Google está utilizando IA para diseñar su próxima generación de chips... y lo hace más rápido que lo haría un humano

Google está empleando inteligencia artificial (IA) para diseñar más rápidamente su próxima generación de chips de aprendizaje automático. Según los ingenieros de Google, la fabricación de estos chips por parte del algoritmo es comparable o incluso superior a los creados por humanos. Asimismo, la compañía asegura que la IA es capaz de realizar el trabajo que los humanos hacen en meses en menos de 6 horas.

Según un estudio publicado en la revista Nature , Google lleva estudiando durante años la manera de emplear la inteligencia artificial para crear chips. Ahora parece que este esfuerzo está empezando a aplicarse a producción de un aparato comercial: sus chips TPU (de Procesamiento de Tensor Personalizado).

Los ingenieros de Google destacar que esta tecnología tiene “ implicaciones importantes ” para la industria de los chips. Con ella, las empresas podrán diseñar más velozmente sus chips y personalizarlos más fácilmente para cargas de trabajo específicas.

Nature se atreve a señalar que esta investigación es un “ logro importante ”, ya que ayudará a encontrar la manera de aumentar el rendimiento de los chips.

Para crear este algoritmo de Google, la empresa emplea algo conocido como ‘floorplanning’. Normalmente, este proceso necesita diseñadores humanos que trabajan con la ayuda de herramientas informáticas para encontrar el diseño ideal en un dado de silicio para los subsistemas de un chip.

Estos componentes incluyen CPU, GPU y núcleos de memoria y deben decidir dónde colocar cada elemento para lograr la mayor eficiencia y velocidad final del chip . Los ingenieros de Google explican que, generalmente, diseñar estos planos suponen “ meses de intenso esfuerzo ”. Sin embargo, con la nueva tecnología prevén abordar más fácilmente este proceso.

Para entrenar al algoritmo, emplearon un aprendizaje por refuerzo y ofrecieron a la IA un conjunto de datos de 10.000 planos de planta de chips de calidad variable. Esta tecnología utilizó esos datos para distinguir entre planos de planta buenos y malos y generar sus propios diseños .