人工智能成芯片設(shè)計高手
人工智能成芯片設(shè)計高手
來源：參考消息網(wǎng)
參考消息網(wǎng)3月5日報道 美國趣味科學(xué)網(wǎng)站2月20日刊登題為《人工智能設(shè)計的芯片非常奇怪，“人類無法真正理解它們”，但其性能優(yōu)于我們設(shè)計的任何芯片》的文章，作者是蒂姆·丹頓，內(nèi)容編譯如下：
人工智能(AI)模型已經(jīng)在幾小時內(nèi)通過深度學(xué)習(xí)設(shè)計出更高效的無線連接芯片，但目前尚不清楚它們“隨機成形”的設(shè)計是如何產(chǎn)生的。
工程研究人員已經(jīng)演示了AI可以在數(shù)小時內(nèi)設(shè)計出復(fù)雜的無線連接芯片，而人類需要數(shù)周才能完成。
事實證明AI的芯片設(shè)計不僅更高效，而且還采用了一種完全不同的方法，是人類電路設(shè)計師極不可能想出來的。研究人員2024年12月30日在英國《自然-通訊》雜志上發(fā)表了相關(guān)研究報告。
研究的重點是毫米波無線連接芯片。由于其復(fù)雜性和小型化需求，毫米波無線連接芯片構(gòu)成了制造商面臨的一些最大挑戰(zhàn)。這些芯片用于5G調(diào)制解調(diào)器，目前在手機中很常見。
制造商目前依賴于人類專業(yè)知識、定制電路設(shè)計和既定模板的組合。每個新的設(shè)計都要經(jīng)過一個基于反復(fù)試驗的緩慢優(yōu)化過程，因為它通常非常復(fù)雜，人類無法完全理解芯片內(nèi)部發(fā)生的事情。這導(dǎo)致了一種基于以前有效方法的謹慎迭代方法。
對于這個問題，美國普林斯頓大學(xué)工程與應(yīng)用科學(xué)學(xué)院和印度理工學(xué)院的研究人員認為，基于深度學(xué)習(xí)的AI模型可以使用一種逆向設(shè)計法，即指定所需的輸出，讓算法來確定輸入和參數(shù)。
AI還將每個芯片視為單獨工件，而不是需要組合在一起的現(xiàn)有多個元素的集合。這意味著，有些無人理解但可能隱含低效的既定芯片設(shè)計模板將被棄用。
普林斯頓大學(xué)電子與計算機工程教授考希克·森古普塔說，在這個實驗中，得到的結(jié)構(gòu)“看起來是隨機成形的”，而且“人類無法真正理解它們”。
森古普塔的團隊(使用AI的設(shè)計)制造出芯片，他們發(fā)現(xiàn)，AI的設(shè)計在性能上超過了現(xiàn)有設(shè)計。
盡管研究結(jié)果表明，如此復(fù)雜芯片的設(shè)計工作可以交給AI，但森古普塔敏銳地指出，仍然存在“需要人類設(shè)計師糾正的陷阱”。尤其是算法產(chǎn)生的設(shè)計中有許多都行不通，相當(dāng)于生成式AI工具產(chǎn)生了“幻覺”。
森古普塔說：“關(guān)鍵不是用工具取代人類設(shè)計師，關(guān)鍵是用新工具提高生產(chǎn)力。”
迭代設(shè)計的開發(fā)速度也開啟了新的可能性。一些芯片設(shè)計可以面向能效，還有的芯片設(shè)計可以面向絕對性能或擴展頻率范圍。
隨著小型化需求的不斷增長，無線連接芯片變得越來越重要，因此本研究是向前邁出的有價值的一步。但森古普塔說，如果其團隊的方法可以擴展到電路設(shè)計的其他部分，這可能會改變我們未來設(shè)計電子產(chǎn)品的方式，“這只是該領(lǐng)域未來前景的冰山一角”。
