机器学习工具，已可以极大地加速计算机芯片设计。谷歌声称，它不仅制造了一种在芯片设计方面比人类更快、更优秀的人工智能，而且这家网络巨头正在用它来设计更快、更好的人工智能芯片。
谷歌团队研究人员最新发表在《自然》（Nature）杂志上的一篇论文，描述了一个深度强化学习系统，它可以在6个小时内创建平面图——以往人类工程师和他们的自动化工具，通常需要几个月的时间来设计出一个最佳布局。
此外，这种基于深度学习的芯片布局规划（floorplanning）方法自动生成的平面图，在包括功耗、性能和芯片面积等关键参数指标上，都与人类专家的设计方案效果相当或更优。
谷歌已经使用这个人工智能系统来生产其下一代张量处理单元（TPU）加速器的平面图。这个网络巨头用它来加速其搜索引擎、公共云、AlphaGo和AlphaZero以及其他项目和产品中的神经网络。
实际上，谷歌正在使用机器学习软件来优化未来的芯片，从而加快机器学习软件的速度。
研究人员指出，这种方法被用于设计下一代谷歌的人工智能加速器，有可能为每一代新技术节省数千小时的人力工作。
谷歌的人工智能科学家创建了一个卷积神经网络系统，该系统可以在数小时内自行执行宏块布局，以实现最佳布局；标准单元由其他软件自动放置在间隙中。这种机器学习系统能够制作出理想的平面布置图，比上述使用行业传统自动化工具和人工控制对平面布置图进行调整和迭代的方法更快、更好。
随着经验的积累，神经网络会逐渐提高其定位技能。它试图将宏块放置在模具上，中间的空间填满标准单元，并根据路由拥塞、电线互连长度和其他因素进行奖励。这一奖励将作为反馈去完善它下一次放置砖块的尝试。这一过程不断重复，直到软件掌握了窍门，并能将其能力应用到任何你想要配置的芯片上，即使它之前从未见过这样的芯片。
据悉，早在一年前，由谷歌人工智能负责人Jeff Dean领衔的团队就已经发表过一篇预印版论文提到这项技术。此次发布在Nature上的论文，是对该项技术进行微调之后的研究结果。而研究者目前希望进一步优化相关技术，延续芯片发展的摩尔定律。
最热文章
人工智能写科幻小说，和作家写科幻小说有什么不一样？
德国概念设计师Paul Siedler的场景创作，宏大气派。
《静音》是一部 Netflix 电影。尽管 Netflix 过去一年在原创电影上的表现并不如预期，但是《静音》仍让人颇为期待
最近，美国最大的经济研究机构——全国经济研究所（NBER，全美超过一半的诺奖经济学得主都曾是该机构的成员）发布了一份报告，全面分析了 1990 到 2007 年的劳动力市场情况。\n
坏机器人制片公司最新的一部电影名为《霸主》（overlord），背景设置在二战时期，很可能是一部在半遮半掩中秘密制作的科洛弗电影系列。
我们都知道，到处都在重启；我们也知道，如果有钱，啥都能重启。所以，会不会被重启算不上是个问题，只能问什么时候会被重启。自然而然地，世界各地的各种重启现象衍生出了一个有趣的猜猜游戏：哪一部老作品会是下一个接受这种待遇的？\n
京ICP备11000850号-1 
京公网安备11010502039775号
信息网络传播视听节目许可证0111611号
国家科技基础条件平台
© 2011- 版权所有：中国数字科技馆 未经书面许可任何人不得复制或镜像
京公网安备11010502039775号 
添加官方微信了解最新资讯
微信
新浪微博
QQ
QQ空间
