O modelo de Inteligência Artificial AlphaChip promete acelerar o desenho de chips e tornar as novas disposições mais eficientes em termos de desempenho, eficiência energética e área total usada. O método de aprendizagem por reforço (reinforcement learning) já foi usado pela Google para desenhar as Unidades de Processamento Tensor (TPU na sigla em inglês, chips especializados para tarefas de IA) e foi adotado por outras empresas, como a MediaTek. A Google pretende democratizar o acesso a este tipo de ferramentas.
O trabalho de desenhar a estrutura de um chip (o chamado “floorplan”) pode demorar até 24 meses, no caso de uma unidade de processamento gráfico, se for feito por humanos. Para um desenho menos complexo, o trabalho ainda demora vários meses, o que significa milhões de dólares em custos. Assim, é fácil perceber o apetite pelo AlphaChip, que promete acelerar este processo e desenhar chips completos em poucas horas. Além de surgirem mais rapidamente, estes desenhos são também mais eficientes.
O AlphaChip usa um método de aprendizagem por reforço, com o agente a executar as ações num ambiente predefinido e a observar os resultados e tirar aprendizagens daí. A lógica é semelhante às de um videojogo, no qual o sistema é usado para resolver um número crescente de disposições e usar uma rede neural para perceber as relações entre os componentes, explica o Tom’s Hardware.
O método está a ser usado pela Google já desde 2020 no desenho dos aceleradores TPU, responsáveis por muitos dos modelos e serviços na cloud da empresa. O AlphaChip foi responsável por muitas melhorias nas sucessivas versões, incluindo a sexta geração Trillium, no entanto só é usado num conjunto limitado de blocos, com a maior parte do trabalho ainda a ser executada pelos engenheiros humanos.
Segundo a Google, o método pode ser usado para desenvolver chips de vários tipos e os investigadores estão já a tentar perceber como a abordagem pode ser usada para acelerar também outras fases do desenvolvimento.
