设计芯片的 AI 黑科技来了！谷歌 DeepMind 推出名为 AlphaChip 的 AI 系统，这一工具加速和优化了芯片设计，其超人般的芯片布局被用于世界各地的硬件设计中。
2020 年，谷歌发布了一篇预印本，介绍了谷歌用于设计芯片布局的新型强化学习方法，后来谷歌将其发表在《自然》杂志上并开源。
日前，谷歌发布了 Nature 附录，详细介绍了谷歌的方法及其对芯片设计领域的影响。谷歌还发布了一个预训练的检查点，共享模型权重并宣布其名称：AlphaChip。
计算机芯片推动了人工智能 （AI） 的显著进步，而 AlphaChip 通过使用 AI 来加速和优化芯片设计。该方法已在 Google 的最近三代定制 AI 加速器张量处理单元 （TPU） 中用于设计超人芯片布局。
AlphaChip 是最早用于解决实际工程问题的强化学习方法之一。它可以在数小时内生成超人或类似的芯片布局，而无需花费数周或数月的人工努力，其布局用于世界各地的芯片，从数据中心到手机。
“AlphaChip 的开创性 AI 方法彻底改变了芯片设计的关键阶段。“SR Tsai，MediaTek 高级副总裁表示。
AlphaChip 的工作原理
设计
chip layout
并非易事。计算机芯片由许多相互连接的模块组成，这些模块具有多层电路组件，所有组件都通过极细的电线连接。还有许多复杂和交织在一起的设计约束，所有这些约束都必须同时满足。由于其绝对的复杂性，芯片设计人员六十多年来一直在努力实现芯片布局规划流程的自动化。
与 AlphaGo 和 AlphaZero 学习掌握围棋、国际象棋和将棋游戏类似，谷歌构建了 AlphaChip，将筹码平面规划视为一种游戏。
从空白网格开始，AlphaChip
一次放置一个电路元件，直到完成所有元件的放置。然后根据最终布局的质量进行奖励。一种新颖的“基于边缘”的图形神经网络使 AlphaChip
能够学习互连芯片组件之间的关系，并跨芯片进行泛化，从而使 AlphaChip 能够改进其设计的每个布局。
左：动画显示 AlphaChip 放置开源 Ariane RISC-V CPU，但之前没有经验。右图：动画显示 AlphaChip 在 20 个 TPU 相关设计上练习后放置相同的模块。
使用 AI 设计 Google 的 AI 加速器芯片
自 2020 年发布以来，AlphaChip 已经生产了用于每一代 Google TPU 的超人芯片布局。这些芯片使基于 Google 的 Transformer 架构的 AI 模型大规模扩展成为可能。
TPU 是谷歌强大的生成式 AI 系统的核心，从大型语言模型（如 Gemini）到图像和视频生成器、Imagen 和 Veo。这些 AI 加速器也是 Google AI 服务的核心，可通过 Google Cloud 提供给外部用户。
Google 数据中心的一排 Cloud TPU v5p AI 加速器超级计算机。
为了设计 TPU 布局，AlphaChip 首先在前几代的各种芯片模块上进行实践，例如片上和芯片间网络模块、内存控制器和数据传输缓冲区。此过程称为预训练。然后谷歌在当前的 TPU 块上运行 AlphaChip 以生成高质量的布局。与以前的方法不同，AlphaChip 会变得更好、更快，因为它可以解决更多的芯片放置任务实例，类似于人类专家所做的。
随着每一代 TPU 的推出，包括谷歌最新的 Trillium（第 6 代），AlphaChip 都设计了更好的芯片布局，并提供了更多的整体布局，从而加快了设计周期并生产出更高性能的芯片。
条形图显示了 AlphaChip 设计的芯片块在三代 Google 张量处理单元 （TPU） 中的数量，包括 v5e、v5p 和 Trillium。
条形图显示了与 TPU 物理设计团队生成的布局相比，AlphaChip 在三代 Google 张量处理单元 （TPU） 中的平均线长缩短幅度。
AlphaChip 的更广泛影响
AlphaChip 的影响力可以从其在 Alphabet、研究界和芯片设计行业的应用中看到。除了设计 TPU 等专用 AI 加速器外，AlphaChip 还为 Alphabet 的其他芯片生成了布局，例如谷歌的第一款基于 Arm 的通用数据中心 CPU Google Axion 处理器。
外部组织也在采用 AlphaChip 并在 AlphaChip 上进行构建。例如，全球顶级芯片设计公司之一 MediaTek 扩展了 AlphaChip，以加速其最先进的芯片（如三星手机中使用的天玑旗舰 5G）的开发，同时提高功耗、性能和芯片面积。
AlphaChip引发了芯片设计AI工作的爆炸式增长，并已扩展到芯片设计的其他关键阶段，如逻辑综合和宏选择。
“AlphaChip 激发了芯片设计强化学习的全新研究方向，横跨从逻辑综合到布局规划、时序优化等的设计流程。”纽约大学坦登工程学院 Siddharth Garg 教授指出。
创造未来的芯片
谷歌相信 AlphaChip 有可能优化芯片设计周期的每个阶段，从计算机架构到制造，并改变智能手机、医疗设备、农业传感器等日常设备中定制硬件的芯片设计。
AlphaChip 的未来版本目前正在开发中，谷歌期待与社区合作，继续革新这一领域，并带来芯片更快、更便宜、更节能的未来。
