英国《自然》杂志9日发表一项人工智能打破性成就，美国迷信家团队报告机器学习工具已可以极大地加速计算机芯片设计。研讨显示，该方法能给出可行的芯片设计，且芯片功能不亚于人类工程师的设计，而整个设计过程只需几个小时，而不是几个月，为今后的每一代计算机芯片设计节省数千小时的人力。这种方法曾经被谷歌用来设计下一代人工智能计算机系统。
不同元件在计算机芯片上的规划，是决议芯片全体功能的关键。设计计算机芯片的物理规划既复杂又耗时，难度非常大，需求专业人类设计工程师付出大量工作。而虽然已为此停止多年的尝试，芯片规划规划不断都无法完成自动化，需求设计工程师们花费数月的努力才能消费可供规模制造的规划。
在位于美国加州的谷歌研讨院内，人工智能专家阿泽利亚·米尔侯赛尼、安娜·戈迪耶及其同事最新的研讨表明，机器学习工具曾经可以用来加速这一名为“规划规划”的流程。
研讨团队将芯片规划规划设计成一个强化学习成绩，并开发了一种能给出可行芯片设计的神经网络。他们训练了一个强化学习智能体，让这个智能体把规划规划看作一种棋盘游戏：元件是“棋子”，放置元件的画布是“棋盘”，“获胜结果”则是根据一系列评价目的评出的最优功能（评价基于一个包含1万例芯片规划的参考数据集）。
研讨人员指出，这种方法能在6小时内设计出与人类专家不相上下或是更好的可行芯片规划，有望为今后的每一代计算机芯片设计节省数千小时的人力。
美国加州大学圣迭戈分校迷信家安德鲁·康在一篇同时发表的旧事与观点文章中写道，“开发出比当后方法更好、更快、更省钱的自动化芯片设计方法，有助于延续芯片技术的‘摩尔定律’”。这里的摩尔定律，是指每块芯片的元件数量大约每两年会翻一番。
安德鲁·康同时表示，在这一研讨中，团队展现的规划规划方案曾经被用来设计谷歌的下一代AI处理器，这也显示出其设计质量可用于大规模消费。
总编辑圈点
在不到6小时的工夫里，一个深度学习强化方法，可以自动生成芯片设计的一切关键目的，包括功耗、功能和芯片面积，且给出的规划图都优于或可与人类设计的芯片规划图相比肩。这无疑是人工智能助力人类完成更好、更快、更强目的的范例。有意思的是，这个人工智能如今又被拿去设计下一代人工智能，这让我们看到一种共生关系——更弱小的人工智能设计硬件，正在推进人工智能的提高。
文/科技日报记者 张梦然
编辑/范辉 |
