2016 年，AlphaGO 以人工智能的身份，第一次實(shí)現(xiàn)了對(duì)人類(lèi)的反超。

現(xiàn)在，人們甚至可以通過(guò)人工智能設(shè)計(jì)出復(fù)雜芯片，從而進(jìn)一步訓(xùn)練和生成更為強(qiáng)大的人工智能。

本周三，谷歌在《自然》雜志發(fā)表的一篇論文表示，其開(kāi)發(fā) AI 已經(jīng)可以比人類(lèi)更快地設(shè)計(jì)芯片。

根據(jù)論文中的描述，同樣一款 TPU 芯片 ( 張量處理單元 , 專(zhuān)門(mén)用于加速機(jī)器學(xué)習(xí)的集成電路 ) ，人類(lèi)需要幾個(gè)月時(shí)間才能將其設(shè)計(jì)出來(lái)，該 AI 僅需不到 6 小時(shí)的時(shí)間就能完成。

論文稱(chēng)，基于一種深度強(qiáng)化學(xué)習(xí)算法，該 AI 具備了泛化能力的芯片設(shè)計(jì)方法。

一般來(lái)說(shuō)，計(jì)算芯片的使用面積僅有數(shù)十至數(shù)百平方毫米。而在這樣微小有限的空間內(nèi)，需要容納數(shù)千個(gè)組件，包括內(nèi)存、算數(shù)邏輯單元、以及將這些元件連接在一起的，長(zhǎng)達(dá)數(shù)公里的納米電路。

在芯片設(shè)計(jì)過(guò)程中，最具挑戰(zhàn)之一的是 " 芯片平面規(guī)劃 "。這涉及確定放置這些組件的最佳位置，就像建筑師設(shè)計(jì)建筑物的內(nèi)部空間以容納所有必需的固定裝置和配件一樣。

人類(lèi)通常以整齊的線條布置組件，這意味著需要耗費(fèi)更多時(shí)間。

國(guó)外媒體報(bào)道稱(chēng)，谷歌的研究人員發(fā)現(xiàn)，人工智能(AI)設(shè)計(jì)計(jì)算機(jī)芯片的效率可能比人類(lèi)工程師更高。

在設(shè)計(jì)計(jì)算機(jī)芯片時(shí)，一個(gè)更費(fèi)力但也非常重要的任務(wù)是在所謂的芯片平面圖中放置零部件。所有物理部件的放置會(huì)產(chǎn)生巨大的影響，影響功耗、性能和芯片面積，需要人類(lèi)設(shè)計(jì)師花費(fèi)數(shù)月時(shí)間來(lái)完成。

然而，本周，谷歌的一個(gè)團(tuán)隊(duì)報(bào)告了一種新的機(jī)器學(xué)習(xí)算法，這種算法可以在很短的時(shí)間內(nèi)完成這項(xiàng)工作。

據(jù)外媒報(bào)道，谷歌正在使用機(jī)器學(xué)習(xí)來(lái)幫助設(shè)計(jì)下一代機(jī)器學(xué)習(xí)芯片，但完成速度要比人類(lèi)快得多。該公司表示，人工智能可以在不到6小時(shí)的時(shí)間內(nèi)完成人工需要數(shù)月時(shí)間才能完成的工作。

在設(shè)計(jì)計(jì)算機(jī)芯片時(shí)，一個(gè)更費(fèi)力但也非常重要的任務(wù)是在所謂的芯片平面圖中放置零部件。所有物理部件的放置會(huì)產(chǎn)生巨大的影響，影響功耗、性能和芯片面積，需要人類(lèi)設(shè)計(jì)師花費(fèi)數(shù)月時(shí)間來(lái)完成。

讓機(jī)器設(shè)計(jì)和制造其他機(jī)器是災(zāi)難的根源。至少，所有的科幻電影都這樣告訴我們。計(jì)算機(jī)將發(fā)展到對(duì)人類(lèi)構(gòu)成威脅的地步。這不會(huì)突然發(fā)生，而是經(jīng)過(guò)幾年的時(shí)間，到了人工智能變得有意識(shí)并對(duì)創(chuàng)造它的物種產(chǎn)生敵意的程度。

我們還沒(méi)有完全達(dá)到智能機(jī)器可以建立更復(fù)雜的版本的情況，但谷歌已經(jīng)在使用人工智能來(lái)設(shè)計(jì)更好的人工智能芯片。這是一項(xiàng)成就，已被記錄在一篇研究論文中，它清楚地表明，人工智能可以改進(jìn)自己的設(shè)計(jì)。

谷歌工程師表示，算法設(shè)計(jì)的芯片質(zhì)量和人工設(shè)計(jì)“相當(dāng)”甚至“還要更好”，但完成速度要快得多。谷歌表示，人工智能可以在不到6小時(shí)的時(shí)間內(nèi)完成人工需要數(shù)月時(shí)間完成的芯片設(shè)計(jì)工作。

如何讓芯片設(shè)計(jì)更加高效一直是芯片設(shè)計(jì)工程師致力研究的命題。上世紀(jì)80年代，電子設(shè)計(jì)自動(dòng)化(EDA)的誕生就是一個(gè)成功案例，開(kāi)發(fā)人員利用計(jì)算機(jī)輔助設(shè)計(jì)軟件(CAD)，完成超大規(guī)模集成電路的功能設(shè)計(jì)、綜合、驗(yàn)證、物理設(shè)計(jì)等復(fù)雜流程，以取代之前的人力手工設(shè)計(jì)。

在芯片布局規(guī)劃方面，需要在幾十到數(shù)百平方毫米的微芯片上，布局內(nèi)存、邏輯系統(tǒng)以及計(jì)算單元等幾十個(gè)模塊，在嚴(yán)格的約束條件下用細(xì)導(dǎo)線將各個(gè)模塊起來(lái)，同時(shí)實(shí)現(xiàn)更加優(yōu)化的性能。經(jīng)過(guò)50多年的研究，科學(xué)家們提出過(guò)基于區(qū)分的方法、隨機(jī)/爬山方法以及解析解算器三大類(lèi)方法，但最終都無(wú)法達(dá)到或超越人類(lèi)工程師的布局水平，以至于芯片布局規(guī)劃到目前為止依然未實(shí)現(xiàn)自動(dòng)化，依賴(lài)人類(lèi)工程師手工迭代數(shù)月完成。

具體而言，當(dāng)下在進(jìn)行芯片布局規(guī)劃時(shí)，人類(lèi)工程師需要使用工商業(yè)EDA工具迭代數(shù)月，將芯片網(wǎng)表的寄存器傳輸級(jí)(RTL)描述作為輸入，在芯片畫(huà)布上手動(dòng)放置并等待72小時(shí)，讓EDA工具評(píng)估若干模塊的放置是否處于最佳位置。

換句話說(shuō)，人工智能正在幫助推動(dòng)人工智能技術(shù)的進(jìn)步。

此項(xiàng)研究成果現(xiàn)在正被谷歌用于商業(yè)用途。但這遠(yuǎn)不是人工智能輔助芯片設(shè)計(jì)的唯一應(yīng)用。谷歌還在“架構(gòu)探索”等芯片設(shè)計(jì)過(guò)程的其他部分使用人工智能，而英偉達(dá)等競(jìng)爭(zhēng)對(duì)手也在研究其他方法來(lái)加快芯片研發(fā)工作流程。用人工智能設(shè)計(jì)人工智能芯片的良性循環(huán)似乎才剛剛開(kāi)始。