Google utiliza Inteligencia Artificial para diseñar chips en tiempo récord

377

Google afirma que ha logrado desarrollar un software de Machine Learning para acelerar y facilitar el desarrollo de chips, reduciendo de meses o semanas que lleva a ingenieros humanos a sólo unas cuantas horas.

En un artículo publicado en la revista Nature, Google explica que los procesos conocidos como “floorplanning” y “placement” son especialmente difíciles de automatizar y podrían llevar semanas o meses de prueba y error a ingenieros humanos expertos.

Estos procesos se encargan de la colocación de componentes lógicos y de memoria en los chips. La dificultad reside en la complejidad de colocar millones de puertas lógicas –standard cells– en conjunto e interconectados con bloques de memoria –macro blocks.

La compañía destaca que la colocación de estos componentes son cruciales en el diseño de los chips, con impactos significativos en el nivel de procesamiento y la eficiencia energética de los chips.

Para abordar la problemática, investigadores de Google desarrollaron un agente Machine Learning, basado en redes neuronales y un paradigma conocido como aprendizaje reforzado. Este enfoque permite al agente evaluar el estado del chip en cada paso, incluyendo el floorplan desarrollado y determinar dónde colocar el siguiente bloque macro. 

Los autores del artículo, encabezados por las codirectoras de Aprendizaje Automático para sistemas de Google, Azalia Mirhoseini y Anna Goldie, afirman que, cuando su agente está previamente entrenado en un conjunto de 10 mil floorplans de chips, ya es bastante exitoso cuando se usa en un modo ‘one shot’ en un nuevo diseño: con no más de seis horas adicionales de ajuste fino.

La Inteligencia Artificial (IA) ya se ha utilizado para desarrollar la próxima iteración de los chips de la unidad de procesamiento tensorial de Google, que se usan para ejecutar tareas relacionadas con la IA. “Nuestro método se ha utilizado en producción para diseñar la próxima generación de TPU de Google”, señala.