人工智能現(xiàn)在正在幫助設(shè)計(jì)計(jì)算機(jī)芯片——包括運(yùn)行最強(qiáng)大的人工智能代碼所需的芯片。

　　現(xiàn)代芯片設(shè)計(jì)錯(cuò)綜復(fù)雜，需要設(shè)計(jì)師在一個(gè)比指甲還小的表面上排列數(shù)十億個(gè)組件。每一步的決策都會(huì)影響芯片的最終性能和可靠性，所以最好的芯片設(shè)計(jì)師要依靠多年的經(jīng)驗(yàn)和來之不易的專業(yè)知識來設(shè)計(jì)電路，從而從納米器件中獲得最佳性能和功率效率。過去幾十年里，芯片設(shè)計(jì)自動(dòng)化的收效甚微。

　　但最近人工智能的發(fā)展使得芯片設(shè)計(jì)有了大幅提升的可能性。這將幫助企業(yè)在更短的時(shí)間內(nèi)設(shè)計(jì)出更強(qiáng)大、更有效的芯片。重要的是，這種方法還可以幫助工程師共同設(shè)計(jì)人工智能軟件，通過對代碼和不同的電路布局進(jìn)行不同的調(diào)整，以找到兩者的最佳配置。

　　與此同時(shí)，人工智能的興起引發(fā)了人們對各種新型芯片設(shè)計(jì)的新的興趣。從汽車到醫(yī)療設(shè)備再到科學(xué)研究，高端芯片對社會(huì)經(jīng)濟(jì)的方方面面都越來越重要。

　　包括英偉達(dá)、谷歌和 IBM 在內(nèi)的芯片制造商都在測試有助于在復(fù)雜芯片上布局和布線的人工智能工具。這種方法可能會(huì)撼動(dòng)芯片行業(yè)，但也可能帶來新的工程復(fù)雜性，因?yàn)樗渴鸬乃惴愋陀袝r(shí)會(huì)以不可預(yù)測的方式運(yùn)行

　　在英偉達(dá)，英偉達(dá)首席研究員haxing“Mark”Ren正在測試一種名為強(qiáng)化學(xué)習(xí)（reinforcement learning）的人工智能概念如何幫助布局芯片上的組件，以及如何將它們連接在一起。這種讓機(jī)器從經(jīng)驗(yàn)和實(shí)驗(yàn)中學(xué)習(xí)的方法是人工智能取得一些重大進(jìn)展的關(guān)鍵。

　　Ren 正在測試的 AI 工具在模擬中探索不同的芯片設(shè)計(jì)，訓(xùn)練一個(gè)大型人工神經(jīng)網(wǎng)絡(luò)來識別哪些決策最終會(huì)產(chǎn)生高性能芯片。Ren 表示，這種方法應(yīng)該可以將生產(chǎn)芯片所需的工程工作量減少一半，同時(shí)生產(chǎn)出的芯片的性能可以達(dá)到或超過人工設(shè)計(jì)的芯片。

　　“你可以更高效地設(shè)計(jì)芯片，”Ren說：“而且，它給了你探索更多設(shè)計(jì)空間的機(jī)會(huì)，這意味著你可以制造更好的芯片。”

　　英偉達(dá)最初是為游戲玩家制造顯卡，但他很快就看到了同類芯片在運(yùn)行強(qiáng)大機(jī)器學(xué)習(xí)算法方面的潛力，現(xiàn)在它是高端 AI 芯片的領(lǐng)先制造商。Ren表示，英偉達(dá)計(jì)劃將使用人工智能制作的芯片推向市場，但拒絕透露多快。他說，在更遙遠(yuǎn)的未來，“你可能會(huì)看到大部分采用 AI 設(shè)計(jì)的芯片。”

　　強(qiáng)化學(xué)習(xí)最著名的是用來訓(xùn)練電腦玩復(fù)雜的游戲，包括棋類游戲圍棋，它具有超人的技能，而沒有任何關(guān)于游戲規(guī)則或良好玩法原則的明確指導(dǎo)。它有望在各種實(shí)際應(yīng)用中發(fā)揮作用，包括訓(xùn)練機(jī)器人抓取新物體等。

　　麻省理工學(xué)院電子工程和計(jì)算機(jī)科學(xué)助理教授Song Han表示，強(qiáng)化學(xué)習(xí)在改進(jìn)芯片設(shè)計(jì)方面具有巨大潛力，因?yàn)榫拖駠逡粯樱绻麤]有多年的經(jīng)驗(yàn)和實(shí)踐，很難預(yù)測出正確的決策。

　　他的研究小組最近開發(fā)了一種工具，通過在模擬中探索不同的芯片設(shè)計(jì)，使用強(qiáng)化學(xué)習(xí)來確定計(jì)算機(jī)芯片上不同晶體管的最佳尺寸。重要的是，它還可以將它從一種芯片學(xué)到的知識轉(zhuǎn)移到另一種芯片上，這有望降低自動(dòng)化過程的成本。在實(shí)驗(yàn)中，人工智能工具產(chǎn)生的電路設(shè)計(jì)的能效是人類工程師設(shè)計(jì)的電路設(shè)計(jì)的 2.3 倍，同時(shí)產(chǎn)生的干擾是人類工程師設(shè)計(jì)的電路設(shè)計(jì)的五分之一。麻省理工學(xué)院的研究人員正在研究人工智能算法和新穎的芯片設(shè)計(jì)，以充分利用兩者。

　　其他行業(yè)參與者——尤其是那些在開發(fā)和使用人工智能方面投入大量資金的參與者——也正在尋求采用人工智能作為芯片設(shè)計(jì)的工具。

　　在芯片自動(dòng)化設(shè)計(jì)領(lǐng)域當(dāng)中，谷歌是新貴，從2016年開始制造芯片，以訓(xùn)練其人工智能算法。該公司正在使用強(qiáng)化學(xué)習(xí)來確定組件在芯片上的位置。在上個(gè)月發(fā)表在《自然》雜志上的一篇論文中，谷歌的研究人員表明，這種方法可以在幾小時(shí)而不是幾周內(nèi)完成芯片設(shè)計(jì)。人工智能創(chuàng)建的設(shè)計(jì)將用于未來版本的谷歌云張量處理單元來運(yùn)行人工智能。谷歌的一項(xiàng)單獨(dú)工作，稱為 Apollo，正在使用機(jī)器學(xué)習(xí)來優(yōu)化加速某些類型計(jì)算的芯片。谷歌研究人員還展示了如何協(xié)同設(shè)計(jì)人工智能模型和芯片硬件，以提高計(jì)算機(jī)視覺算法的性能。

　　英偉達(dá)的Ren表示，人工智能工具很可能會(huì)幫助經(jīng)驗(yàn)不足的設(shè)計(jì)師開發(fā)出更好的芯片。隨著更廣泛的芯片（包括許多專門用于某些 AI 任務(wù)的芯片）進(jìn)入市場，這可能很重要。

　　但Ren也警告說，工程師仍然需要大量的專業(yè)知識，因?yàn)閺?qiáng)化算法有時(shí)會(huì)以不可預(yù)測的方式運(yùn)行，如果工程師未能發(fā)現(xiàn)它們，這可能會(huì)導(dǎo)致設(shè)計(jì)甚至制造中的代價(jià)高昂的錯(cuò)誤。例如，研究表明玩游戲的強(qiáng)化學(xué)習(xí)算法可以專注于導(dǎo)致短期收益但最終失敗的策略。

　　Ren 說，這種算法錯(cuò)誤行為“是所有機(jī)器學(xué)習(xí)工作的常見問題”。“而對于芯片設(shè)計(jì)來說，這一點(diǎn)更為重要。”