Viernes, Julio 23, 2021

Google afirma que su IA es más rápida en el diseño de chips

Google-AI

Google afirma haber desarrollado un software de inteligencia artificial capaz de diseñar chips de computadora más rápido que los humanos. En un artículo publicado hace pocos dias, Google afirma que un chip que a los humanos les tomaría meses diseñar puede ser imaginado por su nueva IA en menos de seis horas.

La inteligencia artificial ya se ha utilizado para desarrollar la última iteración de los chips de la Unidad de procesamiento de tensor (TPU) de Google, que se utilizan para realizar tareas relacionadas con la inteligencia artificial, dijo Google. Los ingenieros de Google señalaron que el avance podría tener «implicaciones importantes» para la industria de los semiconductores.

Esencialmente, se trata de averiguar dónde se colocan componentes como los núcleos de CPU y GPU y la memoria entre sí en el chip. Su ubicación en estas pequeñas placas es importante porque afecta el consumo de energía y la velocidad de procesamiento del chip; el cableado y el enrutamiento de la señal necesarios para conectar todo es de gran importancia.

Las ingenieras de Google Azalia Mirhoseini y Anna Goldie, junto con sus colegas, describen en su publicación un sistema de aprendizaje de refuerzo profundo capaz de crear «patrones básicos» en menos de seis horas, mientras que a veces se necesitan meses.

En otras palabras, Google está utilizando inteligencia artificial para diseñar chips que se pueden usar para crear sistemas de inteligencia artificial aún más sofisticados.

Los sistemas similares también pueden vencer a los humanos en juegos complejos como el go y el ajedrez. En estos escenarios, los algoritmos están entrenados para mover piezas que aumentan sus posibilidades de ganar el juego, pero en el escenario de fichas, la IA está entrenada para encontrar la mejor combinación de componentes para que sea lo más eficiente posible en el juego.

La red neuronal también utiliza algunas técnicas que alguna vez fueron consideradas por la industria de los semiconductores, pero que se abandonaron como callejones sin salida. Según el artículo, el sistema de inteligencia artificial recibió 10.000 planos de chips para «aprender» qué funciona y qué no.

«Nuestro método se ha utilizado para diseñar la próxima generación de aceleradores de inteligencia artificial de Google y tiene el potencial de ahorrar miles de horas de esfuerzo humano para cada nueva generación», escribieron los ingenieros. «Finalmente, creemos que un hardware diseñado por IA más poderoso impulsará el avance de la IA, creando una relación simbiótica entre los dos campos».

Según el artículo, al diseñar un microprocesador o un acelerador de carga de trabajo, normalmente es necesario definir cómo funcionan sus subsistemas en un lenguaje de alto nivel, como VHDL, SystemVerilog, o tal vez incluso Chisel.

Este código eventualmente se traducirá en lo que se llama netlist, que describe cómo un conjunto de macrobloques y celdas estándar deben estar conectados por cables para realizar las funciones del chip.

Las celdas estándar contienen elementos básicos como puertas lógicas NAND y NOR, mientras que los macrobloques contienen un conjunto de celdas estándar u otros componentes electrónicos destinados a realizar una función especial, como proporcionar memoria en chip o un núcleo de procesador. Por tanto, los macrobloques son mucho más grandes que las células estándar.

Luego, debe elegir cómo organizar esta lista de celdas y macrobloques en el chip. Según los empleados de Google, los ingenieros humanos pueden tardar semanas o incluso meses en trabajar con herramientas de diseño de chips especializadas e iterar muchas veces para obtener un plan optimizado basado en las necesidades de consumo de energía, sincronización, velocidad, etc.

Lo que suele ocurrir en este proceso es que la ubicación de los macrobloques grandes debe cambiarse a medida que se desarrolla el diseño. Y luego tienes que dejar que las herramientas automatizadas, que usan algoritmos no inteligentes, coloquen la multitud de celdas estándar más pequeñas, y luego limpias y repites hasta que termines, dice el documento.

Para acelerar este paso de diseño esquemático del chip, los especialistas en inteligencia artificial de Google crearon un sistema de red neuronal convolucional que realiza la colocación de macrobloques por sí solo en unas horas para lograr un diseño óptimo.

Las celdas estándar se colocan automáticamente en espacios vacíos por otro software, según el artículo. Este sistema de aprendizaje automático debería poder producir un diagrama ideal mucho más rápido y mejor que el método de ingenieros humanos que utilizan herramientas automatizadas tradicionales en la industria, explicaron los empleados de Google en su artículo.

 

Fuente: theregister | desdelinux

¿Quién está en línea?

Hay 315 invitados y ningún miembro en línea

Contador de Visitas

11983515
Hoy Hoy 3693
Ayer Ayer 4274
Esta semana Esta semana 20742
Este mes Este mes 90744
Total de Visitas Total de Visitas 11983515

Día con más
visitantes

07-20-2021 : 4306

Gracias por su visita