Google说，它的AI设计比人类更好 - 专家不同意

AI可以设计比人造芯片更有效的芯片吗？Yuichiro Chino/Getty图像Goole DeepMind表示，其人工智能帮助设计了已经在数据中心甚至智能手机中使用的芯片。但是，一些芯片设计专家对公司的说法持怀疑态度，即这样的人工智能可以比人类更好地计划新的芯片布局。

Google Deepmind的研究人员Anna Goldiia和Azalia Mirhoseini说，新名称的Alphachip方法可以在数小时内设计“超人芯片布局” ，而不是依靠数周或数月的人类努力。这种AI方法使用强化学习来找出芯片组件之间的关系，并根据最终布局质量获得奖励。但是独立的研究人员说，该公司尚未证明这样的AI可以胜过专家人芯片设计师或商业软件工具 - 他们希望看到Alphachip在涉及当前，最先进的电路设计的公共基准上的性能。

纽约宾厄姆顿大学的帕特里克·麦登（Patrick Madden）说：“如果Google会为这些设计提供实验结果，我们可以进行公平的比较，我希望每个人都接受结果。 ”“实验最多需要一两天才能运行，而Google拥有近乎无限的资源 - 这些结果尚未得到给我讲话。”

Google DeepMind的博客文章随附了Google 2021的更新自然有关公司AI流程的期刊论文。从那时起，Google DeepMind表示，Alphachip帮助设计了三代Google的张量处理单元（TPU） - 用于培训和运行Google Google的Gemini Chatbot等服务的专业芯片。

该公司还声称，AI辅助芯片设计的性能要比人类专家设计的芯片设计更好，并且一直在稳步改善。AI通过减少连接芯片组件所需的总线长度来实现这一目标，这一因素可以降低芯片功耗并有可能提高处理速度。Google DeepMind表示，Alphachip为Google数据中心中使用的通用芯片创建了布局，并帮助公司Mediatek开发了三星手机中使用的芯片。

一家竞争公司的筹码设计师伊戈尔·马尔可夫（Igor Markov）说：“我们真的不知道今天的Alphachip是什么，它的作用和不做什么。”“我们确实知道，强化学习要比商业工具中使用的方法要花费两到三个数量级的计算资源，而且通常在[结果]方面落后。 ”

马克夫和麦登批评了原始论文的主张关于Alphachip优于未命名的人类专家。马尔科夫说：“与未命名的人类设计师的比较是主观的，不可再现，而且非常易于游戏。人类设计师可能会运用较低的努力或差异很差 - 这里没有科学的结果。”“想象一下，如果Alphago报告了对未透露姓名的GO球员的胜利。”Google DeepMind发言人将专家描述为使用最佳商业工具的Google TPU芯片设计团队的成员。

2023年，一位审查了Google论文的独立专家撤回了他的自然评论文章最初称赞Google的作品，但也敦促复制。这位专家，加利福尼亚大学圣地亚哥分校的安德鲁·卡恩格（Andrew Kahng）也进行了公共基准测试工作，试图复制Google的AI方法，并发现它并没有始终超过人类专家或常规的计算机算法。用于比较的最佳表现方法是商业软件或内部研究工具，用于CADENCE和NVIDIA等公司的芯片设计。在2023年的声明中 Goldie和Mirhoseini对Kahng的基准结果提出了异议。他们说，他的测试尚未在特定的芯片设计（其性能中的关键因素）上鉴定AI方法，而是依靠Google DeepMind的团队“少得多的计算资源 ”来培训AI 。

麦登说：“在我认为公平比较的每个基准上，似乎强化学习落后于最高水平的状态。”“对于电路放置，我不认为这是一个有希望的研究方向。”

本文来自作者[admin]投稿，不代表象功馆立场，如若转载，请注明出处：https://m1.xianggongguan.cn/zskp/202506-228.html