Dzięki sztucznej inteligencji i związanym z nią frameworkiem PRIME, Google może zapewnić światu jeszcze tańsze i wydajniejsze układy
Wykorzystywanie sztucznej inteligencji czy uczenia maszynowego w projektowaniu nowych układów krzemowych, a dokładniej mówiąc, stojącej za nimi architektury, nie jest rzadkością. Już kilka lat temu zaczęto wprowadzać SI do narzędzi w celu automatyzacji projektowania elektronicznego, co znacząco pomaga projektantom układów scalonych przyspieszyć proces tworzenia sprzętu.
Do tej pory byliśmy “przyzwyczajeni” wyłącznie do otrzymywania skromnej pomocy od sztucznej inteligencji, która zajmowała się żmudnym rozmieszczaniem i trasowaniem ścieżek. Wygląda jednak na to, że SI można wykorzystać w projektowaniu układów scalonych na znacznie większą skalę i sprawić, że potencjał owoców ich pracy znacząco przewyższa dzieła ludzkich rąk.
Czytaj też: Maszyna wirtualna w Hyper-V. Podpowiadamy, jak zainstalować system w systemie
Wspomniany framework PRIME, za który odpowiadają naukowcy, wykorzystuje bazę danych zawierającą projekty akceleratorów i odpowiadające im różne metryki wydajności. Na tej podstawie zajmuje się projektowaniem układów i według Google, poprawia ogólną wydajność w stosunku do najnowocześniejszych metod opartych na symulacji nawet o 1,2-1,5 razy.
Czytaj też: Sprzedaż smartfonów z 5G stale rośnie. Styczeń przyniósł ważny przełom
Te wnioski oparto przede wszystkim na porównaniu układu EdgeTPU z dziełem opracowanym przez PRIME. Po skonfrontowaniu ze sobą możliwości obu układów okazało się, że układ opracowany przez sztuczną inteligencję był szybszy o 185%, dzięki poprawie opóźnień, co zapewniło w efekcie znacznie wydajniejszy układ. Naukowcy zauważyli również, że opracowane przez PRIME architektury są mniejsze, a to w praktyce zapewnia bardziej energooszczędny i mniejszy w myśl fizycznych rozmiarów układ. To ostatnie pozwala przede wszystkim zwiększyć uzysk produkcyjny, czyli obniżyć ogólną cenę produkcji układów.