Google bắt đầu ứng dụng AI và máy học để sản xuất chip AI trong 6 tiếng, thay vì hàng tháng như hiện tại.
“Khả năng sản xuất chip của AI có thể tương đương hoặc vượt trội con người, nhưng tốc độ nhanh hơn hẳn”, Google cho biết. “Công việc mà con người phải thực hiện hàng tháng trời, AI chỉ làm trong chưa đầy 6 tiếng”.
Chip TPU được Google dùng cho hệ thống dịch vụ đám mây và sử dụng nội bộ để nghiên cứu AI. Ảnh: Google.
Theo báo cáo được xuất bản trên tạp chí Nature bởi hai chuyên gia Google, Azalia Mirhoseini và Anna Goldie, Google đã áp dụng AI cho sản xuất chip lần đầu trên TPU (Tensor Processing Unit) – chip AI chuyên dụng cho các trung tâm dữ liệu, được tối ưu hóa cho tính toán AI. “Phương pháp sản xuất chip mới đã được sử dụng cho TPU thế hệ tiếp theo của Google”, báo cáo viết.
Các kỹ sư của Google lưu ý rằng tiến bộ mới có “ý nghĩa lớn” với ngành công nghiệp chip. Trong đó, công nghệ này cho phép các công ty khám phá nhanh hơn không gian kiến trúc có thể có cho các thiết kế sắp tới và dễ dàng tùy chỉnh chip, từ đó quá trình sản xuất cũng nhanh hơn.
Giới chuyên gia đánh giá cao nghiên cứu của Google và coi đây là “thành tựu quan trọng” của ngành công nghiệp bán dẫn. Bên cạnh đó, nó cũng ngăn chặn sự kết thúc của Định luật Moore – một tiên đề về thiết kế chip từ những năm 1970, nói rằng số lượng bóng bán dẫn trên chip tăng gấp đôi sau mỗi hai năm. Theo một bài xã luận trên Nature, AI sẽ không nhất thiết phải giải quyết những thách thức vật lý khi ép ngày càng nhiều bóng bán dẫn vào chip càng tốt, nhưng nó có thể giúp tìm ra các con đường khác để tăng hiệu suất chip với cùng tốc độ và kích thước.
Nhiệm vụ cụ thể mà thuật toán AI của Google giải quyết được cái gọi là “quy hoạch mặt bằng” (Floorplanning). Thông thường, các nhà thiết kế sẽ dùng máy tính để tìm ra cách bố trí tối ưu trên khuôn silicon cho các hệ thống con của chip, gồm CPU, GPU và lõi bộ nhớ. Chúng được kết nối với nhau bằng cách sử dụng hàng chục km dây cực nhỏ. Quyết định vị trí đặt từng thành phần trên khuôn sẽ ảnh hưởng đến tốc độ và hiệu quả cuối cùng của chip. Với quy mô sản xuất chip và chu kỳ tính toán, những thay đổi ở mức nanomet sẽ gây ra những tác động to lớn.
Theo các kỹ sư Google, việc tối ưu thiết kế Floorplanning trước đây thường cần “nhiều tháng” và “nỗ lực cao độ” của con người. Tuy nhiên, nếu áp dụng AI và machine learning, các công đoạn sẽ “như một trò chơi”.
AI từng chứng minh có khả năng không kém con người, thậm chí vượt trội ở một số trò chơi như cờ vua, cờ vây… Theo các kỹ sư Google, thay vì một trò chơi, có thể dùng một khuôn wafer silicon cho AI. Các quân cờ trong trò chơi có thể thay thế bằng các thành phần như CPU, GPU, sau đó ra nhiệm vụ cho AI là “tìm ra điều kiện chiến thắng” của mỗi yếu tố đó. “Trong cờ vua, các quân cờ là đối thủ, nhưng trong thiết kế chip thì đó là hiệu quả tính toán”, đại diện nhóm nghiên cứu giải thích.
Để dạy cho AI, các kỹ sư Google đã đưa vào dữ liệu gồm 10.000 sơ đồ Floorplanning có chất lượng khác nhau, một số được tạo ngẫu nhiên. Thuật toán sau đó sẽ phân tích chất lượng của các sơ đồ, chọn ra các ưu điểm lớn nhất và tự tạo ra thiết kế riêng của nó.
Đây không phải là lần đầu AI được ứng dụng để nghiên cứu sản xuất chip. Trước đó, Google cũng đã ứng dụng AI để khám phá kiến trúc chip. Các đối thủ của Google như Nvidia đang xem xét các phương pháp dùng AI nhằm tăng tốc quy trình xử lý của chip.
Tuy vậy, hầu hết các nghiên cứu trước đây vẫn chỉ ở quy mô phòng thí nghiệm. Với việc đưa nghiên cứu mới cho mục đích thương mại, các chuyên gia cho rằng Google đã bắt đầu nổ phát súng đầu tiên trong việc đưa AI vào lĩnh vực sản xuất bán dẫn.
Bảo Lâm (theo The Verge)
