Google bắt đầu sử dụng trí tuệ nhân tạo và thiết bị máy móc để sản xuất chip trí tuệ nhân tạo trong vòng 6 giờ thay vì nhiều tháng như hiện nay. Theo báo cáo đăng trên Nature của hai chuyên gia Google là Azalia Mihoseini và Anna Goldie, lần đầu tiên Google đã ứng dụng AI vào sản xuất chip TPU (Tensor Processing Unit), một chip AI chuyên dùng cho dữ liệu trung tâm dữ liệu, phục vụ cho các phép tính của AI. Các kỹ sư chỉ ra rằng tiến bộ mới có “tác động đáng kể” đến ngành công nghiệp chip.
Thiết kế sản xuất chip bằng AI
“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”. “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.
Tối ưu thiết kế Floorplanning
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.
![Thiết kế sản xuất chip bằng AI](https://deavit.com/wp-content/uploads/2021/10/TPU-PERSON-FORWEBONLY-FINAL-3998-1623541248.jpg)
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 phầnl 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.
Ứng dụng AI nghiên cứu sản xuất chip
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.
Tesla thiết kế chip đào tạo AI trên xe tự lái
Tesla là công ty mới nhất tham gia tự thiết kế chip; với mẫu D1 được dùng trong đào tạo hệ thống tự lái Autopilot. Tại sự kiện AI Day tháng trước, CEO Tesla Elon Musk cho biết việc tăng cường hiệu suất của hệ thống đào tạo mạng thần kinh nhân tạo là chìa khóa để đạt được tiến bộ trong lĩnh vực lái xe tự hành.
![nghiên cứu sản xuất chip](https://deavit.com/wp-content/uploads/2021/10/Tesla-9724-1631155938.jpg)
D1 đang được dùng cho siêu máy tính Dojo của Tesla. TSMC là đơn vị gia công trên tiến trình 7nm với 50 tỷ bóng bán dẫn trên diện tích đế chip 645 mm vuông. Chip này giúp đào tạo các mô hình nhận dạng vật thể từ nguồn cấp dữ liệu video; do camera bên trong xe Tesla thu thập. Musk nói sẽ đưa D1 vào hoạt động trên xe trong năm tới. Thực tế, Tesla đã từ bỏ phần cứng Drive Xavier của Nvidia; và tự thiết kế chip phân tích dữ liệu cảm biến trên ôtô của mình từ năm 2019.