谷歌又发nature了

登上Nature！谷歌AI设计芯片6小时完成平面布局，关键指标媲美人类
2021-06-11 10:06 前瞻网
机器学习工具，已可以极大地加速计算机芯片设计。谷歌声称，它不仅制造了一种在芯片设计方面比人类更快、更优秀的人工智能，而且这家网络巨头正在用它来设计更快、更好的人工智能芯片。

谷歌团队研究人员最新发表在《自然》（Nature）杂志上的一篇论文，描述了一个深度强化学习系统，它可以在6个小时内创建平面图——以往人类工程师和他们的自动化工具，通常需要几个月的时间来设计出一个最佳布局。

此外，这种基于深度学习的芯片布局规划（floorplanning）方法自动生成的平面图，在包括功耗、性能和芯片面积等关键参数指标上，都与人类专家的设计方案效果相当或更优。

谷歌已经使用这个人工智能系统来生产其下一代张量处理单元（TPU）加速器的平面图。这个网络巨头用它来加速其搜索引擎、公共云、AlphaGo和AlphaZero以及其他项目和产品中的神经网络。

实际上，谷歌正在使用机器学习软件来优化未来的芯片，从而加快机器学习软件的速度。

研究人员指出，这种方法被用于设计下一代谷歌的人工智能加速器，有可能为每一代新技术节省数千小时的人力工作。

谷歌的人工智能科学家创建了一个卷积神经网络系统，该系统可以在数小时内自行执行宏块布局，以实现最佳布局；标准单元由其他软件自动放置在间隙中。这种机器学习系统能够制作出理想的平面布置图，比上述使用行业传统自动化工具和人工控制对平面布置图进行调整和迭代的方法更快、更好。

随着经验的积累，神经网络会逐渐提高其定位技能。它试图将宏块放置在模具上，中间的空间填满标准单元，并根据路由拥塞、电线互连长度和其他因素进行奖励。这一奖励将作为反馈去完善它下一次放置砖块的尝试。这一过程不断重复，直到软件掌握了窍门，并能将其能力应用到任何你想要配置的芯片上，即使它之前从未见过这样的芯片。

据悉，早在一年前，由谷歌人工智能负责人Jeff Dean领衔的团队就已经发表过一篇预印版论文提到这项技术。此次发布在Nature上的论文，是对该项技术进行微调之后的研究结果。而研究者目前希望进一步优化相关技术，延续芯片发展的摩尔定律。

https://www.nature.com/articles/s41586-021-03544-w
--
FROM 222.209.7.*

半导体行业，本身被上下挤压
要么往上，多研究算法与业务应用
要么往下，多研究物理底层
中间层次虽然是就业主流，但是长久看空间只会越来越小了

【 在 combuster 的大作中提到: 】
:
: 谷歌又发nature了
:
: 登上Nature！谷歌AI设计芯片6小时完成平面布局，关键指标媲美人类
: 2021-06-11 10:06 前瞻网

#发自zSMTH@M2011K2C
--
FROM 117.136.66.*

以前说verilog要被软件取代了。现在又说后端的要被取消了。以后就不用芯片开发了。直接软件到vendor，中间商全部取消
--
FROM 171.113.48.*

谷歌懂个屁，任何工作都是信息沟通占大头。给你一堆错误数据，你ai能得出正确结果？
【 在 combuster 的大作中提到: 】
: 谷歌又发nature了
: 登上Nature！谷歌AI设计芯片6小时完成平面布局，关键指标媲美人类
: 2021-06-11 10:06 前瞻网
: ...................
--
FROM 124.64.16.*

最烦这些标题档
跟搞AI的那帮浮夸软文如出一辙
有两个槽点：
一、
不过就是自动布局布线的算法用到了深度学习而已
这本质上还是自动布局布线算法的一种
自动布局布线算法出来几十年了
后端工程师只会越来越多
二、
深度学习需要大量版图样本来学习，且不说全世界一年多少个项目能tapeout，最关键是芯片版图在任何公司都是高度机密，怎么可能拿来让你学习……
--
FROM 101.87.107.*