گروهی از دانشمندان چینی مقالهای با عنوان «غلبه بر محدودیتهای طراحی ماشین: طراحی خودکار پردازنده با هوش مصنوعی» منتشر کردهاند. این مقاله به جزئیات کار محققان در طراحی یک پردازنده جدید براساس معماری RISC-V در کمتر از 5 ساعت میپردازد. ظاهراً هوش مصنوعی در طراحی پردازنده حدود 1000 برابر سریعتر از یک تیم انسانی عمل کرد. با این حال، برخی ممکن است از نتیجه پردازنده طراحیشده با هوش مصنوعی را مسخره کنند.
هدف تیم تحقیقاتی چینی پاسخ به این سوال بود که آیا ماشینها میتوانند مانند انسانها تراشه طراحی کنند؟ این تیم معتقد است که طرحهای قبلی که با هوش مصنوعی ساخته میشدند نسبتاً کوچک یا از نظر دامنه محدود بودند. بنابراین، برای آزمایش مرزهای طراحی هوش مصنوعی، محققان سعی کردند از این فناوری برای طراحی خودکار پردازنده جدید مبتنیبر معماری RISC-V بهره ببرند.
جزئیات طراحی پردازنده با هوش مصنوعی
پروژه اینچنینی معمولاً با یک دوره یادگیری ماشینی شروع میشوند. آموزش شامل مشاهده یک سری ورودی و خروجی برای پردازنده میشود. دانشمندان یک نمودار احتمالی با توجه به این ورودی/خروجیها ایجاد کردند و از اصول توسعه مبتنی بر مونت کارلو و توابع بولی استفاده کردند تا دقت و کارایی طراحی CPU مبتنیبر هوش مصنوعی را تقویت کنند. دانشمندان توضیح میدهند که طراحی پردازنده بهجای کد فقط از مشاهدات ورودی-خروجی استفاده میکند و از دقت قابل توجه 99.99999999999% برخوردار است.
با استفاده از فرآیند ذکرشده در بالا، طرح خودکار پردازنده جدید با استفاده از هوش مصنوعی ایجاد شد. CPU مذکور مجموعه دستورالعمل RISC-V32IA ضبطشده در 65 نانومتر را ایجاد کرده که فرکانس آن را به 300 مگاهرتز میرساند. اجرای سیستم عامل لینوکس (هسته 5.15) و SPEC CINT 2000 بر روی CPU تولیدشده توسط هوش مصنوعی، عملکرد آن را تایید کرد. در معیار Drystone، امتیاز پردازنده تولیدشده با هوش مصنوعی معادل i486 است. جالب اینجاست که این پردازنده کمی سریعتر از Acorn Archimedes A3010 عمل کند.
اگرچه این احتمال وجود دارد که عملکرد CPU تولیدشده توسط هوش مصنوعی برخی افراد را تحت تأثیر قرار ندهد، به نظر می رسد که دانشمندان تا همینجای کار همچنان کاملاً مفتخر هستند.
ساخت پردازنده جدید مبتنیبر معماری RISC-V با استفاده از هوش مصنوعی صرفاً علاقهای آکادمیک یا استفاده بالقوه برای ساخت CPUهای جدید از پایه نیست. به گفته محققان، هوش مصنوعی میتواند برای کاهش چشمگیر چرخههای طراحی و بهینهسازی در صنعت نیمه هادی موجود مورد استفاده قرار گیرد. علاوه بر این، دانشمندان حتی به این موضوع فکر میکنند که این تحقیقات ممکن است در مسیر شکلدادن به پایههای ماشینهایی که خودشان را تکامل میدهند، کمککننده باشد.
دیدگاهتان را بنویسید