谷歌AlphaChip：运用深度强化学习打造全新AI芯片设计，引领TPU技术潮流，吸引三星与联发科纷纷支持

近年来，AI技术与芯片设计领域的结合日益紧密，两者互相促进，不断推动科技进步。近日，谷歌的AI芯片设计算法AlphaChip正式亮相，标志着这一领域迈入了一个全新的阶段。DeepMind首席执行官哈萨比斯在社交媒体上幽默地表示：“现在，AI设计芯片的闭环已经形成。”

AlphaChip仅需几个小时就能完成与人类水平相当的芯片设计工作。谷歌最新推出的高性能TPU“Trillium”就是由AlphaChip参与设计的，这款TPU又用于训练了Gemini、Imagen、Veo等一系列先进算法。此外，包括联发科和三星在内的多家知名芯片制造商也已将AlphaChip应用于实际生产中。

面对这一突破性进展，不少网友建议深陷并购风波的英特尔应该考虑与谷歌合作。谷歌方面表示，AlphaChip不仅速度快，所需计算资源也大幅减少，已达到人类专家级水平。同时，谷歌还发布了AlphaChip的一个预训练版本，供开发者们更便捷地使用。

AlphaChip的设计原理与AlphaGo、AlphaZero类似，均基于深度强化学习。通过学习之前的芯片布局数据，AlphaChip能够生成新的设计方案。它将宏块和标准单元映射到平面上，形成包含数百万至数十亿节点的“芯片网表”。从空白格开始，逐一放置电路元件，直至完成全部布局。整个过程中，算法会针对功耗、性能和面积（PPA）等指标进行优化，并根据布局质量计算奖励。

此外，AlphaChip还采用了一种新型的基于边缘的图神经网络，从而更好地理解芯片组件之间的关系并优化布局。下图展示了AlphaChip在零样本条件下布局开源Ariane RISC-V CPU的结果，以及经过预训练策略微调后的效果。

谷歌展示了AlphaChip在设计TPU v5e、TPU v5p和Trillium等多款芯片中的应用效果，这些芯片均为谷歌当前最先进的AI计算芯片。然而，AlphaChip团队曾因内部争议而引发关注。2022年3月，谷歌大脑员工Satrajit Chatterjee因质疑团队发表在《自然》杂志上的论文而被解雇。

值得注意的是，除了谷歌，其他公司也在积极研究AI芯片设计。例如，英伟达的H100芯片就有AI参与设计，其中近13000条电路由AI完成。三星也曾使用新思科技的DSO.ai来设计Exynos处理器，这是首个商用的AI芯片设计软件。随着生成式AI技术的发展，Cadence推出了Optimization AI方案，并利用大语言模型（LLM）提升工程师的生产力。

本文来源： 量子位【阅读原文】