To, co zajmuje ludziom miesiące, sztuczna inteligencja Google robi w sześć godzin. Takie twierdzenie Google twierdzi, że jego sztuczna inteligencja jest w stanie zaprojektować chipy uczenia maszynowego „porównywalne lub lepsze” od tych wytwarzanych przez ludzi. Po latach eksperymentów wkrótce zobaczymy pierwszy komercyjny produkt w tym zakresie: nadchodzące układy TPU firmy Google zostały zaprojektowane przez sztuczną inteligencję.
To, że Google wykorzystuje swoją sztuczną inteligencję do projektowania układów zoptymalizowanych pod kątem sztucznej inteligencji, nie jest tajemnicą. Jednak teraz wydaje się, że przestali eksperymentować i zastosowali go do prawdziwych produktów. Skorzystali również z okazji, aby opublikować badanie w Nature wyjaśniające rozwój.
Wielką zaletą, jaką sztuczna inteligencja wydaje się wnosić do projektowania chipów, jest szybkość. Według Google, ogromna oszczędność czasu wynikająca z używania algorytmu do projektowania zamiast ludzi może mieć istotne implikacje dla branży. W zasadzie powinno to umożliwić przyspieszenie iteracji projektowania przyszłych chipów i szybkie projektowanie chipów do konkretnych zastosowań, do których są zoptymalizowane.
Wydaje się, że sztuczna inteligencja ma największy wpływ na planowanie rozmieszczenia elementów na chipie. Ten proces zasadniczo polega na wyborze, gdzie na powierzchni chipa znajdzie się każdy element (CPU, GPU, pamięć…). Jest to niezbędne, ponieważ bezpośrednio wpływa na szybkość i wydajność chipa w zależności od odległości każdego elementu od pozostałych.
Chociaż jest to problem wielu miesięcy wysiłku dla ludzi, sztuczna inteligencja traktuje to jako grę. Interpretuje każdy element żetonu jako element gry i stara się umieścić go w najbardziej wydajnym miejscu, zawsze biorąc pod uwagę wszystkie inne elementy i wiele innych czynników. Po kilku godzinach oferuje najbardziej wydajną obliczeniowo pozycję zbioru elementów w danym limicie.
Aby wyszkolić sztuczną inteligencję, Google twierdzi, że przekazał jej dane z 10 000 projektów układów o wyższej i niższej jakości. Każdy chip został oznaczony zgodnie z jego jakością iz uwzględnieniem takich wartości, jak długość wymaganego okablowania czy zużycie energii. W ten sposób sztuczna inteligencja dowiedziała się, które projekty są dobre, a które nie, a następnie wygenerowała własne.