谷歌研究人员利用深度强化学习来优化芯片设计

2020-04-26 09:17:44来源：cnBeta 关键词：人工智能深度学习阅读量：23621

导读：该团队认为，其模型展示了一种强大的自动芯片布局方法，可以大大加快芯片设计的速度，这也是针对任何芯片布局问题。

　　据外媒Neowin报道，优化芯片设计是提高当今系统计算能力的关键。然而这是一个需要花费大量时间的过程，人们正在努力使其更有效率。考虑到这一点，现在谷歌研究人员已经将目光投向了机器学习，以帮助解决这个问题。

　　在近发表在《arXiv上》的一篇题为 "通过深度强化学习进行芯片布局(Chip Placement with Deep Reinforcement Learning) "的论文中，谷歌的团队将芯片布局问题定位为强化学习(RL)问题。然后，训练好的模型将芯片block(每个芯片block都是一个独立的模块，如内存子系统、计算单元或控制逻辑系统)放置到芯片画布上。

　　确定芯片block的布局，这个过程被称为芯片布局规划，是芯片设计过程中复杂和耗时的阶段之一，它涉及到将网表放置到芯片画布(2D网格)上，这样可以使功率、性能和面积(PPA)小化，同时遵守密度和布线拥塞方面的限制。尽管在这个问题上已经进行了数十年的研究，但仍然需要人类专家进行数周的迭代，以产生满足多方面设计标准的解决方案。

　　深度强化学习模型的输入是芯片网表、当前要放置节点的ID和一些网表元数据。网表图和当前节点通过一个基于边缘的图神经网络来生成部分放置的图和候选节点的嵌入。

　　然后，前馈神经网络将其作为一个聚合输入，输出一个学习到的表示方法，该方法可以捕捉有用的特征，并帮助在所有可能的网格单元中生成一个概率分布，通过策略网络可以将当前节点放置在该节点上。整个过程可以用下面的GIF来封装。左边的芯片显示了从头进行的宏放置，右边的芯片则是对一些初始放置进行微调。

　　通过这种设置，研究人员展示了效率和放置质量的提高，并表示对于一个人类专家需要数周时间的过程，用他们训练有素的ML模型在6个小时内完成。

　　“我们的目标是将PPA(功率、性能和面积)降到低，我们表明，在6个小时内，我们的方法可以产生出在现代加速器网表上的超人类或可比性的安置，而现有的基线需要人类专家在循环中进行，需要几周的时间。”

　　展望未来，该团队认为，其模型展示了一种强大的自动芯片布局方法，可以大大加快芯片设计的速度，这也是针对任何芯片布局问题，这将使芯片设计过程的早期阶段也能实现协同优化。

　　原标题：谷歌研究人员利用深度强化学习来优化芯片设计

上一篇：物联网＋楼宇对讲实现小区一体化管理

下一篇：集成灶市场增长空间大五点帮你破解选购“困扰”

我要评论

昵称

匿名

文明上网，理性发言。（您还可以输入200个字符)

表情

所有评论仅代表网友意见，与本站立场无关。

工信部印发AI新政！AI创业的“资源平权”时刻来了
9月3日，工业和信息化部办公厅印发《人工智能中小企业创业支持计划(2026-2028年)》。AI技术最怕“闭门造车”，没有真实场景反馈，产品永远成熟不了。政策提出“引导链主企业开放场景”，这意味着初创公司有机会直接给行业龙头做“技术陪跑”。
人工智能AI创业AI技术
2026-09-04 17:32:58
锁定五个方向！2027年值得关注的自动化趋势
2027年的自动化趋势可以概括为五个方向：AI代理规模化应用、多智能体协同、物理人工智能落地、流程智能深化，以及治理与安全体系前置。
自动化人工智能智能体
2026-09-04 09:02:58
辽宁通信管理局组织开展2026年工业和信息化领域创新任务揭榜挂帅申报工作
近日，辽宁省通信管理局转发通知，面向通信行业组织开展揭榜挂帅申报工作。本批揭榜挂帅围绕未来产业、装备制造、信息技术、通信、人工智能、消费品6个方向，系统布局24个专题。
装备制造信息技术人工智能
2026-09-04 09:12:34
多家硬核科技企业密集完成融资人工智能、芯片赛道热度高涨
近期国内科技赛道投融资动作频繁，瞬原科技、Popi AI、简智机器人、芯璨科技、屹艮科技、恒星力量、芯光界、一苇宇航、灵御智能、博伦智汇等十家优质科技企业相继完成各轮次融资，融资规模从千万级至亿元级不等
人工智能智能机器人芯片设计
2026-09-03 10:42:39
中国信通院魏亮：加快培育服务商队伍，推动人工智能产业创新发展
人工智能应用服务商培育专项行动着力贯通技术供给与行业应用的关键链路，推动服务商能力培育工作有序开展。
人工智能人工智能应用服务商
2026-09-03 10:29:12
人工智能五大挑战显现中国AI产业步入关键转折点
9月1日，国家网络安全宣传周新闻发布会释放重要信号：中央网信办网络安全协调局副局长、一级巡视员王丽宏表示，当前人工智能领域主要面临五方面安全风险挑战。我国人工智能产业正经历从“数字感知”向“物理认知”的关键跃迁——政策法规密集落地、产业规模突破万亿、具身智能迎来规模化元年。一边是风险警示，一边是加速突破，中国AI究竟行至何处？
人工智能AI开源大模型
2026-09-01 13:23:29

版权与免责声明：

凡本站注明“来源：智能制造网”的所有作品，均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品，未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：智能制造网”。违反上述声明者，本站将追究其相关法律责任。

本站转载并注明自其它来源（非智能制造网）的作品，目的在于传递更多信息，并不代表本站赞同其观点或和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时，必须保留本站注明的作品第一来源，并自负版权等法律责任。如擅自篡改为“稿件来源：智能制造网”，本站将依法追究责任。

鉴于本站稿件来源广泛、数量较多，如涉及作品内容、版权等问题，请与本站联系并提供相关证明材料：联系电话：0571-89719789；邮箱：1271141964@qq.com。