Google：用AI設計AI芯片！極大縮短芯片設計周期
2020-03-31 14:04:21 EETOP
Google 團隊為了縮短芯片設計周期，將AI 強化學習方法運用其中，EDA 巨頭Synopsys 和Cadence 也推出了類似的工具。
目前AI 芯片的開發需要投入大量資金和時間，通常需要幾年的時間完成研發，難以滿足AI 算法更新需求。為了這個矛盾，Google 做了一個大膽的決定，讓AI 來設計AI 芯片。
在Arxiv 網站上有一篇論文稱「我們相信，AI 將能夠縮短芯片的設計周期，在硬件與AI 算法之間建立共生關系，并進一步推動彼此的進步。我們已經看到，有些算法或神經網絡架構在現有的AI 加速器上效果不佳，因為加速器設計類似于兩年前，而那時這些神經網絡架構和算法并不存在。」還有Google 高級研究科學家Azalia Mirhoseini 稱「如果縮短設計周期，我們可以縮小差距。」
芯片開發最耗費時間的是「布局」，Mirhoseini 和高級軟件工程師Anna Goldie 提出了一個神經網絡，是通過對芯片的長時間學習，使其能夠在24小時內設計好Google Tensor 處理單元，并且在功耗、性能、面積上超過了專家數周的研究成果。
值得注意的是，Goldie 和Mirhoseini 的AI 布局建模為強化學習問題，不是通過大量數據來進行訓練學習，而是讓AI 邊做邊學習。這樣設計的好處是能夠有效調節參數，降低功率等，并且隨著設計的越多，呈現的效果會更好。
兩大EDA 公司也推出了相應的工具。Synopsys 的自主AI 芯片設計工具DSO.ai(Design Space Optimization AI)。是通過芯片設計產生大數據流，隨著時間演變，調整設計，讓設計向多維優化目標發展。Cadence 為新版Cadence 數字全流程，支持機器學習（ML）功能，實習統一布局布線和物理優化引擎等多項業界首創技術，在吞吐量上最高提升3倍，PPA 最高提升20%。
隨著AI 技術的發展，不知道還會帶來什么樣的便捷，真是科技改變生活。
原文鏈接：
https://arxiv.org/ftp/arxiv/papers/2003/2003.08445.pdf
