标签：自动化布局

2021年，谷歌在《自然》杂志上发表了一篇备受争议的论文《A graph placement methodology for fast chip design》。这篇论文的作者包括著名的研究员Jeff Dean和Quoc V. Le等人，他们提出了一种基于强化学习的芯片设计方法。据称，该方法能够在不到六小时内自动生成芯片布局，并且在功耗、性能和芯片面积等关键指标上优于或媲美人类工程师，而人类工程师通常需要数月的时间才能达到类似的效果。 谷歌在更早之前就已经发布了该论文的预印本，我们曾对此进行过报道，详情可参阅《6小时完成芯片布局，谷歌用强化学习助力芯片设...

2020年，谷歌发布了预印本论文《Chip Placement with Deep Reinforcement Learning》，介绍了他们利用深度强化学习设计芯片布局的新方法。2021年，谷歌在《自然》杂志上进一步详细阐述了这一技术，并将其开源。近日，谷歌公布了这篇论文的附录，提供了更多关于该方法及其对芯片设计行业影响的信息。此外，谷歌还开放了一个在20个TPU模块上预训练的检查点，命名为“AlphaChip”，并分享了模型权重。 谷歌首席科学家Jeff Dean表示，通过开放预训练的AlphaChip模型检查点，外部用户可以更轻松地使用AlphaChip进行芯片设计。计算...