原本人類(lèi)專(zhuān)家需要花費(fèi)數(shù)周時(shí)間完成的芯片布局設(shè)計(jì)，目前通過(guò)一種深度強(qiáng)化學(xué)習(xí)方法，平均6小時(shí)內(nèi)就能完成這個(gè)過(guò)程，速度超28倍。
6月10日，來(lái)自美國(guó)加州谷歌研究院（Google Research）的Azalia Mirhoseini、Anna Goldie等在國(guó)際頂級(jí)學(xué)術(shù)期刊《科學(xué)》(Science)發(fā)表的一篇論文《一個(gè)快速芯片設(shè)計(jì)的布圖布局方法》（A graph placement methodology for fast chip design）中指出，機(jī)器學(xué)習(xí)工具可以極大地加速計(jì)算機(jī)芯片設(shè)計(jì)。
Barrett et al.
微芯片的面積約為幾十到數(shù)百毫米平方，在一塊指甲蓋大小的硅片上排列并互連了數(shù)十億個(gè)晶體管。每個(gè)芯片可以包含數(shù)千萬(wàn)個(gè)邏輯門(mén)，稱(chēng)為標(biāo)準(zhǔn)單元，以及數(shù)千個(gè)存儲(chǔ)塊，稱(chēng)為宏塊或宏。單元和宏塊通過(guò)數(shù)十公里的布線互連以實(shí)現(xiàn)設(shè)計(jì)的功能。
芯片中單元和宏塊的位置對(duì)設(shè)計(jì)結(jié)果至關(guān)重要。它們的位置決定了布線必須跨越的距離，從而影響能否在組件之間成功布線以及信號(hào)在邏輯門(mén)之間傳輸?shù)乃俣取?/P>
美國(guó)加州大學(xué)圣迭戈分校的Andrew Kahng在《自然》發(fā)表的《人工智能系統(tǒng)在設(shè)計(jì)微芯片平面圖方面勝過(guò)人類(lèi)》（AI system outperforms humans in designing floorplans for microchips）中寫(xiě)道，微芯片設(shè)計(jì)的成敗在很大程度上取決于“布局規(guī)劃” （floorplanning）和放置的步驟。
這些步驟決定了內(nèi)存和邏輯元件在芯片上的位置，相應(yīng)的位置會(huì)極大地影響芯片設(shè)計(jì)是否能夠滿足處理速度和電源效率等操作要求。到目前為止，尤其是在布局規(guī)劃方面沒(méi)有任何自動(dòng)化嘗試。因此，它常常是由專(zhuān)業(yè)的人類(lèi)工程師在數(shù)周或數(shù)月內(nèi)反復(fù)和艱苦地執(zhí)行的。在芯片的設(shè)計(jì)過(guò)程中，全局布線是最復(fù)雜和耗時(shí)的階段之一，也是決定芯片整體性能的關(guān)鍵。
谷歌的研究團(tuán)隊(duì)發(fā)現(xiàn)，機(jī)器學(xué)習(xí)工具可以用來(lái)加速“布局規(guī)劃”的流程。該研究團(tuán)隊(duì)將芯片的布局規(guī)劃部分設(shè)計(jì)為一個(gè)強(qiáng)化學(xué)習(xí)問(wèn)題，并開(kāi)發(fā)了可完成可行芯片設(shè)計(jì)的神經(jīng)網(wǎng)絡(luò)。他們訓(xùn)練了一個(gè)強(qiáng)化學(xué)習(xí)智能體，這個(gè)智能體會(huì)把布局規(guī)劃看作一個(gè)棋盤(pán)游戲：元件是“棋子”，放置元件的畫(huà)布是“棋盤(pán)”，“獲勝結(jié)果”則是根據(jù)一系列評(píng)估指標(biāo)評(píng)出的最優(yōu)性能（評(píng)估基于一個(gè)包含1萬(wàn)例芯片布局的參考數(shù)據(jù)集）。
作者指出，這種方法能在6小時(shí)內(nèi)設(shè)計(jì)出與人類(lèi)專(zhuān)家不相上下或是更好的可行芯片布局。
人類(lèi)設(shè)計(jì)的微芯片平面圖與機(jī)器學(xué)習(xí)系統(tǒng)生成的平面圖不同
Andrew Kahng認(rèn)為，“開(kāi)發(fā)出比當(dāng)前方法更好、更快、更省錢(qián)的自動(dòng)化芯片設(shè)計(jì)方法，有助于延續(xù)芯片技術(shù)的‘摩爾定律’ 。”摩爾定律指每塊芯片的元件數(shù)量大約每?jī)赡陼?huì)翻一番，這種進(jìn)步速度相當(dāng)于芯片上組件數(shù)量每周增加約1%。“因此，無(wú)法自動(dòng)進(jìn)行布局規(guī)劃是有問(wèn)題的——不僅因?yàn)橄嚓P(guān)的時(shí)間成本，還因?yàn)樗拗屏诵酒_(kāi)發(fā)計(jì)劃中可以探索的解決方案的數(shù)量。”
他還表示，研究團(tuán)隊(duì)的布局規(guī)劃方案已經(jīng)被應(yīng)用在谷歌的下一代AI處理器的設(shè)計(jì)上，這也顯示出其可應(yīng)用于大規(guī)模生產(chǎn)。除了加速芯片設(shè)計(jì)外，該研究或也能用于優(yōu)化城市規(guī)劃、疫苗測(cè)試等。
