Google研究人員剛剛在平面布置圖設計上取得了巨大飛躍

計算機設計的主要挑戰之一是如何以最符合人體工程學的方式包裝芯片和布線，同時保持功率，速度和能源效率食譜包括成千上萬的組件，它們必須彼此完美地通信，所有組件都在一塊指甲大小的房地產上。該過程稱為芯片平面規劃，類似于室內裝飾員在布置裝飾房間的平面圖時所做的工作。但是，對于數字電路，設計人員必須考慮多層結構中的集成布局，而不是使用單層計劃。正如最近一家技術出版物所提到的那樣，芯片平面規劃是3-D Tetris。

該過程很耗時。隨著芯片組件的不斷改進，費力計算的最終設計很快就過時了。芯片通常設計為可使用兩到五年，但是持續存在著縮短升級間隔時間的壓力。

Google研究人員剛剛在平面布置圖設計上取得了巨大飛躍。在最近的公告中，Google高級研究工程師Anna Goldie和Azalia Mirhoseini表示，他們設計了一種算法，可以“學習”如何實現最佳電路布局。它可以在這種設計當前所需時間的一小部分內完成，分析潛在的數以百萬計的可能性，而不是目前的標準。這樣，它可以提供可以更快，更便宜，更小巧地利用最新發展的芯片。

Goldie和Mirhoseini將強化學習的概念應用于新算法。系統為每個建議的設計生成“獎勵”和“懲罰”，直到算法更好地識別出最佳方法為止。

這種強化的概念起源于被稱為行為主義的心理學學派。它的創始人約翰·沃森(John Watson)著名地提出，包括人類在內的所有動物基本上都是復雜的機器，可以通過對積極和消極的響應進行“學習”。沃森對得知他在1913年首次提出的原理在一個多世紀后也被應用到“智能”機器上感到驚訝。

谷歌研究人員表示，經過廣泛的測試，他們發現他們在人工智能裝配線生產中使用的新方法要優于人工工程師設計的產品。

設計師在arxiv.org上發表的一份聲明中說：“我們相信，正是AI本身將提供縮短芯片設計周期，在硬件與AI之間建立共生關系的手段，而兩者之間的相互推動又可以推動這一進步。”康奈爾大學管理的科學研究資料庫。

自1945年第一臺“全電子計算機”問世以來，計算機電路已經走了很長一段路。果醬裝有18,000個真空管，集成電路和計算機芯片的前身以及數英里的布線，耗資600萬美元該機器可伸展至三輛通勤巴士的寬度，重達30噸，占用了創建它的普林斯頓大學實驗室的整個房間。

如今的iPhone配備的芯片的大小相當于粉紅色指甲的大小，功能強大1300倍，縮小4000萬倍，成本僅為ENIAC的1 / 17,000。

Google的新算法還可以幫助確保摩爾定律的延續，該定律指出，封裝在微芯片中的晶體管數量每隔一兩年就會翻一番。1970年，英特爾的4004芯片裝有2250個晶體管。今天，AMD Epyc Rome擁有395億個晶體管。

這就為Google的新房間設計算法留出了很多可能性。