Джефф Дин, бывший руководитель отдела ИИ и главный научный сотрудник Google, считает, что ИИ может помочь разработчикам чипов преодолеть типичные ограничения цикла проектирования и создавать специализированные продукты, лучше отвечающие современным вычислительным потребностям. Он полагает, что по мере развития вычислительных технологий специализированные чипы становятся все более важными, поскольку небольшое количество рабочих нагрузок будет отвечать за большую часть вычислительных потребностей.
Бывший глава отдела ИИ Google считает, что автоматизация поможет преодолеть фундаментальные ограничения при проектировании специализированного оборудования для вычислений
Дин, который в настоящее время возглавляет ИИ-компанию Discovery Loop, был одним из старейших сотрудников Google и имеет опыт исследования обучения с подкреплением в области проектирования чипов. Работая в Google, Дин был одним из 21 соавторов научной работы, опубликованной в журнале Nature, в которой утверждалось, что обучение с подкреплением для проектирования чипов превосходит традиционные методы. Несмотря на то, что публикация статьи вызвала споры и была омрачена судебными разбирательствами, Дин по-прежнему считает, что использование ИИ для проектирования чипов — это путь вперед.
Выступая на встрече 16-го числа, Дин заявил, что уверен в том, что специализированное оборудование — это путь вперед. Он считает, что специализированные чипы позволяют создавать более эффективные системы.
Комментируя текущее состояние вычислений, он отметил: «У нас сейчас есть рабочие нагрузки, где небольшое количество рабочих нагрузок будет составлять большую часть вычислений в мире», что требует большей специализации оборудования.
Однако в своем выступлении Дин признал, что ключевая проблема специализации чипов заключается в том, что после завершения разработки дизайна чипы становятся уязвимыми для будущих изменений. «И проблема со специализацией заключается в том, что если то, что вы хотите делать, изменится в будущем, то то, что вы с любовью создавали для оборудования, возможно, на два года, уже не будет столь актуальным», — сказал он.
Решением проблемы чипов, по мнению бывшего руководителя Google, является автоматизация проектирования оборудования. Дин отметил, что в традиционном процессе проектирования чипов сначала команда людей рассматривает спецификации высокого уровня, а затем создает на их основе спецификации низкоуровневой передачи регистров (RTL). Поскольку перевод выполняется вручную, другая команда разработчиков проверяет работу первой команды.
Решением этих проблем является запуск «автоматизированных циклов, которые могут быть исследованы с помощью обучения с подкреплением или других эволюционных методов», считает Дин. По его словам, ключ к преодолению традиционной автоматизации проектирования электроники (EDA) — это скорость, поскольку «если вы сможете заставить их работать быстро, у вас будет возможность действительно провести гораздо более автоматизированное исследование процесса проектирования и, возможно, значительно сократить цикл проектирования».
Что касается того, как автоматизация и скорость могут повлиять на процесс проектирования, Дин отметил:
«И если бы вы могли, например, спроектировать новый чип с десятью людьми за три месяца, вместо, скажем, 150 человек и двух лет, вы бы увидели гораздо больше специализированного оборудования в мире. И вам пришлось бы гораздо меньше полагаться на свои прогнозы о том, какие вычисления я хочу выполнять? Знаете, через два-шесть лет, теперь это становится более актуальным для периода от трех месяцев до, или от шести месяцев до, знаете ли, четырех лет».
Рост ИИ, и особенно агентного ИИ, вызвал дискуссии о полезности этой технологии для проектирования полупроводников. Компании, включая ведущих поставщиков EDA и китайские компании, обратились к агентному ИИ, в то время как TSMC считает, что ИИ может быть непригодным для проектирования технологий производства следующего поколения.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Ramish Zafar
