“Google, Nvidia y otros están entrenando algoritmos en las artes oscuras del diseño de semiconductores, algunos de los cuales se utilizarán para ejecutar programas de inteligencia artificial… Esto debería ayudar a las empresas a elaborar planos más potentes y eficientes en mucho menos tiempo”.
por WILL KNIGHT
LA INTELIGENCIA ARTIFICIAL ESTÁ ahora ayudando a diseñar chips de computadora, incluidos los necesarios para ejecutar el código de inteligencia artificial más potente .
Esbozar un chip de computadora es complejo e intrincado, y requiere que los diseñadores coloquen miles de millones de componentes en una superficie más pequeña que una uña. Las decisiones en cada paso pueden afectar el rendimiento y la confiabilidad eventuales de un chip, por lo que los mejores diseñadores de chips confían en años de experiencia y conocimientos adquiridos con tanto esfuerzo para diseñar circuitos que exprimen el mejor rendimiento y eficiencia energética de los dispositivos nanoscópicos. Los esfuerzos anteriores para automatizar el diseño de chips durante varias décadas han sido escasos.
Pero los avances recientes en IA han hecho posible que los algoritmos aprendan algunas de las artes oscuras involucradas en el diseño de chips. Esto debería ayudar a las empresas a elaborar planos más potentes y eficientes en mucho menos tiempo. Es importante destacar que el enfoque también puede ayudar a los ingenieros a codiseñar el software de IA, experimentando con diferentes ajustes al código junto con diferentes diseños de circuitos para encontrar la configuración óptima de ambos.
Al mismo tiempo, el auge de la IA ha despertado un nuevo interés en todo tipo de diseños de chips novedosos. Los chips de vanguardia son cada vez más importantes para casi todos los rincones de la economía, desde los automóviles hasta los dispositivos médicos y la investigación científica.
Los fabricantes de chips, incluidos Nvidia, Google e IBM, están probando herramientas de inteligencia artificial que ayudan a organizar los componentes y el cableado en chips complejos. El enfoque puede sacudir la industria de los chips, pero también podría introducir nuevas complejidades de ingeniería, porque el tipo de algoritmos que se implementan a veces puede comportarse de manera impredecible.
En Nvidia, el científico investigador principal Haoxing “Mark” Ren está probando cómo un concepto de inteligencia artificial conocido como aprendizaje por refuerzo puede ayudar a organizar los componentes en un chip y cómo conectarlos entre sí. El enfoque, que permite que una máquina aprenda de la experiencia y la experimentación, ha sido clave para algunos avances importantes en la IA.
“La AI puede diseñar chips de manera más eficiente”.
HAOXING “MARK” REN, CIENTÍFICO INVESTIGADOR PRINCIPAL, NVIDIA
Las herramientas de inteligencia artificial que Ren está probando exploran diferentes diseños de chips en simulación, entrenando una gran red neuronal artificial para reconocer qué decisiones finalmente producen un chip de alto rendimiento. Ren dice que el enfoque debería reducir el esfuerzo de ingeniería necesario para producir un chip a la mitad mientras produce un chip que iguala o supera el rendimiento de uno diseñado por humanos.
“Puede diseñar chips de manera más eficiente”, dice Ren. “Además, te da la oportunidad de explorar más espacio de diseño, lo que significa que puedes hacer mejores chips”.
Nvidia comenzó a fabricar tarjetas gráficas para jugadores, pero rápidamente vio el potencial de los mismos chips para ejecutar potentes algoritmos de aprendizaje automático , y ahora es un fabricante líder de chips de inteligencia artificial de alta gama. Ren dice que Nvidia planea llevar al mercado chips que han sido diseñados con inteligencia artificial, pero se negó a decir cuándo. En un futuro más lejano, dice, “probablemente verá una gran parte de los chips diseñados con IA”.
El aprendizaje por refuerzo se utilizó principalmente para entrenar a las computadoras para que jugaran juegos complejos, incluido el juego de mesa Go, con una habilidad sobrehumana, sin ninguna instrucción explícita sobre las reglas del juego o los principios del buen juego. Se muestra prometedor para varias aplicaciones prácticas , incluido el entrenamiento de robots para captar nuevos objetos , aviones de combate voladores y negociación algorítmica de acciones.
Song Han, profesor asistente de ingeniería eléctrica e informática en el MIT, dice que el aprendizaje por refuerzo muestra un potencial significativo para mejorar el diseño de chips, porque, al igual que con un juego como Go, puede ser difícil predecir buenas decisiones sin años de experiencia y práctica.
Su grupo de investigación desarrolló recientemente una herramienta que utiliza el aprendizaje por refuerzo para identificar el tamaño óptimo para diferentes transistores en un chip de computadora, explorando diferentes diseños de chip en simulación. Es importante destacar que también puede transferir lo que ha aprendido de un tipo de chip a otro, lo que promete reducir el costo de automatizar el proceso. En experimentos, la herramienta de IA produjo diseños de circuitos que eran 2,3 veces más eficientes energéticamente y generaban una quinta parte de la interferencia que los diseñados por ingenieros humanos. Los investigadores del MIT están trabajando en algoritmos de inteligencia artificial al mismo tiempo que diseños de chips novedosos para aprovechar al máximo ambos.
Otros actores de la industria, especialmente aquellos que han invertido mucho en el desarrollo y el uso de la IA, también buscan adoptar la IA como una herramienta para el diseño de chips.
Fuente: https://www.wired.com/story/fit-billions-transistors-chip-let-ai-do/
