Para automatizar la ardua tarea de diseñar chips, los investigadores de Google han desarrollado un modelo de IA que diseña un chip complejo en horas.
Este trabajo innovador tiene tanto éxito que Google lo utilizó para fabricar sus chips de centros de datos, que ejecutan operaciones de IA. Este nuevo modelo está recibiendo el aprecio de toda la industria ya que eliminó una tarea onerosa que asoló a los ingenieros durante décadas.
¡Diseño de chips en menos de 6 horas!
Diseñar un chip complejo del tamaño de nuestras uñas es muy difícil. Requiere colocar miles de millones de componentes conectados en una matriz de silicio instalada en el dispositivo final para lograr un alto rendimiento y eficiencia.
Esta es una tarea tediosa, ya que varios ingenieros que trabajan en ella tardarán varios meses en mostrar un modelo satisfactorio. Pero, el trabajo crítico en este espacio se puede cortar hasta cierto punto, como Google hizo un avance muy necesario.
¡Emocionado de compartir que nuestro trabajo ha sido publicado en Nature! Nuestro agente de RL genera diseños de chips en unas pocas horas, mientras que los expertos humanos pueden tardar meses. ¡Estos diseños superhumanos generados por IA se utilizaron en el último acelerador de IA de Google (TPU-v5)! https://t.co/k12Kj4jfbC
— Anna D. Goldie (@annadgoldie) 9 de junio de 2021
¡Investigadores de Google han creado un modelo de IA capaz de diseñar un chip complejo en menos de 6 horas! Y eso también cumple con los requisitos operativos, como la eficiencia energética y el rendimiento esperados.
Para ello, los investigadores de Google alimentaron su invento con unos 10.000 diseños de chips y lo entrenaron con entrenamiento de refuerzo. Esto llevó al modelo de IA a producir un diseño de chip optimizado que era tan bueno que Google lo usó para sus aceleradores de IA de próxima generación (Unidades de procesamiento de tensores) que se usan en los centros de datos para ejecutar operaciones de IA.
Muy buen trabajo de Google en la optimización profunda basada en RL para el diseño de chips.
El recocido simulado y sus herederos finalmente son destronados después de 40 años.
Esto usa el gráfico NN y deConvNets, entre otras cosas.
No imaginé en los años 90 que (de)ConvNets podrían usarse para esto. https://t.co/WY68QNnuMY— Yann LeCun (@ylecun) 10 de junio de 2021
La importancia de esta invención se entenderá mejor si se conoce un proceso de diseño de chips. Requiere colocar miles de bloques de memoria en un troquel de silicio, efectivamente, más tarde, miles de millones de celdas estándar (puertas lógicas) se colocarán entre ellos. ¡Todos estos estarán cableados juntos!
Todo este asentamiento y las conexiones deben diseñarse cuidadosamente, ya que en última instancia determina qué tan bien podría funcionar el chip. Por lo tanto, la IA de Google, que elimina la molestia de estos diseños de ubicación, ayuda a los ingenieros a omitir el proceso molesto y concentrarse en otros trabajos relacionados.
