芯片设计发展的最新趋势，似乎已很难像摩尔定律所规定的那样：“集成电路上可容纳的晶体管数目大约每隔 18 个月便会增加一倍，性能也增加一倍。”
但伴随人工智能技术的进步，人们对于算力的要求越来越高，这种需求的变化是以周或天记的。相较之下，芯片设计需要的时间明显长得多，这就意味着新微处理器的设计速度已不能满足算法的迭代发展，这就产生了供需的不匹配。
“从现在的情况看，芯片设计需要数年的时间，所以我们现在要做的是，为未来 2 到 5 年后的机器学习模型优化芯片。” 来自谷歌的 Azalia Mirhoseini 及她的同事们如是说。
对此，这个来自谷歌的团队提出了一种新方式来加速芯片设计过程：利用人工智能加速芯片设计，以推动人工智能向更强大的方向发展。
“我们相信，通过人工智能缩短芯片设计周期的方式，可以在硬件和人工智能之间创建一种共生关系，并进一步推动彼此的进步，” Mirhoseini 和同事们表示。
芯片设计是一个复杂而漫长的过程，主要由两个主要元素组成：布局和布线，前者指的是使用设计软件绘制出不同元件的位置，后者则是用线将元件虚拟地连接起来。
以芯片布局为例，这项任务之所以复杂且耗时，是因为该过程涉及到逻辑和内存模块，或者集群设置要兼顾功耗、性能、面积等，与此同时还需要遵守布线密度、互连的原则。
图丨谷歌展示的 TPU 设计算法对比人类结果（来源：谷歌）
在这种情况下，将芯片布局建模为强化学习问题，强化学习系统的目标是降低功率、改善性能和减少面积。为了找到满足多个目标的最佳芯片布局，AI 算法将需要考虑许多变量，包括满足一定的芯片性能，同时还要避免不必要的复杂设计，否则可能会增加芯片的制造成本。这种平衡是一项耗费芯片开发者智力资源的工作。但现在，谷歌认为自己的 AI 已经做出了成绩。
2020 年 4 月，Mirhoseini及其团队发表了利用强化学习（reinforced learning，RL）实现自动布局的研究。在设计电路布局时，RL 算法的优势体现在可以使用更少的电线、更有效地利用空间，或者功耗更低。在最初的实验中，相比人类设计师 6 至 8 周内找到的解决方案，算法 24 小时就能实现，而且算法的设计成功减少了芯片所需的总布线，从而提高了效率。
这篇论文的作者、谷歌团队的高级研究科学家 Azalia Mirhoseini，因为她在将 AI 应用于设计芯片研究中的成果上，入选 2019 年《麻省理工科技评论》“35 岁以下科技创新 35 人”全球榜单。
2020 年 11 月 19 - 20 日，Azalia Mirhoseini 将以线上的方式参与 EmTech China 2020 全球新兴科技峰会，并向我们分享推动下一代芯片设计的前沿计算科技。
作为全球顶级科技商业杂志《麻省理工科技评论》的著名会议品牌，EmTech 是全球新兴科技领域最具影响力的大规模会议之一。EmTech 全称是 Emerging Technologies，原意为“新兴科技”，从 1999 年至今的超过 20 年间，EmTech 一直延续着引领全球技术向前的强大创新基因，从实验室到产业，在智慧碰撞的对话与演讲中梳理那些最可能改变世界的新兴科技。
图 | EmTech China 全球新兴科技峰会往届现场（来源：《麻省理工科技评论》中国）
2020 年 11 月 19 - 20 日，第四届 EmTech China 全球新兴科技峰会将在苏州中惠铂尔曼酒店开启。面对现在这个充满不确定性的全球局势，我们希望通过 EmTech China 2020 为关心最前沿科技发展趋势的观众提供一个近距离接触全球“最强科技大脑”的绝佳机遇。
本届峰会上，我们将围绕“创新引领未来”、“技术驱动下的医疗生态”、“生物医药的无限可能”、“互联世界”、“人工智能‘新基建’”以及“未来基石” 6 大主题展开，紧扣科技发展脉搏，正面应对全球挑战，通过三十余位嘉宾的分享，继续为大家带来最前沿的解读。
目前，EmTech China 2020 的嘉宾邀请还在紧锣密鼓地进行中，我们也将会陆续放出后续的确认嘉宾。
此外，来自中国及全球有潜力改变世界的科研机构、政府、国际组织、企业、金融机构高层与科技工作者们也将共同参与到峰会的讨论当中。
关于 EmTech China 2020 全球新兴科技峰会的更多信息，敬请期待。
