6月11日音讯，谷歌称其正在运用机器学习体系协助工程师规划新一代机器学习芯片。谷歌工程师表明，算法规划的芯片质量和人工规划“适当”乃至“还要更好”，但完结速度要快得多。谷歌表明，人工智能能够在不到6小时的时刻内完结人工需求数月时刻完结的芯片规划作业。

　　谷歌多年来一直在研讨怎么运用机器学习制作芯片，本周谷歌职工宣布在《天然》杂志的一篇论文证明此类研讨现已运用于商业产品。谷歌开端用人工智能规划自家的TPU芯片。

　　据悉，TPU芯片是运用于人工智能的芯片，专门针对人工智能核算进行了优化。“咱们的办法现已用于出产规划新一代谷歌TPU，”谷歌研讨科学家、论文作者阿扎莉亚米尔霍塞尼(Azalia Mirhoseini)和安娜戈尔迪(Anna Goldie)写道。

　　谷歌工程师在论文中指出，这项作业对芯片职业有“严重影响”。这能够让公司在规划芯片时探究架构可能性的速度更快，为特定作业负载定制芯片也更快捷。

　　《天然》杂志的一篇评论称这项研讨是一项“重要成果”，并指出此类作业能够协助抵消摩尔定律的完结。摩尔定律是20世纪70年代呈现的一个芯片规划准则，也便是芯片上的晶体管数量每两年翻一番。人工智能纷歧定能打破物理极限、将越来越多的晶体管压缩到芯片上，但能够协助工程师找到进步芯片功能的其他途径。

　　谷歌算法处理的具体使命被称为“芯片版面规划”。通常情况下，规划师需求在核算机东西的协助下为CPU、GPU以及内存中心等芯片子体系找到在硅晶片上的最佳布局。这些芯片子体系经过一共长达几十公里的细小线路衔接在一起，芯片上每个子体系的方位均会影响芯片的终究处理速度和功率。并且，考虑到芯片制作的规划和核算周期，纳米层面上的方位调整终究会带来巨大影响。

　　谷歌工程师们指出，规划芯片版面临人来说需求“数月的严重作业”，但从机器学习的视点来看，彻底能够像下棋那样处理这个问题。

　　人工智能现已证明其能够在国际象棋和围棋等棋类游戏中胜过人类。谷歌工程师们指出，芯片版面规划与此类应战类似，只不过用的不是棋盘，而是硅片。棋盘上的棋子变成了CPU和GPU等芯片子体系器材。接下来的使命便是让机器学习体系找到“取胜条件”。在国际象棋竞赛中是吃掉对方的王，而在芯片规划中是核算功率。

　　谷歌工程师运用芯片版面规划数据集来练习一种强化的机器学习算法，其中有1万个不同质量的芯片版面规划图，一些规划是随机生成的。每个规划图所需电线长度和功耗有所不同。然后，练习后的算法运用这些数据来区别版面规划的好坏，并相应生成新的规划。

　　当人工智能在棋类游戏中应战人类时，机器并纷歧定像人类那样考虑，并且常常会对了解问题提出意想不到的处理方案。DeepMind的AlphaGo与围棋冠军李世石对弈时便是如此，人工智能看似不合逻辑的一步棋却终究取得了成功。

　　谷歌的芯片规划算法并没有带来如此戏剧性的改变，但其生成的芯片版面规划与人工规划彻底不同。在人工智能规划的芯片版面中，各个子体系并没有规整摆放，看起来几乎是随机涣散在硅片上。《天然》杂志的一幅插图展现了这种差异，左面是人工规划的芯片版面，右边则是机器学习体系规划的。因为相关规划是保密的，这些图片被作者有意做了含糊化处理。

　　这篇论文之所以值得注意，是因为其研讨成果现在正被谷歌用于商业用途。但这远不是人工智能辅佐芯片规划的仅有运用。谷歌还在“架构探究”等芯片规划进程的其他部分运用人工智能，而英伟达等竞争对手也在研讨其他办法来加速芯片研制作业流程。用人工智能规划人工智能芯片的良性循环好像才刚刚开端。(辰辰)