的6个小时的计算,就可以为任何特定需求找到最佳的解决方案。

Goldie说:“让我们的算法在这些不同的环境中泛化是一个更大的挑战,而不仅仅是有一个算法可以在一个特定的芯片上工作。”

这是一种“单次”的学习方式,kAhng说,它可以生产平底飞机“优于由人类专家为现有芯片开发的地板平板”。188体育365主要的贯通线似乎是AI代理以减少尺寸的顺序放置宏块。但是出去的只是设计的外星人。展示位置“圆润和有机”,从传统的芯片设计的大规模偏离,具有角度边缘和尖角。

人类设计师认为“不可能有高质量的产品。”他们几乎不愿意评估他们,”戈尔迪说。

但是这个团队将这个项目从理论推向了实践。今年1月,谷歌在下一代人工智能处理器中集成了一些人工智能设计的元素。虽然具体细节还没有公布,但解决方案却足够吸引人,可以实际生产出数百万份副本。

该团队计划为更广泛的社区发布其代码进一步优化- 了解机器的芯片设计的大脑。今天似乎魔术可以提供更好的平面图设计,逐渐减慢(或染色)展示了更好的洞察力摩尔定律进一步加强我们的计算硬件。甚至计算在计算中的速度或功耗的微小改善可能会产生大量差异。

“我们可以……期待半导体行业对复制作者的工作加倍的兴趣,并在整个芯片设计过程中追求大量类似的应用,”Kahng说。

“考虑到机器学习被部署在各种不同的数据中心,(新一代芯片)对机器学习的碳足迹的影响程度是非常有价值的。即使提前一天,也会有很大的不同。”戈德。

图片来源:劳拉·乔克尔/uns

范雪来,神经科学家,科学作家。她在不列颠哥伦比亚大学(University of British Columbia)完成了神经科学博士学位,在那里她开发了神经退化的新疗法。在研究生物大脑的过程中,她迷上了人工智能和所有的生物技术。毕业后,她搬到加州大学旧金山分校(UCSF)研究让衰老大脑恢复活力的血液因子。她是…

遵循搁置: