1. 首頁 > 生活百科 > 科技 > >

芯片設計|谷歌、英偉達及EDA廠商紛紛下場，AI如何改變芯片設計？( 四 )

it芯片Google英偉達GPU芯片設計


由Redis存儲異步及較小消息 ， 例如獎勵和統計信息 。 大容量和低延遲請求由JIT編譯的RPC負責處理 ， 例如上傳經驗數據 。 最后 ， Raptor還提供GPU感知數據結構 ， 例如具有多線程服務的重放緩沖器 ， 能夠接收來自多個worker的經驗、并行批處理數據并將結果預先載入至GPU上 。

研究人員表示 ， 強化學習代理能夠僅僅基于從綜合電路屬性的反饋中學習設計電路 ， PrefixRL也成功設計出了64位的加法器電路 。 并且在延遲相同的情況下 ， PrefixRL最佳加法器設計方案比EDA工具設計的面積還要小25% 。
“據我們所知 ， 這是第一種使用深度強化學習代理來設計算術電路的方法 。 ”研究人員寫道：“我們希望這種方法可以成為將 AI 應用于現實世界的電路設計 ， 包括：構建動作空間、狀態表示、強化學習代理模型、針對多個競爭目標進行優化 ， 以及克服物理合成等過程緩慢的獎勵計算過程 。 ”
編輯：芯智訊-浪客劍  

資料來源：nextplatform、Synopsys、Cadence、Googleblog

相關經驗推薦