Immobili
Veicoli

STATI UNITIGoogle ha utilizzato l’Intelligenza Artificiale per disegnare i suoi chip

29.09.21 - 09:00
L’AI di Google ha auto-progettato i suoi chip impiegando solo 6 ore invece di mesi di lavoro da parte degli ingegneri.
AvanTi
Google ha utilizzato l’Intelligenza Artificiale per disegnare i suoi chip
L’AI di Google ha auto-progettato i suoi chip impiegando solo 6 ore invece di mesi di lavoro da parte degli ingegneri.

LOS ANGELES - Google è riuscita a far progettare dei chip d'Intelligenza Artificiale da un algoritmo d'Intelligenza Artificiale. I progetti del software sono «paragonabili o superiori» a quelli creati dagli esseri umani, ma sono stati generati in tempi enormemente inferiori. Infatti, la rete neurale allenata da Google per disegnare i chip ha impiegato solo sei ore per completare un lavoro che avrebbe richiesto mesi a un team d'ingegneri. In altre parole, l’AI ha contribuito in modo sostanziale alla sua stessa evoluzione.

I ricercatori del colosso di Mountain View stanno lavorando a questa innovazione da diversi anni, ma si può dire che solo con questo recente studio, pubblicato su Nature, hanno raggiunto il primo successo concreto. In particolare, il contributo dell’AI di Google è stato fondamentale per accelerare il processo di “floorplanning”. Si tratta di una delicata fase in cui gli ingegneri devono organizzare tutti i componenti del chip, dalla CPU alla GPU passando per le memorie, nello spazio disponibile, considerando anche il fatto che ognuno di questi componenti è collegato da chilometri di piccoli cavi.

Nel floorplanning esistono miliardi di possibili combinazioni e il posizionamento dei vari componenti determina le prestazioni e l’efficienza di un chip. Date le dimensioni estremamente ridotte con cui si lavora, bastano spostamenti di pochi nanometri per avere un impatto profondo su entrambi i parametri. Il metodo che gli ingegneri utilizzano normalmente cerca di ridurre le possibilità possibili a quelle più utili, ma non è sempre detto che la soluzione finale sia davvero la migliore in assoluto, e richiede comunque mesi di lavoro. Dapprima si parte dai blocchi macro, cioè le componenti principali, e via via si prova a sistemare nello spazio disponibile tutte le celle standard, come le porte logiche, e se una di queste viene cambiata di posizione, diventeranno accessibili altrettante nuove possibilità.

Per superare questo problema, i ricercatori hanno sviluppato una rete neurale che hanno poi addestrato con una tecnica di apprendimento automatico chiamata “reinforcement learning”, cioè apprendimento di rinforzo, in modo che risolvesse la pianificazione del chip come un gioco in cui le componenti sono dei pezzi da sistemare su una tavola per ottenere il risultato ottimale, valutato secondo una serie di parametri quali performance, consumo energetico e dimensioni. L’algoritmo così sviluppato è riuscito a elaborare una strategia superiore, e cioè di scartare tutte le combinazioni possibili anche se ottimali, fino a trovare quella per così dire «perfetta», riducendo il consumo di risorse al minimo.

«In meno di sei ore, il nostro metodo ha generato automaticamente dei floorplan dei chip che sono equivalenti o migliori a quelli prodotti dalle persone secondo tutti i principali parametri, inclusi l’efficienza energetica, le prestazioni e l’area dei chip», si legge nello studio. Il metodo è già stato adoperato per configurare un TPU di Google, le unità di elaborazione dedicate alle applicazioni dell’apprendimento automatico. Il sistema è stato allenato con diecimila floorpan che erano già stati prodotti precedentemente.

ULTIME NOTIZIE AVANTI