#tech
TPU (Tensor Processing Unit) — процессор от Google, который позволяет эффективно производить вычисления над тензорами и, как следствие, эффективно обучать нейросети. По сути, это чуть проапгрейдженная версия GPU.
Дизайн процессоров — сложный процесс. Под дизайном подразумевается поиск оптимального расположения частей процессора на кремниевой микросхеме для достижения наибольшей эффективности и скорости процессора. (на англ этот процесс называется “floorplanning"). Обычно этим занимаются люди, и процесс создания нового, улучшенного дизайна занимает месяцы.
В Гугле решили поручить этот процесс ИИ. Они натренировали алгоритм RL (обучения с подкреплением) на датасете из 10,000 чипов с известными показателями их эффективности. Эти показатели эффективности чипов выступали в качестве reward function для алгоритма RL.
Результат получился прикольный: обученный алгоритм стал предлагать совершенно неожиданные варианты расположения частей процессора: довольно нелогичные с точки зрения человека, но при этом рабочие! Люди до такого сами вряд ли бы додумались. На картинке к посту вы видите два варианта расположения деталей чипа: слева — предложенный человеком-дизайнером; справа — предложенный ИИ (картинки заблюрены из-за NDA). Видно, что логика расположений сильно отличается.
Некоторые считают, что такое повышение эффективности процессоров с помощью ИИ поможет нам сохранить выполнимость закона Мура в ближайшем будущем.
Штош, теперь ИИ решает задачу, которая занимает у людей месяцы, за 6 часов =) Авторы говорят, что следующее поколение гугловских TPU уже будет основано на дизайне от ИИ. Это что, опять кому-то пора искать новую работу?
Ссылки:
#machinelearning #artificialintelligence #ai #datascience #python #programming #technology #deeplearning
