Бывший глава ИИ в Google считает, что ИИ сократит команды разработки чипов со 150 инженеров до 10, а сроки – с двух лет до 3 месяцев

Бывший глава ИИ-направления и главный научный сотрудник Google Джефф Дин считает, что автоматизация способна радикально изменить экономику проектирования полупроводников.

По его мнению, ИИ снимет ключевые ограничения цикла разработки и позволит создавать узкоспециализированные чипы под конкретные задачи.

Дин сейчас возглавляет ИИ-компанию Discovery Loop, а до этого был одним из старейших сотрудников Google. Он выступил одним из авторов статьи в журнале Nature, где утверждалось, что обучение с подкреплением в задачах компоновки чипов превосходит традиционные методы. Публикация обросла спорами и юридическими разбирательствами, однако позиция Дина не изменилась.

Выступая в рамках беседы, опубликованной 16-го числа, специалист изложил свои аргументы в пользу специализированного железа. Дин уверен, что именно узкопрофильные решения дают наибольшую эффективность систем.

Оценивая нынешнее состояние вычислений, он отметил:

Сейчас у нас есть рабочие нагрузки, где буквально горстка задач будет занимать значительную часть всех вычислений в мире

При этом Дин признал главную слабость специализации. Чип, создававшийся под конкретный тип нагрузки, рискует устареть ещё до массового внедрения, если требования рынка изменятся.

И проблема специализации в том, что если то, чем вы хотите заниматься, изменится в будущем, то железо, которое вы с любовью создавали, может быть, два года, окажется уже не таким актуальным

Решением, по мнению бывшего руководителя Google, станет автоматизация проектирования. В классическом процессе одна команда изучает высокоуровневые спецификации и превращает их в низкоуровневое описание на уровне регистровых передач (RTL). Так как перевод выполняется вручную, вторая команда разработчиков затем проверяет работу первой.

Альтернатива, которую предлагает Дин, состоит в запуске автоматизированных циклов, поддающихся поиску с помощью обучения с подкреплением или эволюционных алгоритмов. Ключевым фактором для преодоления ограничений традиционной автоматизации проектирования электроники (EDA) он называет скорость. Чем быстрее выполняется итерация, тем шире пространство вариантов, которые можно перебрать, и тем сильнее сжимается цикл разработки.

О том, как ускорение отразится на индустрии, Дин высказался максимально конкретно:

И если бы вы могли, например, спроектировать новый чип силами десяти человек за три месяца вместо ста пятидесяти человек и двух лет, вы бы увидели гораздо больше специализированного железа в мире. И вам пришлось бы гораздо меньше ставить на своё будущее, на то, какие вычисления я хочу выполнять. Знаете, горизонт от двух до шести лет теперь превращается скорее в горизонт от трёх месяцев или шести месяцев до четырёх лет

Китайский кварц чистотой 5N допустили к производству DRAM, но тигли по-прежнему делают только в США

IBM создала первое ядро с двумя архитектурами

Распространение ИИ, и особенно агентных систем, уже разделило полупроводниковую отрасль. Крупные поставщики EDA-инструментов и китайские компании активно внедряют агентные решения, а Empyrean заявляла о сокращении времени проектирования схем на 75%.

Противоположной точки зрения придерживается TSMC. В тайваньской компании считают, что ИИ не сможет полностью снять ограничения при разработке производственных технологий следующего поколения, включая техпроцесс 1,4 нм.