谷歌尝试使用AI设计内部计算机芯片
据谷歌AI研究负责人杰夫·迪恩(Jeff Dean)称，Alphabet的Google部门正在尝试人工智能程序，以推进专用芯片的内部开发，以加速其软件。
迪恩在接受ZDNet采访时说：“我们正在内部将其用于一些芯片设计项目。”他在旧金山举行的年度技术研讨会国际固态电路会议上发表主题演讲后说。
Google在过去的几年中开发了一系列AI硬件，即Tensor Processing Unit(TPU芯片)，用于在其服务器计算机中处理AI。
使用AI设计这些芯片将代表一个良性循环，其中AI使芯片变得更好，然后那些经过改进的芯片将增强AI算法的功能，依此类推。
Dean在主题演讲中向听众介绍了如何使用机器学习程序来决定如何布置计算机芯片的电路，与人类芯片设计人员相比，最终的设计具有相同或更大的敏锐度。
在传统的“布局布线”任务中，芯片设计人员使用软件来确定构成芯片操作的电路在芯片中的布局，类似于设计建筑物的平面图。为了找到满足多个目标的最佳布局，需要考虑许多变量，包括提供芯片性能，同时还要避免不必要的复杂性，否则可能会增加芯片的制造成本。这种平衡行为需要大量的人为启发，以最佳方式进行设计。现在，人工智能算法可能能够以与那些启发式方法竞争的方式进行实验。
在一个例子中，Dean告诉听众，深度学习神经网络在解决问题仅24小时后，就比人类设计师在解决问题的6至8周内找到了更好的解决方案。该设计减少了芯片所需的总布线，从而提高了效率。
深度学习程序类似于Google的DeepMind部门为征服Go游戏而开发的AlphaZero程序。像AlphaZero一样，芯片设计程序也是所谓的强化学习的一种形式。为了实现目标，该程序尝试了各种步骤来查看哪些步骤可以带来更好的结果。这些步骤不是在游戏板上放置零件，而是如何在整个芯片设计中放置正确的电路布局的选择。
但是，与Go不同，解决方案的“空间”(可能的电路布局数量)要大得多。并且，如上所述，必须容纳许多目标，而不是赢得比赛中的单个目标。
院长与ZDNet交谈时，将内部工作描述为处于了解该技术实用性的早期阶段。“我们正在让我们的设计师对其进行试验，看看他们如何开始在工作流程中使用它，” Dean说。
