هوش مصنوعی گوگل به طراحی تراشه کمک می‌کند

آپولو، نام هوش مصنوعی شرکت گوگل است که از یادگیری عمیق برای انتخاب پارامترهایی برای طراحی تراشه استفاده می کند. به تازگی این فناوری موفق شده است تا با کمک یادگیری عمیق عملکرد طراحی تراشه را 25 درصد بهبود دهد.

Google Brain، آزمایشگاه هوش مصنوعی گوگل، با آموزش عمیق، تراشه هایی را توسعه داده است که می تواند تصمیمات بهتری نسبت به انسان ها در مورد نحوه تنظیم مدار در تراشه داشته باشد.

چندی پیش بخش هوش مصنوعی شرکت گوگل از سامانه آپولو رونمایی کرد که برای بهینه سازی طراحی تراشه ساخته شده بود. آپولو از الگوریتم های انقلابی برای انتخاب پارامترهای تراشه استفاده می‌کند. با استفاده از آپولو، محققان به طرح هایی دست یافتند که در مقایسه با طرح های انتخاب شده توسط الگوریتم پایه ، 24.6٪ سرعت بالاتری را ارائه می‌دهد.

طبق پست وبلاگی امیر یزدان بخش از محققان پروژه آپولو، این سامانه به دنبال مجموعه ای از پارامترهای سخت افزاری مانند اندازه حافظه، پهنای باند ورودی / خروجی و واحدهای پردازنده است که بهترین عملکرد استنتاج را برای مدل یادگیری عمیق ارائه دهد. آپولو می تواند با استفاده از الگوریتم های تکاملی و انتقال یادگیری، به طور کارآمد پارامترها را پیدا کند. این امر منجر به کاهش زمان هزینه تولید برای طراحی می شود.

یزدان‌بخش می‌گوید: «ما معتقدیم که این تحقیق یک مسیر هیجان انگیز برای کشف بیشتر روش‌های ML برای طراحی معماری و بهینه سازی است. »

مدل های یادگیری عمیق برای حل مسائل مختلف از گرافیک‌ها کامپیوتر تا پردازش زبان طبیعی (NLP) در حال توسعه هستند. اشکال این امر آن است که این مدل‌ها به محاسبات سنگین و منابع زیادی احتیاج دارند. سخت افزار شتاب دهنده سفارشی می تواند سرعت کار را افزایش دهد. راهبرد تیم آپولو اصلاح سخت افزاری برای بهینه سازی عملکرد یک مدل یادگیری عمیق خاص است.