Mediante
Google tiene una gran cantidad de hardware informático
Los ingenieros de Google encargaron una inteligencia artificial para diseñar procesadores más rápidos y eficientes, y luego utilizaron sus diseños de chips para desarrollar la próxima generación de computadoras especializadas que ejecutan el mismo tipo de algoritmos de Google.; IA.
Google opera a una escala tan grande que diseña sus propios chips de computadora en lugar de comprar productos comerciales. Esto le permite optimizar los chips para ejecutar su propio software, pero el proceso es largo y costoso. Un chip personalizado suele tardar de dos a tres años en desarrollarse.
Un paso en el diseño de un chip es un proceso llamado planificación del terreno, que implica tomar el diagrama de circuito finalizado de un nuevo chip y organizar los millones de componentes en un diseño eficiente para la fabricación. Aunque el diseño funcional del chip está completo en este punto, el diseño puede tener un efecto enorme en la velocidad y el consumo de energía. Para los chips de teléfonos inteligentes, la prioridad puede ser reducir el consumo de energía para aumentar la duración de la batería, pero para un centro de datos, maximizar la velocidad puede ser más importante.
La planificación del piso solía ser una tarea muy manual y que requería mucho tiempo, dice Anna Goldie de Google. Los equipos dividirían los chips más grandes en bloques y trabajarían en las partes en paralelo, buscando pequeños refinamientos, dijo.
Pero Goldie y sus colegas ahora han creado un software que convierte el problema de la planificación del piso en una tarea para una red neuronal. Trata un chip en blanco y sus millones de componentes como un rompecabezas complejo con una gran cantidad de posibles soluciones. El objetivo es optimizar los parámetros que los ingenieros creen que son más importantes, al tiempo que colocan todos los componentes y conexiones entre ellos con precisión.
El software comenzó desarrollando soluciones fortuitas que fueron probadas en cuanto a rendimiento y efectividad mediante un algoritmo separado y luego regresaron al primero. De esta manera, aprendió gradualmente qué estrategias eran efectivas y se basaban en éxitos pasados. “Comenzó un poco al azar y obtiene ubicaciones realmente malas, pero después de miles de iteraciones se vuelve extremadamente bueno y rápido”, dice Goldie.
El software del equipo produjo diseños para un chip en menos de 6 horas que eran comparables o mejores que los producidos por humanos durante varios meses en términos de consumo de energía, rendimiento y densidad del chip. Una herramienta de software existente llamada RePlAce que completa los diseños a una velocidad similar ha fallado tanto a los humanos como a la IA en todos los aspectos en las pruebas.
El diseño de chip utilizado en los experimentos fue la última versión de la Unidad de procesamiento de tensor (TPU) de Google, diseñada para ejecutar exactamente el mismo tipo de algoritmos de redes neuronales que se utilizarán en el motor de búsqueda y la herramienta de traducción automática de la empresa. Es concebible que este nuevo chip diseñado por IA se utilice en el futuro para diseñar su sucesor, y ese sucesor, a su vez, se utilizará para diseñar su propio reemplazo.
El equipo cree que el mismo enfoque de red neuronal se puede aplicar a las otras etapas del diseño de chips que requieren mucho tiempo, lo que reduce el tiempo de diseño general de años a días. La compañía apunta a iterar rápidamente, porque incluso pequeñas mejoras en la velocidad o el consumo de energía pueden marcar una gran diferencia en la gran escala en la que opera.
“Existe un alto costo de oportunidad de no sacar a la luz a la próxima generación. Digamos que el nuevo es mucho más eficiente energéticamente. El nivel de impacto que el aprendizaje automático puede tener en la huella de carbono, dado que se implementa en todo tipo de centros de datos diferentes, es realmente valioso. Incluso un día antes, hace una gran diferencia ”, dice Goldie.
Referencia de la revista: Naturaleza, DOI: 10.1038 / s41586-021-03544-w
Más sobre estos temas:
Deja un comentario