AlphaChip
Метод автоматизации проектирования микросхем, разработанный Google DeepMind и основанный на обучении с подкреплением. Подбирает размещение блоков на кристалле, помогая инженерам улучшать компоновку и характеристики чипа.
проверено по: deepmind.google ↗
См. также
- Google DeepMindИсследовательская лаборатория ИИ, которую основали в Лондоне в 2010 году под названием DeepMind Technologies. В 2014 году её купила Google, а в 2023-м она объединилась с Google Brain и стала называться Google DeepMind. Создала AlphaGo и AlphaFold, разрабатывает модели Gemini.
- Обучение с подкреплениемОдин из основных подходов машинного обучения (reinforcement learning, RL): агент действует в среде, получает за результат числовую награду и учится выбирать действия, которые приносят наибольшую награду. В отличие от обучения с учителем, правильных ответов ему заранее не показывают — он учится методом проб и ошибок. У языковых моделей это отдельный этап после предобучения, на котором развиваются рассуждения и агентные навыки.
- Система автоматизированного проектированияСистема автоматизированного проектирования (САПР; англ. computer-aided design, CAD) — программы, а в широком смысле целый комплекс программ, оборудования и людей, которые автоматизируют проектирование. В САПР инженеры, конструкторы и архитекторы делают чертежи, двумерные и трёхмерные модели деталей, изделий, зданий и электронных схем с точными размерами, а также готовят проектную документацию. Близкие классы программ: CAE — для инженерных расчётов и моделирования, CAM — для подготовки производства; их часто объединяют с САПР в один комплекс.
- ChipAgentsChipAgents — компания, разрабатывающая ИИ-агентов для проектирования, проверки и отладки микросхем. Её инструменты помогают инженерам анализировать технические требования, создавать описания схем и тесты, а также находить ошибки по результатам моделирования.
- TPUТензорный процессор (Tensor Processing Unit) — специализированный чип, который Google разрабатывает для обучения нейросетей и их инференса. В отличие от универсальных графических процессоров, он заточен под матричные вычисления в машинном обучении. Google использует TPU для собственных моделей и сдаёт их в аренду через Google Cloud.
В новостях
Google показала ускорители TPU для защиты данных и обработки больших объёмов информации за раз
Система Google DeepMind на основе обучения с подкреплением. Она размещает блоки микросхемы на кристалле, и Google применяет её при проектировании своих чипов TPU.