订阅
纠错
加入自媒体

深度学习应用芯片规划,时间缩短至平均6小时内

2021-06-15 10:54
陈述根本
关注

文/陈根

英特尔创始人之一戈登·摩尔曾说过,集成电路上可以容纳的晶体管数目大约每经过18个月便会增加一倍。换句话说,处理器的性能每隔两年就会翻一倍。这句话作为经验之谈,一定程度上揭示了信息技术发展的迅猛,后来成为著名的“摩尔定律”。然而,随着制程的不断演进,无法自动布局规划已成为芯片突破的一个重要挑战,这一定律在近年来也有所放缓。

近日,来自美国加州谷歌研究院的科学家,通过一种深度强化学习方法完成了芯片的布局设计。原本人类专家需要花费数周时间完成的过程,现在平均6小时内就能完成,速度超过28倍。

陈根:深度学习应用芯片规划,提速28倍

一般情况下,微芯片的面积约为几十到数百毫米平方,在一块指甲盖大小的硅片上排列并互连了数十亿个晶体管。每个芯片上包含数了千万个逻辑门(称为标准单元),以及数千个存储块(称为宏块或宏)。

单元和宏块通过数十公里的布线互连以实现设计的功能,它们的位置对设计结果至关重要,因为相应的位置会在很大程度上影响芯片的处理速度和电源效率。到目前为止,尤其是在布局规划方面还没有任何自动化尝试,它常常是由专业的人类工程师在数周或数月内努力工作而出。

在芯片的设计过程中,全局布线是最复杂和耗时的阶段之一,也是决定芯片整体性能的关键。针对这一板块的缺失,谷歌的研究团队研究开发出一种机器学习工具,用来加速布局规划的流程。

科学家们将芯片的布局规划部分设计为一个强化学习问题,开发出可完成的芯片设计神经网络。这个智能网络会把布局规划看作一个棋盘游戏:元件是“棋子”,放置元件的画布是“棋盘”,“获胜结果”则是根据一系列评估指标评出的最优性能(评估基于一个包含1万例芯片布局的参考数据集)。这种方法能在6小时内设计出与人类专家不相上下或是更好的可行芯片布局,提速超过了28倍。

该设计不仅大大节约了时间成本,还打破了芯片开发计划中可以探索解决的方案数量。目前,研究团队的布局规划方案已经被应用在谷歌下一代AI处理器的设计上,未来该研究或也能用于优化城市规划、疫苗测试等。

声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号