Google развертывает AI, чтобы построить лучшие аппаратные ускорители AI

Google сообщает, что теперь используется AI для создания своих будущих блоков обработки тензоров. Компания опубликовала некоторую работу в этом районе до, около года назад, но сегодня объявление о том, что технологии созревало. Алексис Мирхосени привел проект.

Полупроводниковая промышленность вложила в различные инструменты, которые автоматизируют части проектирования процесса в течение десятилетий, сейчас. Назад, когда ЦП имел 10 000 до 100 000 транзисторов, нарисованные вручную планы пола и планы цепи были единственным способом построить чип. Сегодня большая часть дизайнерской работы автоматизирована, хотя инженеры могут быть использованы в определенных критических путях.

Google утверждает, что он может принять AI, чтобы помочь с полами. Поллан микропроцессора - буквально, его физический макет - исторически был сложной задачей для автоматизации. Даже с помощью современных программных инструментов, выкладывая новый этаж, может занять недели. Большое количество работы в течение многих десятилетий поступило в строительство программного обеспечения для лучшего решения этой сложной проблемы, но люди все еще являются интегральными для процесса. Теперь Google утверждает, что его новый AI может выполнять работу в считанные часы.

От природы:

Mirhoseini et al. Оцените, что количество возможных конфигураций (пространство состояния) макроблоков в поламных задачах, решенных в их исследовании, составляет около 102 500. Сравнением, государственное пространство черно-белых камней, используемых в доске Go, составляет всего 10360.

Часть того, что делает полную планирование, это то, что дизайнеры чипов должны покинуть место в своем расположении блока для всей проводки и соединения, которые должны быть построены. Должен быть место для стандартного размещения клеток, и компоненты должны вписаться в пространство, оставленное им после того, как дизайн был оптимизирован для производительности, не только заранее. Этаж - это интерактивный, итеративный процесс.

Mirhoseini и ее коллеги работали над разработкой инструмента для пола, который мог бы работать на многие проекты, а не только собственные усилия Google.

Изображение выше иллюстрирует, как, поланный план, изобретенный AI, отличается от того, что из них, построенный людьми. По данным природы, это процессор Ariane RISC-V. АИ потребовалось всего шесть часов, чтобы преобразовать макет в то, что ни один человек не построит. По словам исследователей, однако, новый макет превзойдет старый.

Приключение этих инструментов может быть огромным благом для получения полупроводникового дизайна. Поскольку закон Мура замедлился, метрики, отличные от литографии, стали все более важными для производительности и энергопотребления. Такие факторы, как межсоединение, теперь являются существенным ограничивающим фактором на современных процессорах; MILAN CPU AMD имеет более высокий IPC, чем микропроцессоры Rome предыдущего поколения, но межсоединение мощность выше для Zen 3, чем Zen 2. Хорошие инструменты макета могут более эффективно минимизировать энергопотребление.

Самое удивительное вещность в этом новом инструменте может быть, что его макеты не должны регулироваться итеративно в процессе изготовления. Google готов поставить свои деньги, когда рот - это и вводил в эксплуатацию TPU следующего поколения, который будет построен с использованием этих принципов и стратегий. Если эта карта показывает драматический скачок в производительности или общую эффективность мощности, будет считаться доказательством того, что AI способен обращаться с этой задачей в считанные часы, и обрабатывать его лучше, чем люди - по крайней мере, при определенных обстоятельствах. Он может по-прежнему занять несколько лет, чтобы адаптировать этот подход для высокого класса SOCS - Ариан не такой сложный, как ваш типичный высокодорожный процессор - но это доказательство концепции приведет к дополнительным исследованиям, если проживает следующее поколение TPU.

Читать далее

Аппаратные ускорители могут значительно сократить время отклика роботов

Если мы хотим создавать более совершенных роботов, нам нужно, чтобы они быстрее планировали собственное движение. Новая исследовательская группа считает, что она изобрела комбинированный метод развертывания оборудования и программного обеспечения, который может вдвое сократить существующие задержки.

Специализированные чипы не спасут нас от надвигающейся «стены ускорителя»

Аппаратные ускорители не решат фундаментальных проблем масштабирования производительности, с которыми мы сталкиваемся, когда закон Мура заканчивается.

Ускоритель Mini Urban-X представляет Бруклин, о котором вы всегда мечтали

Это не совсем Amazon HQ2, но инкубатор Mini Urban-X приносит больше технологий в Нью-Йорк. Цели стартапов: сделать города веселее и пригоднее для жизни. Даже если это означает замену некоторых автомобилей.