急速なチップ設計のためのグラフ配置方法論

科学分野:

• コンピュータ工学
• 人工知能
• 機械学習

背景:

• チップフロアプランニングは,コンピュータチップの物理的なレイアウト設計であり,歴史的にエンジニアから広範な手作業が求められています.
• 何十年もの研究にもかかわらず この複雑なプロセスの自動化は 分野における大きな課題であり続けています

研究 の 目的:

• 人工知能を用いたチップフロアプランニングの自動化ソリューションを開発する.
• チップのレイアウトデザインにおいて 人間の能力を上回る ディープ・アンフォースメント・ラーニングの アプローチを作成します

主な方法:

• 強化学習問題としてチップフロアプランニングを策定した.
• チップ表現を学習するためのエッジベースのグラフコンボリューションニューラルネットワークアーキテクチャを開発した.
• 過去の設計経験を使って AI モデルを訓練し,継続的な改善を行いました.

主要な成果:

• AIの方法では 6時間以内に チップのフロアプランを生成し 従来の方法よりも大幅に速くしました
• 自動で生成されたレイアウトは,パワー,パフォーマンス,面積などの重要な指標で,人間によって設計されたレイアウトに優れているか,または比較できます.
• AIモデルは学習能力により,新しいチップ設計インスタンスの効率と速度を向上させました.

結論:

• 深層補強学習アプローチは,自動化されたチップフロアプランニングのための実行可能で非常に効率的なソリューションを提供します.
• このAI駆動の方法は,チップ生成ごとに何千ものエンジニアリング時間を節約し,AIのハードウェア開発を加速させる可能性があります.
• この進歩はAIとハードウェアデザインの共生関係を促進し,両方の分野で相互の進歩を促しています.