网站首页

产品中心

智能终端处理器 智能云服务器 软件开发环境

新闻中心

关于必一运动

公司概况 核心优势 核心团队 发展历程

联系我们

官方微信 官方微博
主页 > 新闻中心

B-Sports谷歌AI芯片AI设计!端到端闭环三星联发科都buy in了

发布时间:2024-09-29 20:30浏览次数: 来源于:网络

  必一运动谷歌推出了芯片设计算法AlphaChip,可在几小时内生成比肩人类水平的芯片设计图。

  02AlphaChip基于深度强化学习,从之前的芯片布局中进行学习,生成新的设计方案。

  03除此之外,联发科、三星等芯片厂商也将AlphaChip应用于实际生产中。

  04谷歌还开源了一个预训练版本,让大家都能用AlphaChip更简易地开发芯片。

  训练最好的芯片设计算法→用它设计更好的AI芯片→用它们训练更好的模型→再设计更好的芯片→……

  要知道,AlphaChip只需几个小时就能生成比肩人类水平的芯片设计图。

  谷歌表示AlphaChip现在不仅速度更快,而且需要的计算资源更少,已经达到人类专家级水平。

  最新发布中,谷歌还开源了一个预训练版本,这样大家都能用AlphaChip更简易地开发芯片(但也还是自己预训练的效果更好)。

  向前追溯来看,AlphaChip最早期的成果于2020年以预印本形式发布,2021年登上Nature。

  AlphaZero掌握了围棋、国际象棋的游戏规则,AlphaChip就是将规划芯片布局视为一个游戏。

  一个芯片上往往包含数十亿个晶体管,由他们组成的数千万个逻辑门就是标准单元,此外还有数千个存储块,称为宏块。

  传统方法中,光是放置宏块这一步就很耗时了,为了给标准单元留出更多空间,每一次迭代都要几天甚至几周时间。

  AlphaChip基于深度强化学习B-Sports,从之前的芯片布局中进行学习,生成新的设计方案。

  它将宏和标准单元映射到一个平面画布上,形成具有数百万到数十亿节点的“芯片网表”。

  从一个空白格开始,一次放置一个电路元件,直到放置完所有元件。算法会对功率、性能和面积(PPA)等进行优化,并输出概率分布。最终将根据布局质量计算奖励。

  利用一种新型的基于边缘(edge-based)的图神经网络AlphaChip可以学习互联芯片组件之间的关系,并应用在芯片之间,所以AlphaChip能对设计的每个布局进行改进B-Sports。

  下图中,左图为零样本下AlphaChip布局开源Ariane RISC-V CPU的结果,右图为基于预训练策略(设计20个TPU)微调的效果。

  经过迭代,目前AlphaChip设计芯片的效果和速度都较此前有明显提升,达到和人类专家相近水平。

  谷歌列举了AlphaChip在参与设计TPU v5e、TPU v5p、Trillium上的效果,它们分别是目前谷歌最先进的三款AI计算芯片。

  谷歌大脑员工Satrajit Chatterjee在内部质疑该团队发表在Nature上的论文中存在一些站不住脚、实验尚未经过充分的测试。2022年3月,该研究员被谷歌解雇。

  通过利用深度强化学习agent设计电路,H100中有近13000条电路由AI设计。

  当时新思还很得意表示,DSO.ai是第一个用于处理器设计的商业AI软件。

  以及生成式AI大潮下,Cadence也在力推AI设计芯片,推出了Optimization AI方案。而且还有Cadence Copilot,利用大语言模型(LLM)和其他基础模型B-Sports,显著提升工程师的生产力。

下一篇:B体育AI浪潮不停歇! 韩国芯片库存以15年来最快速度减少
上一篇:B体育又一芯片公司被GPU改变命运 ARM新贵求售启示录

咨询我们

输入您的疑问及需求发送邮箱给我们