Инженеры Google поставили перед искусственным интеллектом задачу разработать более быстрые и эффективные процессоры, а затем использовали конструкции микросхем для создания следующего поколения специализированных компьютеров, на которых выполняются те же алгоритмы ИИ.
Из-за того, что Google работает в больших масштабах, он предпочитает создавать собственные компьютерные микросхемы, а не внедрять коммерческие. Это позволяет оптимизировать микросхемы, чтобы они могли запускать собственное программное обеспечение, но это трудоемкий и дорогостоящий подход. На создание нестандартного чипа уходит два-три года.
ПРОЦЕСС ПЛАНИРОВКИ:
Процесс планирования этажа, который включает в себя окончательную принципиальную схему нового чипа и организацию миллионов компонентов в эффективную производственную схему, является одним из этапов проектирования микросхемы. Несмотря на то, что функциональный дизайн микросхемы на данный момент завершен, компоновка может существенно повлиять на производительность и энергопотребление. Целью процессоров для смартфонов может быть снижение энергопотребления для продления срока службы батареи, в то время как для центра обработки данных скорость может быть более критичной.
Раньше планирование этажа было очень сложным и трудоемким процессом. Производственная группа делит более крупные микросхемы на блоки и работает над частями для обширной доработки. Google разработала программное обеспечение, которое превращает задачу планирования этажа в активность нейронной сети. Он рассматривает пустой чип и миллионы его компонентов как сложную головоломку с бесконечным количеством решений. Цель состоит в том, чтобы оптимизировать энергопотребление, производительность и плотность микросхем. Программное обеспечение команды создало макеты для чипа менее чем за 6 часов, что эквивалентно или лучше макетов, созданных людьми в течение многих месяцев. При тестировании существующий программный инструмент под названием RePlAce, который выполняет макеты с сопоставимой скоростью, не оправдал ожиданий по всем пунктам как с людьми, так и с искусственным интеллектом.
Чип, использованный в тестах, был самой последней версией Tensor Processing Unit (TPU) Google, который предназначен для выполнения тех же алгоритмов нейронных сетей, что и поисковая система компании и инструмент автоматического перевода. Исследователи полагают, что подобная технология нейронных сетей может быть распространена на другие трудоемкие этапы разработки микросхемы, сократив общее время проектирования с лет до дней. Из-за огромного масштаба, в котором работает компания, даже небольшие улучшения в скорости или энергопотреблении могут иметь огромное значение.
