Verstärkungslernen Algorithmen ist möglicherweise das nächstbeste seit geschnittenem Brot für Ingenieure, die die Chipplatzierung verbessern möchten.
Forscher von Google haben eine erstellt neuer Algorithmus das hat gelernt, wie die Platzierung der Komponenten in einem Computerchip optimiert werden kann, um ihn effizienter und weniger leistungshungrig zu machen.
SIEHE AUCH: STEHEN KI UND GENERATIVES DESIGN UNSERE ENGINEERING-JOBS?
Künstliche Intelligenz
In der Regel können Ingenieure bis zu 30 Stunden Konfigurieren eines einzelnen Grundrisses für die Chipplatzierung oder der Chip-Grundrissplanung. Dieses komplizierte 3D-Entwurfsproblem erfordert die Konfiguration von Hunderten oder sogar Tausenden von Komponenten über mehrere Schichten in einem eingeschränkten Bereich. Ingenieure entwerfen Konfigurationen manuell, um sie zu minimierendie Anzahl der Drähte, die zwischen Komponenten als Proxy für Effizienz verwendet werden.
Da dies zeitaufwändig ist, sind diese Chips nur für eine Lebensdauer von zwei bis fünf Jahren ausgelegt. Da sich die Algorithmen für maschinelles Lernen von Jahr zu Jahr verbessern, besteht auch ein Bedarf an neuen Chiparchitekturen.
Der Algorithmus erzeugte innerhalb von Sekundenbruchteilen automatisch Hunderttausende neuer Designs und bewertete sie mithilfe der Belohnungsfunktion. Im Laufe der Zeit konvergierte er zu einer endgültigen Strategie für die optimale Platzierung von Chipkomponenten. https://t.co/oTYrPx8lHj
- AFENTIS FORENSICS @afentis 30. März 2020
Angesichts dieser Herausforderungen, Google-Forscher Anna Goldie und Azalia Mirhoseini haben sich mit dem Lernen der Verstärkung befasst. Diese Arten von Algorithmen verwenden positives und negatives Feedback, um neue und komplizierte Aufgaben zu lernen. Daher wird der Algorithmus entweder "belohnt" oder "bestraft", je nachdem, wie gut er eine Aufgabe lerntDadurch werden Zehntausende bis Hunderttausende neuer Designs erstellt. Letztendlich wird eine optimale Strategie für die Platzierung dieser Chipkomponenten erstellt.
Nach ihrem Tests , die Forscher überprüfte ihre Entwürfe mit der Software für die elektronische Entwurfsautomatisierung und stellte fest, dass die Grundrissplanung ihrer Methode viel effektiver war als die von menschlichen Ingenieuren entworfene. Darüber hinaus konnte das System seinen menschlichen Arbeitern ein oder zwei neue Tricks beibringen.
Fortschritte in der KI wurde weitgehend mit dem Fortschritt des Computerchipdesigns verknüpft. Die Forscher hoffen, dass ihr neuer Algorithmus den Chipdesignprozess beschleunigt und den Weg für neue und verbesserte Architekturen ebnet, die sich letztendlich beschleunigen würden. AI .