يهدف AlphaChip، أحدث نظام للذكاء الاصطناعي أطلقته شركة Google DeepMind، إلى إحداث ثورة في عملية تطوير رقائق الكمبيوتر من خلال تسريعها وتحسينها. على عكس تطبيقات الذكاء الاصطناعي السابقة، تركز AlphaChip على مجال تصميم الأجهزة وتستخدم تقنية التعلم المعزز لإنشاء تخطيطات محسنة للرقائق تلقائيًا، مما يؤدي إلى تحسين كفاءة وأداء تصميم الرقائق بشكل كبير. سيمنحك محرر Downcodes فهمًا متعمقًا لآلية تشغيل AlphaChip وحالات التطبيق والموارد مفتوحة المصدر، ويكشف كيف سيغير مستقبل تصميم الرقائق.
أعلنت شركة Google DeepMind مؤخرًا عن أحدث نظام للذكاء الاصطناعي وهو AlphaChip. هذا النظام مخصص لتسريع وتحسين تطوير شرائح الكمبيوتر، وقد تم استخدام تخطيط الشريحة الذي صممه AlphaChip في مسرع الذكاء الاصطناعي من Google.
يشبه مبدأ عمل AlphaChip مبدأي AlphaGo وAlphaZero اللذين سمعناهما من قبل، وذلك باستخدام تقنية التعلم المعزز لإنشاء تخطيطات محسّنة للرقاقة بسرعة.
وفقًا لـ Google DeepMind، تم استخدام AlphaChip في الأجيال الثلاثة الماضية من مسرعات الذكاء الاصطناعي لوحدة المعالجة الموترة (TPU). من بينها، في أحدث الجيل السادس من مادة TPU - Trillium، نفذت AlphaChip تصميمًا تخطيطيًا مكونًا من 25 وحدة، مما أدى إلى تقليل طول السلك بنسبة 6.2% مقارنة بالخبراء البشريين. وهذا يدل على أن AlphaChip قد حققت تحسينات كبيرة في الأداء.
يمكن تصور عملية تصميم AlphaChip كلعبة، حيث يشبه النظام وضع مكونات الدائرة الواحدة تلو الأخرى على الشبكة. ولمساعدة النظام على تعلم العلاقات بين المكونات المتصلة والتعميم عبر شرائح مختلفة، طورت DeepMind شبكة عصبية بيانية. ومن الجدير بالذكر أنه ليس جوجل فقط، ولكن الشركات الأخرى مثل الشركة المصنعة للرقائق MediaTek تستخدم أيضًا AlphaChip، خاصة في تطوير شرائحها الأكثر تقدمًا، مثل شريحة Dimensity 5G الرائدة لهواتف Samsung الذكية.
بالإضافة إلى تحسين سرعة وكفاءة تصميم الرقائق، يرى Google DeepMind أيضًا إمكانية تحسين دورة تصميم الرقائق بأكملها. ومن المتوقع أن تغطي الإصدارات المستقبلية من AlphaChip كل الجوانب بدءًا من هندسة الكمبيوتر وحتى التصنيع، بهدف جعل الرقائق أسرع وأرخص وأكثر كفاءة في استخدام الطاقة.
ولتحقيق هذه الغاية، قامت DeepMind أيضًا بفتح مصادر بعض موارد AlphaChip . لقد أصدروا مكتبة برمجية تعيد إنتاج الطريقة الموضحة في الدراسة الأصلية بشكل كامل. يمكن للباحثين الخارجيين استخدام هذه المكتبة لتدريب وحدات شرائح مختلفة مسبقًا ثم تطبيقها على وحدات جديدة.
بالإضافة إلى ذلك، يوفر DeepMind أيضًا نقطة تفتيش نموذجية مدربة مسبقًا على 20 وحدة من وحدات TPU، ويوصى بأن يقوم الباحثون الخارجيون بالتدريب المسبق على وحدات تطبيقية محددة لتحقيق أفضل النتائج. فيما يتعلق بكيفية استخدام هذه الموارد مفتوحة المصدر للتدريب المسبق، توفر DeepMind أيضًا البرامج التعليمية المقابلة وتحميلها على GitHub.
تسليط الضوء على:
AlphaChip هو نظام ذكاء اصطناعي أطلقته شركة Google DeepMind، وهو مصمم لتسريع تصميم الرقائق وتحسينه.
تم تطبيق هذا النظام في أحدث سلسلة TPU من Google وحقق تحسينًا كبيرًا في التخطيط.
جعلت DeepMind بعض موارد AlphaChip مفتوحة المصدر، ويمكن للباحثين الخارجيين استخدام هذه الموارد للتدريب المسبق والتطبيق.
يمثل المصدر المفتوح لـ AlphaChip طفرة أخرى في تكنولوجيا الذكاء الاصطناعي في مجال تصميم الرقائق، ويشير أيضًا إلى أن تصميم الرقائق في المستقبل سيكون أكثر كفاءة وذكاءً. يأمل محرر Downcodes أن تتمكن AlphaChip من تعزيز تقدم الصناعة بأكملها وتزويدنا بمنتجات شرائح أكثر قوة وموفرة للطاقة.