編輯：Aeneas 桃子

　　能設(shè)計芯片的AI黑科技來了！

　　就在剛剛，谷歌DeepMind推出名為AlphaChip的AI系統(tǒng)。

　　無論是設(shè)計最先進(jìn)的用于構(gòu)建AI模型的TPU，還是數(shù)據(jù)中心的CPU，它在相關(guān)的眾多領(lǐng)域，都產(chǎn)生了廣泛影響。

　　在谷歌的許多款芯片設(shè)計中，它都取得了出色的效果，比如Axion芯片（一種基于Arm 的通用數(shù)據(jù)中心CPU）。

　　AlphaChip設(shè)計芯片，用的是強(qiáng)化學(xué)習(xí)的原理。

　　也就是說，芯片布局設(shè)計對它來說是一種游戲，就像AlphaGo一樣，它在游戲中，學(xué)習(xí)如何設(shè)計出最好的芯片布局。

　　幾小時內(nèi)，它就能生成超出人類水平，或是與人類專家相當(dāng)?shù)男酒季至恕?/p>

　　現(xiàn)在，它已經(jīng)用于設(shè)計多代TPU芯片（TPU v5e、TPU v5p和Trillium）。而且跟人類專家相比，AlphaChip放置的塊數(shù)越來越多，線長也減少了許多。

　　布局五年，谷歌多代TPU全由AI設(shè)計

　　其實谷歌對于這個AI，已經(jīng)布局多年了。

　　早在2020年，團(tuán)隊就發(fā)表了一篇預(yù)印本論文，介紹了谷歌的全新強(qiáng)化學(xué)習(xí)方法，用于設(shè)計芯片布局。

　　論文地址：https://arxiv.org/pdf/2004.10746

　　后來在2021年，這項工作發(fā)表在了Nature上，并且進(jìn)行了開源。

　　論文地址：https://www.nature.com/articles/s41586-021-03544-w

　　而自從首次發(fā)表這項工作以來，谷歌內(nèi)部一直在對它進(jìn)行改進(jìn)。

　　今天，團(tuán)隊發(fā)表了Nature附錄，詳細(xì)描述了具體方法，及其對芯片設(shè)計領(lǐng)域的影響leyucom樂魚官網(wǎng)。

　　同時，他們還發(fā)布了一個預(yù)訓(xùn)練的檢查點，分享了模型權(quán)重，公布模型名稱為AlphaChipleyu·樂魚(中國)體育官方網(wǎng)站。

　　谷歌表示，AlphaChip是最早用于解決現(xiàn)實世界工問題的強(qiáng)化學(xué)習(xí)方法之一。

　　在數(shù)小時內(nèi)，它就可以生成超人或類似的芯片布局，而不需要花費(fèi)數(shù)周或數(shù)月的人類。它設(shè)計的芯片布局，已經(jīng)被用于世界各地的芯片中，包括數(shù)據(jù)中心和移動電話。

　　為了設(shè)計TPU布局，AlphaChip首先在來自前幾代的各種芯片模塊上進(jìn)行實踐，例如片上和片間網(wǎng)絡(luò)模塊、內(nèi)存控制器和數(shù)據(jù)傳輸緩沖區(qū)。這一過程被稱為預(yù)訓(xùn)練。

　　然后，團(tuán)隊在當(dāng)前的TPU模塊上運(yùn)行AlphaChip，以生成高質(zhì)量的布局。

　　與之前的方法不同，AlphaChip在解決更多芯片布局任務(wù)時變得更好、更快，類似于人類專家的工作方式。

　　對于每一代新的TPU，包括谷歌最新的Trillium(第6代)，AlphaChip都設(shè)計了更好的芯片布局，并提供了更多的總體布局圖，從而加快了設(shè)計周期，產(chǎn)生了更高性能的芯片。

　　條形圖顯示了谷歌三代TPU上AlphaChip設(shè)計的芯片塊的數(shù)量，包括v5e、v5p和Trillium

　　條形圖顯示，跟TPU物理設(shè)計團(tuán)隊生成的布局相比，AlphaChip在TPU三代產(chǎn)品中的平均有線長度減少

　　工作原理：一邊設(shè)計，一邊獎勵

　　其實，設(shè)計芯片布局并不是一項簡單的任務(wù)。

　　一般來說，計算機(jī)芯片有許多相互連接的模塊、多層電路元件組成，所有這些部件都由纖細(xì)無比的導(dǎo)線連接起來。

　　此外，還有許多復(fù)雜且相互交織的設(shè)計約束，必須同時滿足。

　　由于設(shè)計的復(fù)雜性，60多年來，芯片設(shè)計工程師一直在努力自動化芯片布局規(guī)劃過程。

　　谷歌表示，AlphaChip的研發(fā)，從AlphaGo和AlphaZero中汲取了經(jīng)驗。

　　眾所周知，通過深度學(xué)習(xí)和博弈論，AlphaGo和AlphaZero逐漸從0掌握了圍棋、國際象棋和將棋的潛在規(guī)則。

　　AlphaChip同樣是采用了，將芯片底層規(guī)劃視為一種游戲的策略。

　　從空白柵格開始，AlphaChip每次放置一個電路元件，直至放置完所有元件。

　　然后，根據(jù)最終布局的質(zhì)量，給予模型獎勵。

　　一種全新的「基于邊」的圖神經(jīng)網(wǎng)絡(luò)讓AlphaChip，能夠?qū)W習(xí)相互連接的芯片元件之間的關(guān)系，并在芯片之間進(jìn)行泛化，讓AlphaChip在設(shè)計的每種布局中都有所改進(jìn)。