AlphaChip: AI destekli çip tasarımı ile insanüstü performans ve hız sergiliyor.

Yapay zeka yöntemimiz çip tasarımını hızlandırdı ve optimize etti ve insanüstü çip düzenleri dünyanın dört bir yanındaki donanımlarda kullanılıyor.
2020 yılında, çip düzenleri tasarlamaya yönelik yeni pekiştirmeli öğrenme yöntemimizi tanıtan bir ön baskı yayınladık ve daha sonra Nature dergisinde yayınladık ve açık kaynaklı hale getirdik.

Bugün, yöntemimiz ve çip tasarımı alanındaki etkisi hakkında daha fazla bilgi veren bir Nature eki yayınlıyoruz. Ayrıca önceden eğitilmiş bir kontrol noktası yayınlıyor, model ağırlıklarını paylaşıyor ve adını duyuruyoruz: AlphaChip.

Bilgisayar çipleri yapay zeka (AI) alanında kayda değer bir ilerleme sağladı ve AlphaChip de çip tasarımını hızlandırmak ve optimize etmek için AI kullanarak bu iyiliğe karşılık veriyor. Bu yöntem, Google'ın özel yapay zeka hızlandırıcısı Tensor Processing Unit'in (TPU) son üç neslinde insanüstü çip düzenleri tasarlamak için kullanıldı.

AlphaChip, gerçek dünyadaki bir mühendislik problemini çözmek için kullanılan ilk takviyeli öğrenme yaklaşımlarından biridir. Haftalar veya aylar süren insan çabası yerine saatler içinde insanüstü veya karşılaştırılabilir çip düzenleri üretir ve düzenleri veri merkezlerinden cep telefonlarına kadar dünyanın her yerindeki çiplerde kullanılır.

Bir çip yerleşimi tasarlamak basit bir iş değildir. Bilgisayar çipleri, hepsi inanılmaz derecede ince kablolarla birbirine bağlanmış devre bileşenleri katmanları ile birbirine bağlı birçok bloktan oluşur. Ayrıca hepsinin aynı anda karşılanması gereken çok sayıda karmaşık ve iç içe geçmiş tasarım kısıtlamaları vardır. Karmaşıklığı nedeniyle çip tasarımcıları altmış yılı aşkın bir süredir çip zemin planlama sürecini otomatikleştirmek için mücadele etmektedir.

Go, satranç ve shogi oyunlarında ustalaşmayı öğrenen AlphaGo ve AlphaZero'ya benzer şekilde, AlphaChip'i çip zemin planlamasına bir tür oyun olarak yaklaşmak için inşa ettik.

Boş bir ızgaradan başlayan AlphaChip, tüm bileşenleri yerleştirmeyi bitirene kadar her seferinde bir devre bileşeni yerleştiriyor. Daha sonra nihai yerleşimin kalitesine göre ödüllendiriliyor. Yeni bir “kenar tabanlı” grafik sinir ağı, AlphaChip'in birbirine bağlı çip bileşenleri arasındaki ilişkileri öğrenmesini ve çipler arasında genelleme yapmasını sağlayarak AlphaChip'in tasarladığı her düzende gelişmesine olanak tanır.

AlphaChip, 2020'de yayınlanmasından bu yana Google'ın TPU'sunun her neslinde kullanılan insanüstü çip düzenleri üretti. Bu çipler, Google'ın Transformer mimarisine dayalı yapay zeka modellerinin büyük ölçüde ölçeklendirilmesini mümkün kılıyor.

TPU'lar, Gemini gibi büyük dil modellerinden Imagen ve Veo gibi görüntü ve video oluşturuculara kadar güçlü üretken yapay zeka sistemlerimizin kalbinde yer alıyor. Bu yapay zeka hızlandırıcıları aynı zamanda Google'ın yapay zeka hizmetlerinin de merkezinde yer alır ve Google Cloud aracılığıyla harici kullanıcılara sunulur.

TPU düzenlerini tasarlamak için AlphaChip ilk olarak çip içi ve çipler arası ağ blokları, bellek denetleyicileri ve veri taşıma tamponları gibi önceki nesillerden çeşitli çip blokları üzerinde çalışır. Bu işlem ön eğitim olarak adlandırılır. Ardından yüksek kaliteli düzenler oluşturmak için AlphaChip'i mevcut TPU blokları üzerinde çalıştırıyoruz. Önceki yaklaşımların aksine AlphaChip, insan uzmanların yaptığına benzer şekilde çip yerleştirme görevinin daha fazla örneğini çözdükçe daha iyi ve daha hızlı hale gelir.

En yeni Trillium (6. nesil) da dahil olmak üzere her yeni nesil TPU ile AlphaChip daha iyi çip yerleşimleri tasarladı ve genel zemin planının daha fazlasını sağlayarak tasarım döngüsünü hızlandırdı ve daha yüksek performanslı çipler elde etti.

AlphaChip'in etkisi Alphabet, araştırma topluluğu ve çip tasarım endüstrisindeki uygulamaları aracılığıyla görülebilir. AlphaChip, TPU'lar gibi özel yapay zeka hızlandırıcıları tasarlamanın ötesinde, Alphabet genelinde ilk Arm tabanlı genel amaçlı veri merkezi CPU'larımız olan Google Axion İşlemciler gibi diğer yongalar için de düzenler oluşturdu.

Dış kuruluşlar da AlphaChip'i benimsiyor ve geliştiriyor. Örneğin, dünyanın en iyi çip tasarım şirketlerinden biri olan MediaTek, güç, performans ve çip alanını iyileştirirken, Samsung cep telefonlarında kullanılan Dimensity Flagship 5G gibi en gelişmiş çiplerinin geliştirilmesini hızlandırmak için AlphaChip'i genişletti.

AlphaChip, çip tasarımı için yapay zeka konusunda bir çalışma patlamasını tetikledi ve mantık sentezi ve makro seçimi gibi çip tasarımının diğer kritik aşamalarına genişletildi.

AlphaChip'in bilgisayar mimarisinden üretime kadar çip tasarım döngüsünün her aşamasını optimize etme ve akıllı telefonlar, tıbbi ekipmanlar, tarım sensörleri ve daha fazlası gibi günlük cihazlarda bulunan özel donanımlar için çip tasarımını dönüştürme potansiyeline sahip olduğuna inanıyoruz.

AlphaChip'in gelecekteki sürümleri şu anda geliştirme aşamasında ve bu alanda devrim yaratmaya devam etmek ve çiplerin daha hızlı, daha ucuz ve daha güç tasarruflu olduğu bir gelecek getirmek için toplulukla birlikte çalışmayı dört gözle bekliyoruz.