Google社員はtと言います帽子AIはチップ設計をスピードアップし、おそらくムーアの法則を存続させることができます
ムーアの法則の差し迫った終焉をめぐって多くの手が絞め殺されているのを見てきました。これは、Intelの共同創設者で元CEOのGordon Mooreが行った観察であり、現在の反復では、チップ上のトランジスタの数を2年ごとに2倍にする必要があります。例としてAppleのAシリーズチップセットを使用すると、2019年に発売されたA13 Bionicは、 iPhone11 シリーズ。

人工知能(AI)は、2nmノードの後でムーアの法則を維持できますか?

A13 Bionicには、1平方ミリメートルあたり9千万個弱のトランジスタを備えた7nmプロセスノードを使用して構築されており、85億個のトランジスタが含まれています。 A14 Bionicチップセットは、 iPhone 12 シリーズと iPad Air (2020) に搭載され、1 平方 mm あたり 1 億 3400 万個のトランジスタを搭載しています。チップのトランジスタ数は118億です。チップ内のトランジスタが多いほど、より強力でエネルギー効率が高くなります。
<!-ImageTagInstance gallery-5a90a6ac-3f56-40af-9806-0bc5c642ad80->

次の四半期、世界トップのファウンドリであるTSMCは、来年の後半から3nmプロセスノードの大量生産で4nmチップをテストする予定です。 TSMCとSamsungはどちらも、2024年に大量生産される可能性のある2nmプロセスノードに取り組んでいます。特に2nmプロセスノード以降のムーアの法則の将来について懸念があります。

しかし、人工知能(AI)からの助けがあるかもしれません。チップの「フロアプラン」を作成するプロセスでのAIの使用について説明している記事では、AIを使用すると、完了するまでに数か月かかる可能性のあるフロアプランを作成する時間が、以下で完了すると述べています。 AIを使用して6時間。チップフロアプランは、コンピュータチップのレイアウトを設計する行為です。

GoogleはすでにAIを使用してテンソルプロセッシングユニットの設計を支援しています

<!-HTMLTagInstance html-tag-b3d77873-9f59-4add-9d9c-602c7c74e49d-> 自然 は、AzaliaMirhoseiniとAnnaGoldieです。 Googleはこのシステムを実際に使用して、「検索エンジン、パブリッククラウド、AlphaGoとAlphaZero、その他のプロジェクトや製品のニューラルネットワークを高速化する」ために使用されるTensor Processing Unit(TPU)のフロアプランを作成しました。この記事には、「6時間以内に、消費電力、パフォーマンス、チップ面積など、すべての主要な指標で人間が作成したものよりも優れた、または同等のチップフロアプランが自動的に生成されます。」
Mirhoseini と Goldie はその記事の中で次のように書いています。より強力なAI設計のハードウェアは、AIの進歩を促進し、2つの分野の間に共生関係を生み出します。」

ニューラルネットワークは、時間の経過とともにチップの設計に優れ、「チップ間で一般化することができます。つまり、新しいチップを配置する上で、より良く、より速くなるために、経験から学ぶことができる — チップ設計者は、人間が得るよりも多くの経験を持つ人工エージェントの支援を受けることができるのです。」で、「私たちの方法では、人間の専門家と同等またはそれ以上のチップ フロアプランを 6 時間以内に生成できることを示していますが、人間は最新のアクセラレータで許容できるフロアプランを生成するのに数か月かかります。私たちの方法は、次世代のGoogleTPUを設計するために本番環境で使用されています。」

AIを使用して次のチップを設計することで、プロセスノードを1nm未満に下げるソリューションがもたらされることを期待しています。現在、MirhoseiniとGoldieが指摘しているように、「私たちの方法は、過去の経験を利用して、問題の新しいインスタンスをより良く、より速く解決し、人間の設計者よりも経験豊富な人工エージェントがチップ設計を実行できるようにします。私たちの方法は、次世代のGoogleの人工知能(AI)アクセラレータを設計するために使用され、新しい世代ごとに数千時間の人的労力を節約できる可能性があります。」

Categories: IT Info