chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

谷歌提出一個(gè)芯片布局規(guī)劃的強(qiáng)化學(xué)習(xí)方法

hl5C_deeptechch ? 來(lái)源:DeepTech深科技 ? 作者:DeepTech深科技 ? 2021-06-22 14:42 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

一直以來(lái),微芯片設(shè)計(jì)的成敗在很大程度上取決于布局規(guī)劃和布局步驟,這些布局步驟決定了內(nèi)存和邏輯元件在芯片上的位置。

反過(guò)來(lái),位置又會(huì)強(qiáng)烈影響芯片設(shè)計(jì)是否能夠滿足包括處理速度和電源效率在內(nèi)的操作要求。

到目前為止,平面規(guī)劃任務(wù)是由專業(yè)工程師在數(shù)周或數(shù)月內(nèi)反復(fù)艱苦地去執(zhí)行完成的。盡管已經(jīng)進(jìn)行了長(zhǎng)達(dá) 50 年的研究,但是目前的芯片布局規(guī)劃仍然無(wú)法實(shí)現(xiàn)自動(dòng)化,仍舊需要物理設(shè)計(jì)工程師數(shù)月的努力才能制作出布局規(guī)劃。

自 20 世紀(jì) 60 年代以來(lái),研究人員們提出了許多芯片布局規(guī)劃方法,這些布局規(guī)劃方法可分為三大類(lèi):基于分區(qū)的方法、隨機(jī)/爬山方法和分析解算器。

然而,這些方法都不能達(dá)到人工水平,芯片復(fù)雜性的指數(shù)增長(zhǎng)使得這些技術(shù)在現(xiàn)代芯片上基本上無(wú)法使用。

但在《自然》雜志今年 6 月發(fā)表的一篇論文中,來(lái)自谷歌的研究人員發(fā)布了一種機(jī)器學(xué)習(xí)方法,該方法可在數(shù)小時(shí)內(nèi)實(shí)現(xiàn)出色的芯片布局規(guī)劃。

谷歌的這項(xiàng)研究解決了芯片布局規(guī)劃自動(dòng)化的問(wèn)題。眾所周知,計(jì)算機(jī)行業(yè)一直受到摩爾定律的推動(dòng):每一塊芯片的組件數(shù)量大約每?jī)赡攴环?/p>

這一進(jìn)步速度相當(dāng)于一個(gè)芯片上的元件數(shù)量每周增加約 1%。因此,無(wú)法自動(dòng)完成布局規(guī)劃是一個(gè)問(wèn)題,這不僅是因?yàn)橄嚓P(guān)的時(shí)間成本,還因?yàn)樗拗屏诵酒_(kāi)發(fā)計(jì)劃中可以探索的解決方案數(shù)量。

此次,谷歌研究人員提出一個(gè)芯片布局規(guī)劃的強(qiáng)化學(xué)習(xí)方法,在不到 6 小時(shí)的時(shí)間內(nèi),即可用該方法自動(dòng)生成一張芯片平面圖,功耗、性能和芯片面積等所有關(guān)鍵指標(biāo)都優(yōu)于或相當(dāng)于人工生成的平面圖。

該方法可跨芯片進(jìn)行推廣,這意味著它能從過(guò)往經(jīng)驗(yàn)中學(xué)習(xí),在放置新芯片時(shí)變得更好更快,從而使芯片設(shè)計(jì)師得到人工代理的協(xié)助,而人工代理的經(jīng)驗(yàn)比任何人都豐富。

據(jù)悉,該研究允許芯片設(shè)計(jì)由具有比任何人類(lèi)設(shè)計(jì)師更豐富經(jīng)驗(yàn)的人工代理來(lái)完成,此方法曾被用于設(shè)計(jì)下一代谷歌人工智能AI)加速器,每一代都有可能節(jié)省數(shù)千小時(shí)的人力。

目前,該研究方法已投入使用,并將用于設(shè)計(jì)下一代 Google TPU。

谷歌研究人員相信,更強(qiáng)大的人工智能設(shè)計(jì)硬件將推動(dòng)人工智能的發(fā)展,并在這兩個(gè)領(lǐng)域之間建立一種共生關(guān)系。

事實(shí)上,培訓(xùn)跨芯片的布局策略是非常具有挑戰(zhàn)性的,芯片布局規(guī)劃類(lèi)似于一個(gè)游戲,具有不同的塊(例如網(wǎng)表拓?fù)?、宏?jì)數(shù)、宏大小和縱橫比)、板(不同的畫(huà)布大小和縱橫比)和贏條件(不同的評(píng)估指標(biāo)或不同的密度和路由擁塞約束的相對(duì)重要性)。

據(jù)悉,自動(dòng)化和加速芯片設(shè)計(jì)過(guò)程還可實(shí)現(xiàn)人工智能和硬件的協(xié)同設(shè)計(jì),從而產(chǎn)生針對(duì)重要工作負(fù)載定制的高性能芯片:比如自動(dòng)車(chē)輛、醫(yī)療設(shè)備和數(shù)據(jù)中心等領(lǐng)域。

這種形式的布局優(yōu)化出現(xiàn)在科學(xué)和工程應(yīng)用中,包括硬件設(shè)計(jì)、城市規(guī)劃、疫苗測(cè)試和分配以及大腦皮層布局。因此,研究人員們相信研究的布局優(yōu)化方法可應(yīng)用于芯片設(shè)計(jì)以外的有效布局問(wèn)題。

開(kāi)發(fā)比現(xiàn)有方法更好、更快和更便宜的自動(dòng)化芯片設(shè)計(jì)方法,將有助于保持芯片技術(shù)的“摩爾定律”軌跡。

對(duì)于芯片行業(yè)的技術(shù)領(lǐng)導(dǎo)者和決策者來(lái)說(shuō),谷歌論文中最重要的啟示可能是研究出的布局方案已經(jīng)被納入谷歌下一代人工智能處理器的芯片設(shè)計(jì)中。

責(zé)任編輯:haq

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 芯片
    +關(guān)注

    關(guān)注

    460

    文章

    52520

    瀏覽量

    441148
  • 谷歌
    +關(guān)注

    關(guān)注

    27

    文章

    6231

    瀏覽量

    108175
  • AI
    AI
    +關(guān)注

    關(guān)注

    88

    文章

    35167

    瀏覽量

    280103

原文標(biāo)題:谷歌“AI造芯”,由Jeff Dean團(tuán)隊(duì)推出,只需6小時(shí)即可自主設(shè)計(jì)芯片

文章出處:【微信號(hào):deeptechchina,微信公眾號(hào):deeptechchina】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    NVIDIA Isaac Lab可用環(huán)境與強(qiáng)化學(xué)習(xí)腳本使用指南

    Lab 是個(gè)適用于機(jī)器人學(xué)習(xí)的開(kāi)源模塊化框架,其模塊化高保真仿真適用于各種訓(xùn)練環(huán)境,Isaac Lab 同時(shí)支持模仿學(xué)習(xí)(模仿人類(lèi))和強(qiáng)化學(xué)習(xí)
    的頭像 發(fā)表于 07-14 15:29 ?576次閱讀
    NVIDIA Isaac Lab可用環(huán)境與<b class='flag-5'>強(qiáng)化學(xué)習(xí)</b>腳本使用指南

    基于微流控芯片化學(xué)反應(yīng)器性能優(yōu)化方法

    隨著微流控芯片技術(shù)的不斷發(fā)展,其在化學(xué)反應(yīng)器中的應(yīng)用也日益廣泛?;谖⒘骺?b class='flag-5'>芯片化學(xué)反應(yīng)器性能優(yōu)化方法是其中的
    的頭像 發(fā)表于 06-17 16:24 ?188次閱讀

    章 W55MH32 高性能以太網(wǎng)單片機(jī)的學(xué)習(xí)方法概述

    本章介紹W55MH32的學(xué)習(xí)方法,建議先了解硬件資源,按基礎(chǔ)篇、入門(mén)篇循序漸進(jìn)學(xué)習(xí)。參考兩份手冊(cè),提供例程資料,還給出官網(wǎng)、github 等學(xué)習(xí)資料查找渠道。讓我們起踏上W55MH3
    的頭像 發(fā)表于 05-26 09:07 ?111次閱讀
    第<b class='flag-5'>一</b>章 W55MH32 高性能以太網(wǎng)單片機(jī)的<b class='flag-5'>學(xué)習(xí)方法</b>概述

    18個(gè)常用的強(qiáng)化學(xué)習(xí)算法整理:從基礎(chǔ)方法到高級(jí)模型的理論技術(shù)與代碼實(shí)現(xiàn)

    本來(lái)轉(zhuǎn)自:DeepHubIMBA本文系統(tǒng)講解從基本強(qiáng)化學(xué)習(xí)方法到高級(jí)技術(shù)(如PPO、A3C、PlaNet等)的實(shí)現(xiàn)原理與編碼過(guò)程,旨在通過(guò)理論結(jié)合代碼的方式,構(gòu)建對(duì)強(qiáng)化學(xué)習(xí)算法的全面理解。為確保內(nèi)容
    的頭像 發(fā)表于 04-23 13:22 ?421次閱讀
    18<b class='flag-5'>個(gè)</b>常用的<b class='flag-5'>強(qiáng)化學(xué)習(xí)</b>算法整理:從基礎(chǔ)<b class='flag-5'>方法</b>到高級(jí)模型的理論技術(shù)與代碼實(shí)現(xiàn)

    種無(wú)刷直流電機(jī)霍耳信號(hào)與定子繞組關(guān)系自學(xué)習(xí)方法

    的關(guān)系。提出種無(wú)刷直流電機(jī)霍耳信號(hào)與定子繞組關(guān)系自學(xué)習(xí)方法,該方法通過(guò)不同的繞組通電組合將電機(jī)轉(zhuǎn)子依次轉(zhuǎn)到6個(gè)不同的位置并記錄對(duì)應(yīng)的霍耳
    發(fā)表于 03-25 15:15

    詳解RAD端到端強(qiáng)化學(xué)習(xí)后訓(xùn)練范式

    受限于算力和數(shù)據(jù),大語(yǔ)言模型預(yù)訓(xùn)練的 scalinglaw 已經(jīng)趨近于極限。DeepSeekR1/OpenAl01通過(guò)強(qiáng)化學(xué)習(xí)后訓(xùn)練涌現(xiàn)了強(qiáng)大的推理能力,掀起新輪技術(shù)革新。
    的頭像 發(fā)表于 02-25 14:06 ?602次閱讀
    詳解RAD端到端<b class='flag-5'>強(qiáng)化學(xué)習(xí)</b>后訓(xùn)練范式

    DeepSeek與Kimi揭示o1秘密,思維鏈學(xué)習(xí)方法顯成效

    據(jù)消息,OpenAI近日發(fā)布了項(xiàng)重要研究報(bào)告。報(bào)告指出,DeepSeek和Kimi兩家機(jī)構(gòu)通過(guò)獨(dú)立研究,成功利用思維鏈學(xué)習(xí)方法,在數(shù)學(xué)解題與編程挑戰(zhàn)中顯著提升了模型的綜合表現(xiàn)。 Kimi的研究員
    的頭像 發(fā)表于 02-18 15:13 ?479次閱讀

    傳統(tǒng)機(jī)器學(xué)習(xí)方法和應(yīng)用指導(dǎo)

    用于開(kāi)發(fā)生物學(xué)數(shù)據(jù)的機(jī)器學(xué)習(xí)方法。盡管深度學(xué)習(xí)般指神經(jīng)網(wǎng)絡(luò)算法)是個(gè)強(qiáng)大的工具,目前也非常流行,但它的應(yīng)用領(lǐng)域仍然有限。與深度
    的頭像 發(fā)表于 12-30 09:16 ?1194次閱讀
    傳統(tǒng)機(jī)器<b class='flag-5'>學(xué)習(xí)方法</b>和應(yīng)用指導(dǎo)

    螞蟻集團(tuán)收購(gòu)邊塞科技,吳翼出任強(qiáng)化學(xué)習(xí)實(shí)驗(yàn)室首席科學(xué)家

    領(lǐng)域的研究與發(fā)展。令人矚目的是,邊塞科技的創(chuàng)始人吳翼已正式加入該實(shí)驗(yàn)室,并擔(dān)任首席科學(xué)家職。 吳翼在其個(gè)人社交平臺(tái)上對(duì)這變動(dòng)進(jìn)行了回應(yīng)。他表示,自己最近接受了螞蟻集團(tuán)的邀請(qǐng),負(fù)責(zé)大模型強(qiáng)化學(xué)習(xí)領(lǐng)域的研究工
    的頭像 發(fā)表于 11-22 11:14 ?1586次閱讀

    《DNESP32S3使用指南-IDF版_V1.6》第章 本書(shū)學(xué)習(xí)方法

    章 本書(shū)學(xué)習(xí)方法 為了讓大家更好的學(xué)習(xí)和使用本書(shū),本章將給大家介紹下本書(shū)的學(xué)習(xí)方法,包括:本書(shū)的學(xué)
    發(fā)表于 11-20 09:54

    什么是機(jī)器學(xué)習(xí)?通過(guò)機(jī)器學(xué)習(xí)方法能解決哪些問(wèn)題?

    計(jì)算機(jī)系統(tǒng)自身的性能”。事實(shí)上,由于“經(jīng)驗(yàn)”在計(jì)算機(jī)系統(tǒng)中主要以數(shù)據(jù)的形式存在,因此機(jī)器學(xué)習(xí)需要設(shè)法對(duì)數(shù)據(jù)進(jìn)行分析學(xué)習(xí),這就使得它逐漸成為智能數(shù)據(jù)分析技術(shù)的創(chuàng)新源之
    的頭像 發(fā)表于 11-16 01:07 ?967次閱讀
    什么是機(jī)器<b class='flag-5'>學(xué)習(xí)</b>?通過(guò)機(jī)器<b class='flag-5'>學(xué)習(xí)方法</b>能解決哪些問(wèn)題?

    如何使用 PyTorch 進(jìn)行強(qiáng)化學(xué)習(xí)

    強(qiáng)化學(xué)習(xí)(Reinforcement Learning, RL)是種機(jī)器學(xué)習(xí)方法,它通過(guò)與環(huán)境的交互來(lái)學(xué)習(xí)如何做出決策,以最大化累積獎(jiǎng)勵(lì)。PyTorch 是
    的頭像 發(fā)表于 11-05 17:34 ?1046次閱讀

    谷歌AlphaChip強(qiáng)化學(xué)習(xí)工具發(fā)布,聯(lián)發(fā)科天璣芯片率先采用

    近日,谷歌芯片設(shè)計(jì)領(lǐng)域取得了重要突破,詳細(xì)介紹了其用于芯片設(shè)計(jì)布局強(qiáng)化學(xué)習(xí)方法,并將該模型命名為“AlphaChip”。據(jù)悉,Alpha
    的頭像 發(fā)表于 09-30 16:16 ?705次閱讀

    《DNK210使用指南 -CanMV版 V1.0》第章本書(shū)學(xué)習(xí)方法

    章 本書(shū)學(xué)習(xí)方法 為了讓讀者更好地學(xué)習(xí)和使用本書(shū),本章將為讀者介紹本書(shū)的學(xué)習(xí)方法,包括:本書(shū)的學(xué)習(xí)順序、編寫(xiě)規(guī)范、代碼規(guī)范、資料查找和
    發(fā)表于 08-28 17:57

    剖析 Chiplet 時(shí)代的布局規(guī)劃演進(jìn)

    來(lái)源:芝能芯芯 半導(dǎo)體行業(yè)的不斷進(jìn)步和技術(shù)的發(fā)展,3D-IC(三維集成電路)和異構(gòu)芯片設(shè)計(jì)已成為提高性能的關(guān)鍵途徑。然而,這種技術(shù)進(jìn)步伴隨著系列新的挑戰(zhàn),尤其是在熱管理和布局規(guī)劃方面
    的頭像 發(fā)表于 08-06 16:37 ?750次閱讀
    剖析 Chiplet 時(shí)代的<b class='flag-5'>布局</b><b class='flag-5'>規(guī)劃</b>演進(jìn)