Google utiliza inteligencia artificial para diseñar chips más rápido que con humanos

Google está trabajando en una inteligencia artificial para diseñar próximos chips orientados a la tecnología del aprendizaje profundo.

Según con la investigación, publicada en la revista científica Nature, el algoritmo de la inteligencia artificial permite diseños “superiores” a la de los humanos, con un tiempo de fabricación muchísimo más rápido.

IA para la IA

El chip trabajado es una próxima versión de la unidad de procesamiento de tensor o TPU, optimizado para el cálculo de inteligencia artificial.

En el documento, los ingenieros de Google señalan que este trabajo tiene "importantes implicaciones" para la industria de los chips. Debería permitir a las empresas explorar más rápidamente el posible espacio de arquitectura para los próximos diseños y personalizar más fácilmente los chips para cargas de trabajo específicas.

La tarea específica que abordaron los algoritmos de Google se conoce como "planificación de piso". Esto generalmente requiere diseñadores humanos que trabajen con la ayuda de herramientas informáticas para encontrar el diseño óptimo en una matriz de silicio para los subsistemas de un chip. Estos componentes incluyen cosas como CPU, GPU y núcleos de memoria, que se conectan entre sí mediante decenas de kilómetros de cableado minúsculo. Decidir dónde colocar cada componente en un dado afecta la velocidad y eficiencia eventuales del chip. Y, dada la escala de fabricación de chips y los ciclos computacionales, los cambios nanométricos en la ubicación pueden terminar teniendo enormes efectos.

Los ingenieros de Google señalan que diseñar planos de pisos requiere "meses de esfuerzo intenso" para los humanos, pero, desde una perspectiva de aprendizaje automático, existe una forma familiar de abordar este problema: como un juego de mesa que dura unas seis horas. 

Un editorial de Nature califica la investigación como un "logro importante" y señala que dicho trabajo podría ayudar a compensar el fin previsto de la Ley de Moore, un axioma del diseño de chips de la década de 1970 que establece que la cantidad de transistores en un chip se duplica cada dos años. La inteligencia artificial no necesariamente resolverá los desafíos físicos de colocar más y más transistores en chips, pero podría ayudar a encontrar otros caminos para aumentar el rendimiento al mismo ritmo.

Te recomendamos METADATA, el podcast de tecnología de RPP. Noticias, análisis, reseñas, recomendaciones y todo lo que debes saber sobre el mundo tecnológico. Para escucharlo mejor, #QuedateEnCasa.