Los empleados de Google dicen que la IA puede acelerar el diseño de chips y posiblemente mantener viva la Ley de Moore

Los empleados de Google dicen que la IA puede acelerar el diseño de chips y posiblemente mantener viva la Ley de Moore

Hemos visto muchos apretones de manos sobre el inminente fin de la Ley de Moore. Esta es la observación hecha por el cofundador y ex CEO de Intel Gordon Moore de que en su versión actual espera que la cantidad de transistores en un chip se duplique cada dos años. Usando los conjuntos de chips de la serie A de Apple como ejemplo, el A13 Bionic se lanzó en 2019 para alimentar el iPhone 11 serie.

¿Podrá la inteligencia artificial (IA) mantener viva la ley de Moore después del nudo de 2 nm?

Construido utilizando el nodo de proceso de 7 nm con poco menos de 90 millones de transistores por mm cuadrado, el A13 Bionic contiene 8.500 millones de transistores. El chipset A14 Bionic se encuentra en el iPhone 12 serie e en el iPad Air (2020) y lleva 134 millones de transistores por mm cuadrado. El número de transistores en el chip es 11,8 mil millones; cuantos más transistores haya dentro de un chip, más potente y energéticamente eficiente será.

Se espera que el próximo trimestre, la mejor fundición del mundo, TSMC, pruebe chips de 4 nm con la producción en masa del nodo de proceso de 3 nm a partir de la segunda mitad del próximo año. Tanto TSMC como Samsung están trabajando en el nodo de proceso de 2 nm que podría producirse en masa ya en 2024. Existe preocupación sobre el futuro de la Ley de Moore, especialmente después del nodo de proceso de 2 nm.

Pero puede haber algo de ayuda proveniente de la inteligencia artificial (IA). Un artículo que analiza el uso de la inteligencia artificial en el proceso de creación de un “plano de planta” para un chip señala que con inteligencia artificial, el tiempo para construir un plano de planta, que puede tardar varios meses en completarse, se completará en menos de 6 horas usando inteligencia artificial. El diseño de chips es el acto de diseñar el diseño de un chip de computadora.

Google ya ha utilizado inteligencia artificial para ayudar a diseñar las unidades de procesamiento del tensor.

Los Googlers que escribieron sobre la técnica para Naturaleza son Azalia Mirhoseini y Anna Goldie. Google usó este sistema en la vida real para ayudar a crear el plano de su unidad de procesamiento de tensor (TPU) que se utiliza para “acelerar las redes neuronales en su motor de búsqueda, nube pública, AlphaGo y AlphaZero, y otros proyectos y productos”. El artículo afirma que “en menos de seis horas, nuestro método genera automáticamente planos de planta de chips que son superiores o comparables a los producidos por humanos en todas las métricas clave, incluido el consumo de energía, el rendimiento y el área del chip”.
Mirhoseini y Goldie escribieron en su artículo que “Nuestro método se utilizó para diseñar la próxima generación de aceleradores de IA de Google y tiene el potencial de ahorrar miles de horas de trabajo humano para cada nueva generación. Finalmente, creemos que una ‘IA más poderosa el hardware diseñado impulsará los avances en inteligencia artificial, creando una relación simbiótica entre los dos campos “.

La red neuronal mejora en el diseño de chips con el tiempo y “es” capaz de generalizar entre chips, lo que significa que puede aprender de la experiencia para mejorar y acelerar la colocación de nuevos chips, lo que permite que los diseñadores de chips sean asistidos por agentes artificiales con más experiencia que cualquier humano podría ganar “. El documento concluye que” Demostramos que nuestro método puede generar planos de chips comparables o superiores a los de los expertos humanos en menos de seis horas, mientras que los humanos tardan meses en producir planos aceptables para los aceleradores modernos. Nuestro método se utilizó en producción para diseñar la próxima generación de TPU de Google “.

La esperanza es que el uso de inteligencia artificial para diseñar los próximos chips conduzca a soluciones que reduzcan los nodos de proceso a menos de 1 nm. En la actualidad, como señalan Mirhoseini y Goldie, “nuestro método utiliza la experiencia pasada para mejorar y acelerar la resolución de nuevas instancias del problema, lo que permite que el diseño del chip sea realizado por agentes artificiales con más experiencia que cualquier diseñador humano. Se utilizó nuestro método para diseñar la próxima generación de aceleradores de inteligencia artificial (IA) de Google y tiene el potencial de ahorrar miles de horas de trabajo humano para cada nueva generación “.

About MiReal

Compruebe también

Aquí están: ¡nuestras 5 mejores aplicaciones para Android e iOS de la semana!

Como todos los fines de semana, nos reunimos en NextPit para nuestra selección de cinco …

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *