据谷歌AI研究负责人杰夫迪恩(Jeff Dean)称，Alphabet的谷歌部门正在尝试人工智能项目，以促进特殊芯片的内部开发，并加速其软件。
迪恩在接受ZDNet采访时表示：“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“固态电路国际会议”上发表主旨演讲后说。
在过去的几年里，谷歌开发了一系列AI硬件，即Tensor Processing Unit(TPU芯片)，用于在其服务器计算机中处理AI。
用AI来设计这些芯片会代表一个良性循环，其中AI让芯片变得更好，然后那些改进的芯片会增强AI算法的功能等等。
在主题演讲中，迪恩向观众介绍了如何使用机器学习程序来决定如何安排计算机芯片的电路。与人类芯片设计者相比，最终设计具有相同或更大的灵敏度。
在传统的“布局布线”任务中，芯片设计人员使用软件来确定芯片中构成芯片操作的电路的布局，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。这种平衡的行为需要大量的人工灵感，以最好的方式进行设计。现在，人工智能算法可能能够以一种与那些启发式方法相竞争的方式进行实验。
在一个例子中，Dean告诉观众，仅仅解决了24小时的问题，深度学习神经网络就在6到8周内找到了比人类设计师更好的解决方案。这种设计减少了芯片所需的总布线，从而提高了效率。
深度学习计划类似于谷歌DeepMind部门为攻克Go游戏而开发的AlphaZero计划。和AlphaZero一样，芯片设计程序也是所谓强化学习的一种形式。为了实现目标，该计划尝试了各种步骤，看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，而是在整个芯片设计中选择如何放置正确的电路布局。
然而，与Go不同，解决方案的“空间”(可能的电路布局的数量)要大得多。而且，如上所述，有必要容纳许多目标，而不是在比赛中赢得一个目标。
在与ZDNet交谈时，院长将内部工作描述为处于了解该技术实用性的早期阶段。迪恩说：“我们正在要求我们的设计师对它进行实验，看看他们如何开始在工作流程中使用它。
标签：