2021-06-10 16:27

谷歌正在使用人工智能设计更有效地运行人工智能的处理器

谷歌拥有大量的计算硬件

谷歌的工程师让人工智能设计更快、更高效的处理器,然后利用其芯片设计开发运行相同类型人工智能算法的下一代专用计算机。

谷歌的运营规模如此之大,以至于它自己设计计算机芯片,而不是购买商业产品。这使得它可以优化芯片以运行自己的软件,但这个过程既耗时又昂贵。定制芯片的开发通常需要两到三年的时间。

芯片设计的一个阶段是一个被称为“平面规划”的过程,这涉及到将一个新芯片的最终电路图,并将数以百万计的组件排列成一个高效的制造布局。虽然芯片的功能设计在这一点上已经完成,但布局可以对速度和功耗产生巨大的影响。对于智能手机芯片来说,首要任务可能是降低功耗以增加电池寿命,但对于数据中心来说,提高速度可能更重要。

谷歌的安娜·戈尔迪(Anna Goldie)表示,此前,楼层规划是一项高度手工且耗时的任务。她说,团队会把更大的芯片分割成块,然后平行地工作,四处寻找细小的改进。

但戈尔迪和她的同事们现在已经开发出一种软件,可以将楼层规划问题转化为神经网络的任务。它把一块空白的芯片和它的数百万个组件当作一个复杂的拼图,有大量可能的解决方案。其目的是优化工程师认为最重要的参数,同时准确地放置所有组件和它们之间的连接。

该软件首先随机开发解决方案,然后通过一个单独的算法对其性能和效率进行测试,然后反馈给第一个解决方案。通过这种方式,它逐渐了解到什么策略是有效的,并建立在过去的成功基础上。Goldie说道:“一开始它是随机的,但是在经过数千次迭代后它便会变得非常出色。

该团队的软件在不到6小时的时间内生成了一个芯片的布局,在功耗、性能和芯片密度方面,这些布局在几个月的时间里可以与人类生产的芯片相媲美或优于。现有的一个名为RePlAce的软件工具完成设计的速度与人类和人工智能在所有测试中都不相上下。

实验中使用的芯片设计是谷歌张量处理单元(Tensor Processing Unit, TPU)的最新版本,其设计目的是运行与谷歌搜索引擎和自动翻译工具中使用的神经网络算法完全相同的算法。可以想象,这种由人工智能设计的新芯片将在未来被用于设计其继任者,而继任者又将被用于设计自己的替代品。

该团队认为,同样的神经网络方法可以应用于芯片设计的其他各种耗时阶段,将整体设计时间从数年削减到数天。该公司的目标是快速迭代,因为即使是在速度或功耗方面的微小改进,也能在其运营的巨大规模上产生巨大的差异。

“不发布下一代游戏的机会成本很高。我们假设这个新系统的能效更高。机器学习对碳足迹的影响程度,考虑到它被部署在各种不同的数据中心,是非常有价值的。即使提前一天,也会有很大的不同,”Goldie说。