¿Podrá la inteligencia artificial (IA) mantener viva la ley de Moore después del nodo de 2 nm?
Dentro de una instalación de fabricación de TSMC
Se espera que el próximo trimestre, la principal fundición del mundo, TSMC, pruebe chips de 4 nm con la producción en masa del nodo de proceso de 3 nm a partir de la segunda mitad del próximo año. Tanto TSMC como Samsung están trabajando en el nodo de proceso de 2 nm que podría producirse en masa tan pronto como en 2024. Hay preocupaciones sobre el futuro de la Ley de Moore, especialmente después del nodo de proceso de 2 nm.
Google ya ha utilizado la inteligencia artificial para ayudar a diseñar unidades de procesamiento de tensores
El artículo afirma que”En menos de seis horas, nuestro método genera automáticamente planos de planta de chips que son superiores o comparables a los producidos por humanos en todas las métricas clave, incluido el consumo de energía, el rendimiento y el área del chip”.
La red neuronal mejora en el diseño de chips con el tiempo y”es”capaz de generalizar a través de chips, lo que significa que puede aprender de la experiencia para ser mejor y más rápido en la colocación de nuevos chips, lo que permite a los diseñadores de chips ser asistidos por agentes artificiales con más experiencia de la que cualquier humano podría obtener”.
El pape r concluye que”Demostramos que nuestro método puede generar planos de piso de chips que son comparables o superiores a los expertos humanos en menos de seis horas, mientras que los humanos tardan meses en producir planos de piso aceptables para aceleradores modernos. Nuestro método se ha utilizado en producción para diseñar la próxima generación de TPU de Google”.
La esperanza es que el uso de IA para diseñar los próximos chips conduzca a soluciones que reduzcan los nodos de proceso a menos de 1 nm. En la actualidad, como apuntan Mirhoseini y Goldie,”nuestro método utiliza la experiencia pasada para mejorar y acelerar la resolución de nuevas instancias del problema, permitiendo que el diseño de chips sea realizado por agentes artificiales con más experiencia que cualquier diseñador humano. Nuestro método se utilizó para diseñar la próxima generación de aceleradores de inteligencia artificial (IA) de Google y tiene el potencial de ahorrar miles de horas de esfuerzo humano para cada nueva generación”.