imágenes falsas
Samsung está usando inteligencia artificial para automatizar el increíblemente complejo y sutil proceso de diseño de computadoras de vanguardia papas fritas.
El gigante surcoreano es uno de los primeros fabricantes de chips en utilizar IA para crear sus chips. Samsung utiliza funciones de IA en un nuevo software de Sinopsis, una empresa líder en software de diseño de chips utilizada por muchas empresas. “Lo que está viendo aquí es el primero de un diseño de procesador comercial real con IA”, dice Aart de Geus, presidente y co-director ejecutivo de Synopsys.
Otros, incluyendo Google y Nvidia, han hablado sobre el diseño de chips con IA. Pero la herramienta de Synopsys, llamada DSO.ai, puede resultar la de mayor alcance porque Synopsys trabaja con docenas de empresas. La herramienta tiene el potencial de acelerar el desarrollo de semiconductores y desbloquear nuevos diseños de chips, según los observadores de la industria.
Synopsys tiene otro activo valioso para crear chips diseñados por IA: años de diseños de semiconductores de vanguardia que se pueden usar para entrenar un algoritmo de IA.
Un portavoz de Samsung confirma que la compañía está utilizando el software Synopsys AI para diseñar su Exynos chips, que se utilizan en teléfonos inteligentes, incluidos sus propios teléfonos de marca, así como otros dispositivos. Samsung presentó su teléfono inteligente más nuevo, un dispositivo plegable llamado Galaxy Z Fold3, a principios de esta semana. La compañía no confirmó si los chips diseñados por IA ya han entrado en producción o en qué productos pueden aparecer.
En toda la industria, la IA parece estar cambiando la forma en que se fabrican los chips.
A Documento de investigación de Google publicado en junio describió el uso de IA para organizar los componentes en el Chips tensores que utiliza para entrenar y ejecutar programas de inteligencia artificial en sus centros de datos. El próximo teléfono inteligente de Google, el Pixel 6, contará con un chip personalizado fabricado por Samsung. Un portavoz de Google se negó a decir si la IA ayudó a diseñar el chip del teléfono inteligente.
Fabricantes de chips, incluidos Nvidia y IBM son también incursionando en el diseño de chips impulsado por IA
Mike Demler, analista senior de Linley Group que rastrea el software de diseño de chips, dice que la inteligencia artificial es muy adecuada para organizar miles de millones de transistores en un chip. “Se presta a estos problemas que se han vuelto enormemente complejos”, dice. “Simplemente se convertirá en una parte estándar del kit de herramientas computacionales”.
El uso de inteligencia artificial tiende a ser costoso, dice Demler, porque requiere mucha potencia de computación en la nube para entrenar un algoritmo poderoso. Pero espera que sea más accesible a medida que disminuya el costo de la computación y los modelos se vuelvan más eficientes. Agrega que muchas tareas involucradas en el diseño de chips no se pueden automatizar, por lo que aún se necesitan diseñadores expertos.
Los microprocesadores modernos son increíblemente complejos y cuentan con múltiples componentes que deben combinarse de manera efectiva. Esbozar un nuevo diseño de chip normalmente requiere semanas de minucioso esfuerzo, así como décadas de experiencia. Los mejores diseñadores de chips emplean una comprensión instintiva de cómo las diferentes decisiones afectarán cada paso del proceso de diseño. Esa comprensión no se puede escribir fácilmente en un código de computadora, pero algunas de las mismas habilidades se pueden capturar usando aprendizaje automático
El enfoque de IA utilizado por Synopsys, así como por Google, Nvidia e IBM, utiliza una técnica de aprendizaje automático llamada aprendizaje por refuerzo para trabajar en el diseño de un chip. El aprendizaje por refuerzo implica entrenar un algoritmo para realizar una tarea a través de recompensas o castigos, y ha demostrado ser una forma eficaz de capturar el juicio humano sutil y difícil de codificar.
El método puede elaborar automáticamente los conceptos básicos de un diseño, incluida la ubicación de los componentes y cómo conectarlos, probando diferentes diseños en simulación y aprendiendo cuáles producen los mejores resultados. Esto puede acelerar el proceso de diseño de un chip y permitir que un ingeniero experimente con diseños novedosos de manera más eficiente. En un junio entrada en el blogSynopsys dijo que un fabricante norteamericano de circuitos integrados había mejorado el rendimiento de un chip en un 15 por ciento utilizando el software.
Más famoso, el aprendizaje por refuerzo fue utilizado por Mente profunda, una subsidiaria de Google, en 2016 para desarrollar AlphaGo, un programa capaz de dominar el juego de mesa Go lo suficientemente bien como para derrotar a un jugador de Go de clase mundial.
De Geus dice que su empresa se dio cuenta de que el aprendizaje por refuerzo también podría ser útil para el diseño de chips. “Hace poco más de año y medio, por primera vez, pudimos obtener los mismos resultados que obtendría un equipo de expertos en varios meses en solo unas pocas semanas”, dice de Geus. Presentará detalles de la tecnología y su desarrollo en Patatas fritas calientes, una conferencia sobre tecnología de semiconductores, el 23 de agosto.
Stelios Diamantidis, director senior de soluciones de inteligencia artificial en Synopsys, dice que el software DSO.ai se puede configurar para priorizar diferentes objetivos, como el rendimiento o la eficiencia energética.
Los semiconductores, así como las herramientas que se utilizan para fabricarlos, se han convertido en activos cada vez más preciados. El gobierno de EE. UU. Ha tratado de restringir el suministro de tecnología de fabricación de chips a China, un rival clave, y algunos políticos lo han hecho. pidió que se agregue software a la lista de controles de exportación.
La era emergente de chips diseñados por IA también plantea la posibilidad de usar simultáneamente IA para personalizar el software para que se ejecute de manera más eficiente en un chip. Esto podría incluir el red neuronal algoritmos que se ejecutan en chips de IA especializados y se utilizan comúnmente en la IA moderna.
“El código de diseño de software y hardware impulsado por IA es una dirección de rápido crecimiento”, dice Song Han, profesor del . que se especializa en diseño de chips de IA. “Hemos visto resultados prometedores”.
Esta historia apareció originalmente en wired.com.