Проектный макет микросхемы или план кристалла является одним из самых сложных и трудоёмких этапов разработки полупроводниковых компонентов. Компания Synopsys, специализирующаяся на программном обеспечении для проектирования чипов, внедрила искусственный интеллект для решения этой задачи, однако её продукт имеет высокую стоимость. Google решила сделать этот подход более доступным.
В настоящее время создание плана кристалла для сложных микросхем, таких как графические процессоры, занимает около двух лет, если выполняется людьми. Менее сложные компоненты проектируются за несколько месяцев, но этот процесс связан с большими затратами, так как крупные производители привлекают множество специалистов. AlphaChip, согласно заявлению Google, решает задачу за несколько часов, и при этом результат получается превосходным, оптимизированным по производительности и энергоэффективности.
Google также продемонстрировала график, показывающий сокращение длины проводников в предыдущих версиях TPU и новом Trillium. Основой механизма работы AlphaChip является модель обучения с подкреплением, при которой ИИ выполняет операции в заранее определённой среде, изучает результаты и учится на своём опыте для повышения качества работы в будущем. В случае AlphaChip проектирование плана кристалла ИИ рассматривает как своего рода игру, где за один ход на поле размещается один компонент схемы. Нейросеть помогает выстраивать граф взаимосвязей между компонентами, и чем больше макетов создаёт система, тем выше качество её работы.
Google использует AlphaChip в разработке ИИ-ускорителей TPU с 2020 года, на которых компания запускает крупномасштабные модели ИИ и облачные сервисы. На этих процессорах работают модели-трансформеры, использующиеся в Gemini и Imagen. Система AlphaChip помогала улучшать схему каждого следующего поколения TPU, включая последние Trillium, сокращая время разработки и обеспечивая более высокую производительность. Однако и Google, и MediaTek используют эту систему для ограниченного набора блоков, а значительная часть работы всё равно выполняется человеком.
Кроме того, AlphaChip применялась при проектировании мобильных 5G-чипов MediaTek Dimensity, широко используемых в современных смартфонах. Система была предварительно обучена на большом количестве микросхем, что позволяет ей создавать всё более эффективные макеты по мере выполнения работы. Человек обучается быстро, а ИИ – ещё быстрее.
Успех AlphaChip побудил Google продолжить внедрение ИИ на различных этапах проектирования микросхем, включая логический синтез, выбор макросов и оптимизацию по времени, которые предлагают Synopsys и Cadence за большие деньги. Компания считает, что в перспективе AlphaChip можно будет использовать на всех этапах разработки чипов, от проектирования архитектуры до компоновки и производства, где оптимизация с помощью ИИ поможет ускорить микросхемы, сделать их компактнее, энергоэффективнее и дешевле. В будущем решение будет применяться не только для серверных ускорителей Google и мобильных платформ MediaTek. Разработка AlphaChip продолжается.
Если вам понравился материал, кликните значок - вы поможете нам узнать, каким статьям и новостям следует отдавать предпочтение. Если вы хотите обсудить материал - не стесняйтесь оставлять свои комментарии : возможно, они будут полезны другим нашим читателям!