（文章來源：Code8）
據(jù)谷歌人工智能研究帶頭人Jeff Dean透露，谷歌正在試圖通過人工智能程序推進(jìn)專用芯片的內(nèi)部開發(fā)。他在近日舉行的ISSCC大會上表示，谷歌內(nèi)部正在將人工智能技術(shù)用于一系列芯片設(shè)計(jì)項(xiàng)目。過去幾年中，谷歌開發(fā)了TPU AI硬件家族用于在服務(wù)器計(jì)算機(jī)中處理AI。

他認(rèn)為，使用AI設(shè)計(jì)芯片是一個(gè)良性循環(huán)：AI讓芯片變得更好，經(jīng)過改良的芯片又能增強(qiáng)AI算法，依此類推。Dean介紹了谷歌如何使用機(jī)器學(xué)習(xí)程序確定計(jì)算機(jī)芯片的電路布局，與人類芯片設(shè)計(jì)人員相比，其敏銳度相當(dāng)甚至更高。

通常來說，芯片設(shè)計(jì)人員通常會使用軟件來確定芯片中的電路布局，有點(diǎn)類似于建筑物設(shè)計(jì)平面圖。為了找到滿足多個(gè)要求的最佳布局，需要考慮很多因素，提供芯片性能的同時(shí)，還要避免不必要的復(fù)雜性，否則可能增加芯片制造成本。

這種平衡需要大量的啟發(fā)式思維，現(xiàn)在，人工智能算法也能夠類似人類的啟發(fā)式思維方式進(jìn)行芯片設(shè)計(jì)。他舉例說，深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)只花了24個(gè)小時(shí)就解決了問題，而人類設(shè)計(jì)師需要6至8周，前者不僅提出的解決方案更好，還減少了芯片布線數(shù)量，提高了效率。

這個(gè)深度學(xué)習(xí)程序類似于Google DeepMind部門開發(fā)的AlphaZero程序，只不多這次不是用于下棋，而是設(shè)計(jì)出最優(yōu)的芯片電路布局。與Go不同的是，這個(gè)解決方案的“空間”要大得多，同時(shí)要滿足很多要求，而不是贏得比賽這單一的目標(biāo)。

他說，目前這個(gè)研究還處于早期階段。“我們正在讓設(shè)計(jì)師進(jìn)行試驗(yàn)，看看如何在工作流程中使用該程序……以及看看在哪些方面可以改進(jìn)。”谷歌進(jìn)軍AI設(shè)計(jì)領(lǐng)域正處于芯片生產(chǎn)復(fù)興之時(shí)。有機(jī)器學(xué)習(xí)科學(xué)家認(rèn)為，專用AI硬件可以催生更大的、更高效的機(jī)器學(xué)習(xí)軟件項(xiàng)目。

Dean認(rèn)為，除了谷歌之外，還有很多AI硬件初創(chuàng)公司例如Cerebras Systems和Graphcore會給市場帶來多樣性，并迅速崛起。這種多樣性會很有意思。“我不確定這些初創(chuàng)公司是否能夠在市場中生存下去，但這很有意思，因?yàn)槠渲泻芏喑鮿?chuàng)公司采取了完全不同的設(shè)計(jì)方式。”

當(dāng)被問及這些芯片是否會融入某些標(biāo)準(zhǔn)設(shè)計(jì)的時(shí)候，Dean稱，多樣化是很有可能的，至少就目前來看。“機(jī)器學(xué)習(xí)被用于解決各種各樣的問題，當(dāng)選擇多多的時(shí)候，你肯定不會只盯著一個(gè)選擇，至少有五個(gè)或六個(gè)不同的設(shè)計(jì)方案。”“究竟哪些設(shè)計(jì)方法會脫穎而出，這一點(diǎn)令人期待，不管是能夠解決很多問題的通用方法，還是加速某個(gè)方面的專業(yè)化方法。”

當(dāng)被問及谷歌AI硬件是否可能延伸到其現(xiàn)有產(chǎn)品之外時(shí)，他回答說：“哦，是的。”“毫無疑問，機(jī)器學(xué)習(xí)正在被越來越廣泛地用于谷歌產(chǎn)品中，這些產(chǎn)品既包括基于數(shù)據(jù)中心的服務(wù)，也有很多手機(jī)上的產(chǎn)品。”當(dāng)被問及谷歌是否會進(jìn)一步擴(kuò)大多樣性的時(shí)候，Dean回答說：“我認(rèn)為會的。”“即使在非數(shù)據(jù)中心領(lǐng)域，你會也看到不同高功率環(huán)境之間的區(qū)別，不一定是1瓦，有可能是50或100瓦。”“因此，針對不同環(huán)境，你需要不同的方法。”
（責(zé)任編輯：fqj）