谷歌公司日前在一篇預(yù)印版論文中表示，他們團(tuán)隊(duì)描述了一個(gè)基于學(xué)習(xí)的方法，是的芯片設(shè)計(jì)可以從過去的經(jīng)驗(yàn)中學(xué)習(xí)，并隨著時(shí)間的推移提高，生成更好的架構(gòu)。他們聲稱這平均可以在6個(gè)小時(shí)內(nèi)完成設(shè)計(jì)，這比人工研究需要花費(fèi)數(shù)周的時(shí)間要快得多。

盡管這項(xiàng)工作并非完全新穎，它是基于Google工程師在3月發(fā)表的一篇論文中提出的技術(shù)，但它的先進(jìn)性在于，它意味著片上晶體管的放置可以在很大程度上實(shí)現(xiàn)自動(dòng)化。如果Google研究人員的技術(shù)可以公開使用，那么它可以使現(xiàn)金短缺的初創(chuàng)公司開發(fā)自己的芯片用于AI和其他專門用途。而且，它可以幫助縮短芯片設(shè)計(jì)周期，從而使硬件更好地適應(yīng)快速發(fā)展的研究。
“基本上，根據(jù)現(xiàn)在的設(shè)計(jì)流程，您現(xiàn)在可以使用一些設(shè)計(jì)工具來(lái)進(jìn)行一些布局，但是您需要人工布局和布線專家與這些設(shè)計(jì)工具一起進(jìn)行很多次重復(fù)的迭代，” Dean去年在接受采訪時(shí)表示。“從您想要設(shè)計(jì)開始，到將其實(shí)際物理布局在芯片上，并在面積，功率和導(dǎo)線長(zhǎng)度上有適當(dāng)?shù)南拗疲俚娇缮a(chǎn)，這是一個(gè)數(shù)周的過程，” Dean說。“我們基本上可以擁有一個(gè)機(jī)器學(xué)習(xí)模型，該模型可以學(xué)習(xí)玩特定芯片的[組件]放置游戲。”
據(jù)介紹，他們這個(gè)方法旨在將邏輯門，存儲(chǔ)器等的“網(wǎng)表”圖放置在芯片畫布上，以使該設(shè)計(jì)優(yōu)化功率，性能和面積（PPA），同時(shí)遵守對(duì)放置密度和布線擁塞的限制。這些圖的大小范圍從成千上萬(wàn)個(gè)群集中的數(shù)百萬(wàn)個(gè)節(jié)點(diǎn)到數(shù)十億個(gè)節(jié)點(diǎn)不等，通常，評(píng)估目標(biāo)指標(biāo)需要數(shù)小時(shí)到一天的時(shí)間。
研究人員設(shè)計(jì)了一個(gè)框架，該框架可以指導(dǎo)經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的agent來(lái)優(yōu)化芯片位置。（激勵(lì)learning agents 通過獎(jiǎng)勵(lì)來(lái)實(shí)現(xiàn)目標(biāo)；在這種情況下，agent學(xué)習(xí)進(jìn)行放置以使累積獎(jiǎng)勵(lì)最大化）。
在實(shí)踐中，上述代理從空芯片開始依次放置組件，直到完成網(wǎng)表為止。為了指導(dǎo)代理選擇首先放置哪些組件，請(qǐng)按大小遞減的順序?qū)M件進(jìn)行排序；首先放置較大的組件可減少以后沒有可行放置的機(jī)會(huì)。

培訓(xùn)Agent需要?jiǎng)?chuàng)建一個(gè)10,000個(gè)芯片放置的數(shù)據(jù)集，其中輸入是與給定放置相關(guān)的狀態(tài)，而標(biāo)簽是放置的獎(jiǎng)勵(lì)（即，線長(zhǎng)和擁塞）。研究人員通過首先選擇五個(gè)不同的芯片網(wǎng)表來(lái)構(gòu)建它，并應(yīng)用AI算法為每個(gè)網(wǎng)表創(chuàng)建2,000個(gè)不同的布局。
在實(shí)驗(yàn)中，報(bào)告說，當(dāng)他們?cè)诟嘈酒嫌?xùn)練框架時(shí)，他們能夠加快訓(xùn)練過程并更快地產(chǎn)生高質(zhì)量的結(jié)果。實(shí)際上，他們聲稱，與領(lǐng)先的基準(zhǔn)相比，它在生產(chǎn)中的Google張量處理單元（TPU）（Google的定制設(shè)計(jì)的AI加速器芯片）上實(shí)現(xiàn)了卓越的PPA。
研究人員總結(jié)道：“與現(xiàn)有的從頭開始優(yōu)化每個(gè)新芯片的位置的方法不同，我們的工作利用從放置以前的芯片獲得的知識(shí)來(lái)使其隨著時(shí)間的推移變得更好。” “此外，我們的方法可以直接優(yōu)化目標(biāo)指標(biāo)，例如線長(zhǎng)，密度和擁塞，而不必像其他方法一樣定義……這些功能的近似值。我們的公式不僅使新的成本函數(shù)在可用時(shí)易于整合，而且還使我們能夠根據(jù)給定芯片塊的需求（例如，時(shí)序關(guān)鍵或功耗受限）來(lái)權(quán)衡它們的相對(duì)重要性。”