本周，谷歌推出了用于設(shè)計(jì)芯片布局的 AlphaChip 強(qiáng)化學(xué)習(xí)方法。AlphaChip AI 有望大大加快芯片布局規(guī)劃的設(shè)計(jì)，并使它們?cè)谛阅?、功耗和面積方面更加優(yōu)化。強(qiáng)化學(xué)習(xí)方法現(xiàn)已與公眾共享，在設(shè)計(jì) Google 的張量處理單元 （TPU） 方面發(fā)揮了重要作用，并已被包括 MediaTek 在內(nèi)的其他公司采用。
芯片設(shè)計(jì)布局或平面圖傳統(tǒng)上是芯片開發(fā)中時(shí)間最長、勞動(dòng)強(qiáng)度最高的階段。近年來，Synopsys 開發(fā)了 AI 輔助芯片設(shè)計(jì)工具，可以加速開發(fā)并優(yōu)化芯片的布局規(guī)劃。但是，這些工具非常昂貴。Google 希望在一定程度上使這種 AI 輔助芯片設(shè)計(jì)方法大眾化。
如今，如果由人類完成，為 GPU 等復(fù)雜芯片設(shè)計(jì)平面圖大約需要 24 個(gè)月。不太復(fù)雜的東西的平面規(guī)劃可能需要幾個(gè)月的時(shí)間，這意味著數(shù)百萬美元的成本，因?yàn)樵O(shè)計(jì)團(tuán)隊(duì)通常相當(dāng)重要。谷歌表示，AlphaChip 加快了這一時(shí)間表，可以在短短幾個(gè)小時(shí)內(nèi)創(chuàng)建芯片布局。此外，據(jù)說它的設(shè)計(jì)非常出色，因?yàn)樗鼈儍?yōu)化了電源效率和性能。Google 還展示了一張圖表，顯示與人類開發(fā)人員相比，各種版本的 TPU 和 Trillium 的電線長度有所減少。
條形圖顯示了與 TPU 物理設(shè)計(jì)團(tuán)隊(duì)生成的布局相比，AlphaChip 在三代 Google 張量處理單元 （TPU） 中的平均線長縮短幅度。

（圖片來源：谷歌）
AlphaChip 使用強(qiáng)化學(xué)習(xí)模型，其中代理在預(yù)設(shè)環(huán)境中采取行動(dòng)，觀察結(jié)果，并從這些經(jīng)驗(yàn)中學(xué)習(xí)，以便在未來做出更好的選擇。在 AlphaChip 的情況下，系統(tǒng)將 chip floorplanning 視為一種游戲，一次將一個(gè) circuit 元件放置在空白網(wǎng)格上。該系統(tǒng)隨著解決更多布局而改進(jìn)，使用圖形神經(jīng)網(wǎng)絡(luò)來理解組件之間的關(guān)系。
自 2020 年以來，AlphaChip 一直被用于設(shè)計(jì) Google 自己的 TPU AI 加速器，這些加速器驅(qū)動(dòng)著 Google 的許多大規(guī)模 AI 模型和云服務(wù)。這些處理器運(yùn)行基于 Transformer 的模型，為 Google 的 Gemini 和 Imagen 提供支持。AlphaChip 改進(jìn)了每一代 TPU 的設(shè)計(jì)，包括最新的第 6 代 Trillium 芯片，確保了更高的性能和更快的開發(fā)。盡管如此，Google 和 MediaTek 都依賴 AlphaChip 來制作有限的一組塊，而人類開發(fā)人員仍然承擔(dān)了大部分工作。
條形圖顯示了 AlphaChip 設(shè)計(jì)的芯片塊在三代 Google 張量處理單元 （TPU） 中的數(shù)量，包括 v5e、v5p 和 Trillium。

（圖片來源：谷歌）
到目前為止，AlphaChip 已被用于開發(fā)各種處理器，包括 Google 的 TPU 和聯(lián)發(fā)科的天璣 5G 系統(tǒng)級(jí)芯片，這些處理器廣泛用于各種智能手機(jī)。因此，AlphaChip 能夠在不同類型的處理器中進(jìn)行泛化。谷歌表示，它已經(jīng)在各種芯片模塊上進(jìn)行了預(yù)訓(xùn)練，這使得 AlphaChip 能夠在實(shí)踐更多設(shè)計(jì)時(shí)生成越來越高效的布局。雖然人類專家可以學(xué)習(xí)，而且許多人學(xué)得很快，但機(jī)器的學(xué)習(xí)速度要高出幾個(gè)數(shù)量級(jí)。
擴(kuò)展 AI 在芯片開發(fā)中的應(yīng)用
谷歌表示，AlphaChip 的成功激發(fā)了一波新的研究浪潮，將人工智能用于芯片設(shè)計(jì)的不同階段。這包括將AI技術(shù)擴(kuò)展到邏輯綜合、宏選擇和時(shí)序優(yōu)化等領(lǐng)域，Synopsys和Cadence已經(jīng)提供了這些技術(shù)，盡管需要很多錢。據(jù)谷歌稱，研究人員還在探索如何將 AlphaChip 的方法應(yīng)用于芯片開發(fā)的更進(jìn)一步階段。