「DeepTech深科技」谷歌又一野心浮现:用AI“反哺”芯片设计( 四 )


David Z. Pan 教授则分析道 , 现在已经有不少互联网公司开始自己做芯片 , 在实际应用中 , 软件和硬件需要进行适配和优化才能发挥最强效应 , 如果AI能够将芯片设计的门槛降低的话 , 就可以缩短适配和优化的过程 。
不过 , 他也指出 , 仅就公开资料来看 , 谷歌团队所做的工作并不是偏向于传统EDA , 而是如上文所提的 , 从 Device Placement 切入 。
“Azalia Mirhoseini 所做的深度强化学习技术之前最主要是用于 Device Placement , 他们在这方面取得了一定的成绩 。 现在 , 谷歌团队考虑的是深度强化学习技术能不能做 ASIC 中的布局工作 , 我们还没有看到这方面大规模的具体结果 。 我认为 , 他们主要展示的是 TPU 中一小部分 IP 模块的布局工作 , 而对芯片中的大规模布局布线工作 , 现在谷歌的成果还不太具体 , 没有与其他解决方案做更多对比 ” 。
Jeff Dean 透露 , 目前 , 谷歌团队将 AI 用于 EDA 的探索仍属于测试其实用性的前期:“我们正在内部将其用于一些芯片设计项目 , 然后尝试该工具是否可以进一步推广” 。
“谷歌所做的工作和 Synopsys、Cadence 的工作应该侧重点是不同的 , 不排除谷歌使用深度强化学习技术在市场上另辟蹊径的可能 , 但是现在距离 AI 设计出完整的 , 有竞争力的芯片还有相当长的路要走 。 ”David Z. Pan 说 。
-End-
参考:
【「DeepTech深科技」谷歌又一野心浮现:用AI“反哺”芯片设计】https://arxiv.org/abs/2003.08445


推荐阅读