Varios investigadores de la Universidad de California, Berkeley y Google AI afirman haber encontrado una forma de aprovechar la inteligencia artificial (IA) para diseñar chips cada vez más pequeños con mayor rapidez. En un entrada en el blog publicado por la subsidiaria de Google, los expertos dijeron que habían desarrollado un algoritmo de aprendizaje profundo para lograrlo.
Un paso hacia el uso de la inteligencia artificial para la industria de los semiconductores
Mientras el mundo se encuentra en medio de una escasez de semiconductores, varios científicos están tratando de reducir el tiempo de fabricación de los chips electrónicos. El proceso practicado principalmente por los gigantes de los semiconductores implica hasta 1.400 pasos. A veces se necesitan hasta 20 semanas para fabricar los chips más eficientes, grabados en 5 o 7 nanómetros, es decir, 10-9 Señor.
Amazon lanza AWS for Games para desarrolladores de juegos
El año pasado, IBM dio un paso más al desarrollar con éxito un chip grabado en 2nm. Con el deseo de reducir el tamaño de los chips y hacerlos más eficientes, las empresas se ven obligadas a desarrollar nuevas técnicas de fabricación cada vez más sofisticadas.
Con su área de especialización, Google AI ya ha pensado en el diseño de componentes electrónicos a través de IA. El año pasado, Mountain View afirmó que podía desarrollar chips en solo seis horas utilizando el aprendizaje automático. Este proceso tiene como objetivo entrenar un modelo para que gane en madurez y pueda reproducir correctamente un proceso hasta el nanómetro.
Unos meses después, los investigadores de la subsidiaria de Google, Amir Yazdanbakhsh y Aviral Kumar, continuaron trabajando en el uso de IA en los procesos de fabricación de chips. Diseñaron el modelo PRIME, basado en el aprendizaje profundo.
Aprendizaje profundo en el centro del modelo PRIME desarrollado por Google AI
Al diseñar componentes electrónicos, es necesario utilizar patrones. Ayudan a evitar errores durante el proceso de creación del chip. El modelo PRIME permite, gracias a los datos que le ofrece, generar arquitecturas de chips electrónicos sin tener que utilizar estos patrones. Un ahorro de tiempo, utilizado para reutilizar los datos utilizados en una sesión de fabricación anterior al instante.
Gracias al enfoque PRIME, es posible diseñar chips con hasta un 50 % menos de latencia que los chips fabricados tradicionalmente. Imagen: IA de Google.
A partir de los datos proporcionados por los investigadores, PRIME tiene en cuenta tanto los chips correctamente fabricados, aquellos con mejores características de rendimiento, como también las imperfecciones, para evitar cometer los mismos errores. Los datos que condujeron al diseño de un chip de alto rendimiento son removilizados por el modelo para ofrecer un chip que es un poco más eficiente, o al menos igual de eficiente.