AlphaChip è l'intelligenza artificiale di Google che progetta chip migliori giocando

AlphaChip è l'intelligenza artificiale di Google che progetta chip migliori giocando

Dalle TPU fino alla CPU Axion: Google sta usando l'intelligenza artificiale AlphaChip per velocizzare la progettazione dei propri chip e ottenere prestazioni migliori e consumi più contenuti.

di pubblicata il , alle 07:01 nel canale Processori
Google
 

Nel 2020 Google svelò un nuovo algoritmo di "reinforcement learning", ossia di "apprendimento per rinforzo", capace di imparare autonomamente a creare processori dedicati all'intelligenza artificiale più potenti e meno affamati di energia. Nei giorni scorsi DeepMind, parte di Google, ha reso noto di aver rilasciato un modello pre-addestrato e ne ha svelato il nome: AlphaChip.

"I chip hanno alimentato i notevoli progressi dell'intelligenza artificiale (AI) e AlphaChip ricambia il favore utilizzando l'IA per accelerare e ottimizzare la progettazione dei chip", afferma Google, spiegando che il metodo è stato utilizzato per le ultime tre generazioni di Tensor Processing Unit (TPU).

AlphaChip genera progetti (o meglio floorplan, ovvero una rappresentazione schematica del posizionamento provvisorio dei blocchi funzionali di un chip) in poche ore anziché richiedere settimane o mesi di lavoro umano e "i suoi layout sono utilizzati nei chip di tutto il mondo, dai datacenter ai telefoni cellulari".

Progettare il layout di un chip non è un compito semplice. I chip sono costituiti da molti blocchi interconnessi, con strati di componenti circuitali, tutti collegati da fili incredibilmente sottili. Ci sono anche molti vincoli di progettazione che devono essere rispettati contemporaneamente. A causa della complessità, i progettisti cercano di automatizzare il processo da oltre sessant'anni.

Come AlphaGo e AlphaZero, che hanno imparato a padroneggiare i giochi di Go, degli scacchi e dello shogi, AlphaChip affronta la pianificazione dei chip come una sorta di gioco.

Partendo da una griglia vuota, AlphaChip posiziona un componente del circuito alla volta fino a quando non ha collocato tutti i componenti. Poi viene premiato in base alla qualità del layout finale. Una rete neurale a grafo "edge-based" consente ad AlphaChip di apprendere le relazioni tra i componenti interconnessi e di generalizzare tra i chip, consentendo all'IA di migliorare con ogni layout progettato.

"Per progettare i layout delle TPU, AlphaChip si esercita innanzitutto su una serie di blocchi di chip di generazioni precedenti, come i blocchi di rete on-chip e inter-chip, i controller di memoria e i buffer per il trasporto dei dati", spiega Google. "Questo processo è chiamato pre-addestramento. Poi eseguiamo AlphaChip sui blocchi TPU attuali per generare layout di alta qualità. A differenza degli approcci precedenti, AlphaChip migliora e diventa più veloce man mano che risolve un numero maggiore di istanze del compito di posizionamento dei chip, in modo simile a quanto fanno gli esperti umani".

Inoltre, AlphaChip è stato esteso ad altre fasi critiche della progettazione di chip, come la sintesi logica e la selezione delle macro. Oltre a progettare acceleratori di intelligenza artificiale specializzati come le TPU, AlphaChip ha generato layout per altri chip di Alphabet, come i processori Axion, la prima CPU "general purpose" di Google per datacenter basate su core Arm.

Anche altre aziende stanno adottando e sviluppando AlphaChip. Ad esempio, MediaTek, ha usato AlphaChip per accelerare lo sviluppo dei suoi chip più avanzati, come i Dimensity della serie 9000 che trovano casa negli smartphone di Samsung.

Google afferma che le versioni future di AlphaChip sono in fase di sviluppo e non vede l'ora di collaborare con la comunità per "continuare a rivoluzionare questo settore e realizzare un futuro in cui i chip siano ancora più veloci, più economici e più efficienti dal punto di vista energetico".

6 Commenti
Gli autori dei commenti, e non la redazione, sono responsabili dei contenuti da loro inseriti - info
Notturnia30 Settembre 2024, 07:26 #1
Dubito che la trendline di riduzione della distanza delle linee dentro la CPU possa proseguire all’infinito.
Inoltre dai numeri che vedo gli umani sono stati bravi se la IA dopo mesi di lavoro è riuscita a ridurre solo del 6% la lunghezza del cablaggio interno.

E a questo miglioramento che efficienza migliore e velocità migliore corrisponde ?
Che costi si sono risparmiati in fase di realizzazione del chip ?

Da quello che sembra per ora siamo rimasti nel mondo del teorico e non si sa ancora che, o se, benefici ci sarebbero nella realizzazione pratica.
io78bis30 Settembre 2024, 08:38 #2
Originariamente inviato da: Notturnia
Dubito che la trendline di riduzione della distanza delle linee dentro la CPU possa proseguire all’infinito.
Inoltre dai numeri che vedo gli umani sono stati bravi se la IA dopo mesi di lavoro è riuscita a ridurre solo del 6% la lunghezza del cablaggio interno.

E a questo miglioramento che efficienza migliore e velocità migliore corrisponde ?
Che costi si sono risparmiati in fase di realizzazione del chip ?

Da quello che sembra per ora siamo rimasti nel mondo del teorico e non si sa ancora che, o se, benefici ci sarebbero nella realizzazione pratica.


Forse ora che i processi produttivi stanno diventanto sempre più piccoli quel tipo di attività diventa molto più complessa per l'uomo.

Perché dici teorico? Nell'articolo indicano che sia Google che Mediatek la usano già
supertigrotto30 Settembre 2024, 10:15 #3
In effetti,perdere la bussola con talmente tante interconnessioni interne è facile
zancle30 Settembre 2024, 11:20 #4
Originariamente inviato da: Notturnia
Dubito che la trendline di riduzione della distanza delle linee dentro la CPU possa proseguire all’infinito.
Inoltre dai numeri che vedo gli umani sono stati bravi se la IA dopo mesi di lavoro è riuscita a ridurre solo del 6% la lunghezza del cablaggio interno.

E a questo miglioramento che efficienza migliore e velocità migliore corrisponde ?
Che costi si sono risparmiati in fase di realizzazione del chip ?

Da quello che sembra per ora siamo rimasti nel mondo del teorico e non si sa ancora che, o se, benefici ci sarebbero nella realizzazione pratica.

se funziona bene, risparmiano, personale nella progettazione.
cicastol30 Settembre 2024, 12:26 #5
Originariamente inviato da: Notturnia

CUT

E a questo miglioramento che efficienza migliore e velocità migliore corrisponde ?
Che costi si sono risparmiati in fase di realizzazione del chip ?

Da quello che sembra per ora siamo rimasti nel mondo del teorico e non si sa ancora che, o se, benefici ci sarebbero nella realizzazione pratica.


Mi sembra che siano scritti chiaramente i benefici in termini di costo....


"AlphaChip genera progetti (o meglio floorplan, ovvero una rappresentazione schematica del posizionamento provvisorio dei blocchi funzionali di un chip) in poche ore anziché richiedere settimane o mesi di lavoro umano e "i suoi layout sono utilizzati nei chip di tutto il mondo, dai datacenter ai telefoni cellulari".
Notturnia30 Settembre 2024, 20:04 #6
Ma il risparmio della progettazione è chiaro.. io chiedevo quanto si risparmia per il vero costo.. produzione e poi noi come consumo
La progettazione sarà lunga e bla bla bla ma è poca cosa confronto al costo successivo.. e qualche settimana o mese di lavoro è poca roba rispetto al costo durante la vita del chip.. e di questo non ho capito

Devi effettuare il login per poter commentare
Se non sei ancora registrato, puoi farlo attraverso questo form.
Se sei già registrato e loggato nel sito, puoi inserire il tuo commento.
Si tenga presente quanto letto nel regolamento, nel rispetto del "quieto vivere".

La discussione è consultabile anche qui, sul forum.
 
^