AlphaChip — так Google DeepMind официально называет свой метод с открытым исходным кодом, который использует искусственный интеллект (ИИ) для ускорения и оптимизации проектирования чипов. Этот инновационный подход уже используется в производстве и меняет ландшафт производства компьютерных чипов.
Технология, лежащая в основе AlphaChip, была впервые представлена в 2020 году и с тех пор стала неотъемлемой частью проектирования блоков тензорной обработки (TPU), на которых строятся модели ИИ Google. В частности, она сыграла решающую роль в разработке Trillium, шестого поколения TPU Google, который обеспечивает почти пятикратный рост пиковой производительности по сравнению с предшественником, удвоенную пропускную способность и повышение энергоэффективности на 67 %. Скорость и точность, с которой AlphaChip генерирует макеты, намного превосходят традиционные методы, сокращая месяцы работы до нескольких часов.
Помимо TPU, AlphaChip разрабатывает макеты и для другого важного оборудования, включая процессоры Axion от Google — первые CPU для центров обработки данных на базе Arm. Широкое влияние AlphaChip уже ощущается во всех проектах Alphabet и даже в более широкой индустрии разработки чипов. Например, MediaTek использовала AlphaChip для ускорения разработки своих чипов Dimensity 5G, используемых в смартфонах Samsung.
Ключ к успеху AlphaChip кроется в подходе к обучению с подкреплением. DeepMind утверждает, что AlphaChip использует подход, аналогичный AlphaGo и AlphaZero. Он рассматривает компоновку микросхем как своего рода игру, размещая компоненты схемы один за другим на сетке. Специально разработанная графовая нейронная сеть позволяет системе изучать взаимосвязи между соединенными компонентами и обобщать данные по разным микросхемам. AlphaChip способна проектировать микросхемы для широкого спектра приложений, от центров обработки данных до мобильных устройств.
Потенциал AlphaChip выходит далеко за рамки текущего применения. Google DeepMind планирует использовать ИИ для создания чипов, которые будут не только быстрее и дешевле, но и более устойчивыми. Это может проложить путь для новых технологий на базе ИИ в широком спектре устройств, от смартфонов и медицинского оборудования до сельскохозяйственных датчиков.
