英國《自然》雜志9日發表一項人工智能突破性成就,美國科學家團隊報告機器學習工具已可以極大地加速計算機芯片設計。研究顯示,該方法能給出可行的芯片設計,且芯片性能不亞于人類工程師的設計,而整個設計過程只要幾個小時,而不是幾個月,這為今后的每一代計算機芯片設計節省數千小時的人力。
計算機芯片是一種小型電子電路,又稱集成電路,是大多數電子設備,特別是計算機的基本部件之一。計算機芯片很小,由半導體制成,通常由硅構成,在它上面嵌入了包括晶體管在內的一些微小元件,用來傳輸電子數據信號,由于體積小、成本低,在20世紀后半葉開始流行起來,高性能和易于生產。
不同元件在計算機芯片上的布局,是決定芯片整體性能的關鍵。設計計算機芯片的物理布局既復雜又耗時,難度非常大,需要專業人類設計工程師付出大量工作。而盡管已為此進行多年的嘗試,芯片布局規劃一直都無法實現自動化,需要設計工程師們花費數月的努力才能生產可供規模制造的布局。
研究團隊將芯片布局規劃設計成一個強化學習問題,并開發了一種能給出可行芯片設計的神經網絡。他們訓練了一個強化學習智能體,讓這個智能體把布局規劃看作一種棋盤游戲:元件是“棋子”,放置元件的畫布是“棋盤”,“獲勝結果”則是根據一系列評估指標評出的最優性能。
研究人員指出,這種方法能在6小時內設計出與人類專家不相上下或是更好的可行芯片布局,有望為今后的每一代計算機芯片設計節省數千小時的人力。
計算機芯片是大多數電子設備的基本組成部分之一。
計算機芯片有幾種基本分類,包括模擬芯片、模擬芯片、計算機芯片、計算機芯片、計算機芯片、計算機芯片和計算機芯片,數字和混合信號種類。這些不同分類的計算機芯片決定了它們如何傳輸信號和處理功率它們的尺寸和效率也取決于它們的分類,而數字計算機芯片是最小、功能最強大、應用最廣泛的芯片,以1和0的組合形式傳輸數據信號。
今天,大規模集成芯片實際上可以包含數百萬個晶體管,這就是為什么計算機變得比以往任何時候都更小、更強大。不僅如此,計算機芯片幾乎應用于每一個電子應用中,包括家用電器、手機,交通和現代生活的方方面面。有人認為,計算機芯片的發明是人類歷重要的事件之一。計算機芯片的未來將包括更小、更快、甚至更強大的集成電路,能夠做出驚人的事來,即使按照今天的標準,羅伯特諾伊斯是現代計算機芯片的最早開發者之一。
在不到6小時的時間里,一個深度學習強化方法,可以自動生成芯片設計的所有關鍵指標,包括功耗、性能和芯片面積,且給出的布局圖都優于或可與人類設計的芯片布局圖相比肩。這無疑是人工智能助力人類實現更好、更快、更強目標的范例。有意思的是,這個人工智能現在又被拿去設計下一代人工智能,這讓我們看到一種共生關系——更強大的人工智能設計硬件,正在推動人工智能的進步。
資料來源:科技日報