3D Tetris：芯片放置，也稱為芯片平面布置圖，是一個復雜的三維設計問題。它需要在受限區域中跨多層仔細配置數百個（有時甚至數千個）組件。傳統上，工程師將手動設計配置，以最大程度地減少組件之間使用的電線數量，以提高效率。然后，他們使用電子設計自動化軟件來模擬和驗證其性能，單個平面圖最多可能需要30個小時。

時滯：由于每個芯片設計需要投入時間，因此傳統上認為芯片的使用壽命為兩到五年。但是，隨著機器學習算法的迅速發展，對新芯片架構的需求也在加速增長。近年來，用于優化芯片布局規劃的幾種算法試圖加快設計過程，但是在跨多個目標（包括芯片的功耗，計算性能和面積）的優化能力方面受到了限制。

智能設計：為應對這些挑戰，Google研究人員Anna Goldie和Azalia Mirhoseini采用了一種新方法：強化學習。強化學習算法使用正反饋和負反饋來學習復雜的任務。因此，研究人員設計了一種所謂的“獎勵功能”來根據算法的設計性能對其進行懲罰和獎勵。然后，該算法產生了成千上萬的新設計，每一個設計都在不到一秒鐘的時間內完成，并使用獎勵函數對其進行了評估。隨著時間的流逝，它收斂于以最佳方式放置芯片組件的最終策略。

驗證：在使用電子設計自動化軟件檢查了設計之后，研究人員發現，該算法的許多樓層平面圖的性能要優于人工工程師設計的平面圖。研究人員說，它還向人類同行教授了一些新技巧。

生產線：在整個領域的歷史中，人工智能的進步與芯片設計的進步息息相關。希望該算法將加快芯片設計過程，并導致新一代改進的體系結構，從而加速AI的發展。
責任編輯：tzh