PTT職涯區 / Tech_Job (科技人)

[分享] Layout工程師很危險，Google自動晶片設計已刪文

看板Tech_Job (科技人)作者 (j)時間1月前 (2024/09/27 13:37), 編輯推噓52(54推 2噓 80→)
留言136則, 68人參與, 1月前最新討論串1/1
Layout工程師很危險，Google自動晶片設計AlphaChip問世 https://www.jiqizhixin.com/articles/2024-09-27-5 2020 年，Google發表了預印本論文《Chip Placement with Deep Reinforcement Learning》，介紹了其設計晶片佈局的新型強化學習方法。後來在2021 年，Google又發 表在Nature 上並開源了出來。 今天，Google發表了這篇Nature 文章的附錄，更詳細介紹了這個方法及其對晶片設計領 域的影響。同時， Google也開放了一個在20 個TPU 模組上預先訓練的檢查點，分享模型 權重並命名為「AlphaChip」 。 Nature 附錄網址：https://www.nature.com/articles/s41586-024-08032-5 預訓練檢查點位址： https://github.com/google-research/circuit_training/?tab=readme-ov-file#PreTrainedModelCheckpoint 谷歌首席科學家Jeff Dean 表示，開放預訓練AlphaChip 模型檢查點以後，外部用戶可以 更輕鬆地使用AlphaChip 來啟動自己的晶片設計。 計算機晶片推動了 AI 的顯著進步，AlphaChip 利用 AI 來加速和優化晶片設計。該方法 已被用於設計Google自訂 AI 加速器（TPU）最近三代的“超人”晶片佈局。 作為首批用於解決現實世界工程問題的強化學習方法，AlphaChip 只需要數小時便能完成 媲美或超越人類的晶片佈局，而無需再花費數週或數月人工努力。而此方法設計的佈局已 應用於世界各地的晶片，覆蓋場景包括資料中心到手機。 GoogleDeepMind 表示，AlphaChip 已經徹底改變了我們設計微晶片的方式，從幫助設計 用於建立AI 模型的SOTA TPU 到資料中心CPU，它的廣泛影響已經擴展到了Alphabet 內外 。 GoogleDeepMind 聯合創始人兼CEO Demis Hassabis 表示，如今我們形成了這樣一種反饋 迴路：訓練SOTA 晶片設計模型（AlphaChip）→使用AlphaChip 來設計更好的AI 晶片→ 使用這些AI 晶片來訓練更好的模型→再設計更好的晶片，這正是GoogleTPU 堆疊表現如 此好的部分原因。 各路網友對Google的AlphaChip 寄予厚望，稱「晶片設計晶片的時代來了」，也預言谷歌 將贏得未來AGI 之爭。 AlphaChip 是如何運作的？ 晶片設計並非易事，部分原因在於電腦晶片由許多相互連接的塊組成，這些塊具有多層電 路元件，所有元件都通過極細的導線連接。此外，晶片還有很多複雜且相互交織的設計約 束，設計時必須同時滿足所有約束。由於這些複雜性，晶片設計師們在60 多年來一直在 努力實現晶片佈局規劃過程的自動化。 與AlphaGo 和 AlphaZero 類似，Google建構了AlphaChip，將晶片佈局規劃視為一種遊戲 。 AlphaChip 從空白網格開始，一次放置一個電路元件，直到完成所有元件的放置。然後根 據最終佈局的品質給予獎勵。谷歌提出了一種新穎的「基於邊」的圖神經網路使 AlphaChip 能夠學習互連晶片元件之間的關係，並在整個晶片中進行推廣，讓AlphaChip 在其設計的每個佈局中不斷進步。 Google借助AI 設計AI 加速器晶片 自2020 年發布以來，Google已經採用AlphaChip 為每一代Google TPU 產生超級晶片佈局 。這些晶片使得大規模擴展基於 Google Transformer 架構的AI 模型成為可能。 TPU 作為Google強大的生成式AI 系統的核心，應用範圍從大語言模型（如Gemini）到圖 像和視訊生成器（Imagen 和Veo）。這些TPU 是Google AI 服務的核心，可透過Google Cloud 供外部用戶使用。 為了設計TPU 佈局，AlphaChip 首先在前幾代的各種晶片區塊上進行練習，例如片上和晶 片間網路區塊、記憶體控制器和資料傳輸緩衝區。這個過程稱為預訓練。然後谷歌在當前 的TPU 區塊上運行AlphaChip 以產生高品質的佈局。與之前的方法不同，AlphaChip 解決 了更多晶片佈局任務實例，因此變得更好、更快，就像人類專家所做的那樣。 隨著每一代新TPU（包括Google最新的Trillium（第6 代））的推出，AlphaChip 設計出 了更好的晶片佈局並提供了更多的整體平面圖，從而加快了設計週期並產生了性能更高的 晶片。 AlphaChip 帶來的更廣泛影響 AlphaChip 的影響力體現在Alphabet、研究界和晶片設計產業的應用。除了設計TPU 等專 用AI 加速器外，AlphaChip 還為Alphabet 的其他晶片設計佈局，例如Google Axion 處 理器，這是Google首款基於Arm 的通用資料中心CPU。 外部組織也在採用和建構AlphaChip。例如，全球頂級晶片設計公司之一聯發科擴展了 AlphaChip，以加速其最先進晶片（如三星手機使用的Dimensity Flagship 5G）的開發， 同時提高了功耗、性能和晶片面積。 AlphaChip 引發了晶片設計AI 工作的爆炸性增長，並已擴展到晶片設計的其他關鍵階段 ，例如邏輯綜合和巨集選擇。 開創晶片新未來 谷歌堅信，AlphaChip 有潛力優化從運算架構到製造的晶片設計週期的每個階段，並改變 智慧型手機、醫療設備、農業感測器等日常設備中客製化硬體的晶片設計。 目前，AlphaChip 的未來版本正在開發中。谷歌期待與社群合作，繼續改變自動晶片設計 領域，進而在未來迎來速度更快、價格更低、能源效率更高的晶片。 參考連結： https://deepmind.google/discover/blog/how-alphachip-transformed-computer-chip-design/ -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.253.153.36 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1727415433.A.B53.html
推
09/27 13:43, 1月前 , 1F
當他們走向 客服 繪師 碼農的時候 我沒幫他們出聲
09/27 13:43, 1F
推
09/27 13:55, 1月前 , 2F
真的QQ
09/27 13:55, 2F
推
09/27 13:56, 1月前 , 3F
這個自動佈線完,不也要RD review
09/27 13:56, 3F
→
09/27 13:56, 1月前 , 4F
layout 去改
09/27 13:56, 4F
→
09/27 13:56, 1月前 , 5F
難道可以直接下晶片？
09/27 13:56, 5F
推
09/27 14:01, 1月前 , 6F
之前講軟體工程師失業. 感覺硬體也差不多了
09/27 14:01, 6F
推
09/27 14:01, 1月前 , 7F
就是以前十個人在拉線 現在只要一個有經驗的review
09/27 14:01, 7F
推
09/27 14:02, 1月前 , 8F
那他們的 TPU 做的如何
09/27 14:02, 8F
推
09/27 14:06, 1月前 , 9F
本來就會一直有新的tool,但是要人去做確認
09/27 14:06, 9F
推
09/27 14:08, 1月前 , 10F
自動佈線不是很久以前的題目嗎？現在市場主流的CPU
09/27 14:08, 10F
→
09/27 14:08, 1月前 , 11F
和GPU還有純人工佈線的嗎？
09/27 14:08, 11F
推
09/27 14:12, 1月前 , 12F
中國的外包廠還有人工的吧？
09/27 14:12, 12F
推
09/27 14:14, 1月前 , 13F
認命點直接下fab當製程
09/27 14:14, 13F
噓
09/27 14:33, 1月前 , 14F
AI繞線比你強 還需要你確認嗎?
09/27 14:33, 14F
→
09/27 14:34, 1月前 , 15F
alpha go下圍棋 還需要人去確認有沒有下對嗎?
09/27 14:34, 15F
→
09/27 14:41, 1月前 , 16F
這家晶片也沒多強 在台灣連前五都排不上
09/27 14:41, 16F
→
09/27 14:42, 1月前 , 17F
幾年前就發peper說可以自動合成電路 結果勒？
09/27 14:42, 17F
推
09/27 14:43, 1月前 , 18F
拿layout說硬體工程師差不多 哈哈哈
09/27 14:43, 18F
推
09/27 14:47, 1月前 , 19F
阿法狗輸給李世石那場，就是出了很離譜的錯誤。但
09/27 14:47, 19F
→
09/27 14:47, 1月前 , 20F
因為是比賽，所以賽後才去修bug。
09/27 14:47, 20F
推
09/27 14:52, 1月前 , 21F
下錯那手，黃博士馬上搖了搖頭。但還是只能下那手
09/27 14:52, 21F
→
09/27 14:52, 1月前 , 22F
臭棋
09/27 14:52, 22F
推
09/27 15:14, 1月前 , 23F
看不太懂 這個跟APR tool差在哪
09/27 15:14, 23F
推
09/27 15:17, 1月前 , 24F
重點是要有人comment
09/27 15:17, 24F
推
09/27 15:22, 1月前 , 25F
叫AI自己Layout自己模擬自己出Gerber
09/27 15:22, 25F
推
09/27 15:24, 1月前 , 26F
他就是操作APR tool的工程師，這種死的東西好取代
09/27 15:24, 26F
推
09/27 15:24, 1月前 , 27F
靠北不就Apr
09/27 15:24, 27F
→
09/27 15:25, 1月前 , 28F
反正APR也就是經驗法則，try and error而已
09/27 15:25, 28F
→
09/27 15:26, 1月前 , 29F
程式邏輯都能取代了，這種死背的學會秒給最佳解
09/27 15:26, 29F
推
09/27 15:29, 1月前 , 30F
當然是請一個年薪300~400萬的on call的頂級拉線仔，
09/27 15:29, 30F
→
09/27 15:29, 1月前 , 31F
火掉10個年薪百萬拉線仔， 來回省600萬老闆每年可以
09/27 15:29, 31F
→
09/27 15:29, 1月前 , 32F
換一台車耶
09/27 15:29, 32F
→
09/27 15:30, 1月前 , 33F
誰管你們layout免洗筷要求加個班還唧唧歪歪的
09/27 15:30, 33F
→
09/27 15:38, 1月前 , 34F
HW永遠似乎不受影響 因為HW的bug常常連自己要debug
09/27 15:38, 34F
→
09/27 15:38, 1月前 , 35F
什麼都不知道
09/27 15:38, 35F
→
09/27 15:42, 1月前 , 36F
不就是多一個工具嗎
09/27 15:42, 36F
推
09/27 15:43, 1月前 , 37F
這是快速最佳化APR好嗎，deepmind原文有寫MTK已經使
09/27 15:43, 37F
→
09/27 15:43, 1月前 , 38F
用了
09/27 15:43, 38F
推
09/27 15:49, 1月前 , 39F
自動化應該是趨勢 小公司可能不太能花錢導入 不過大
09/27 15:49, 39F
還有 57 則推文
→
09/27 22:42, 1月前 , 97F
除了S跟C自己推包套服務 一般公司不可能拿來train的
09/27 22:42, 97F
→
09/27 22:43, 1月前 , 98F
學術界有個AutoTuner是用opensource外加租cloud去玩
09/27 22:43, 98F
→
09/27 22:44, 1月前 , 99F
所以他可以灑幾萬筆出去找最好的 因為lic不用錢
09/27 22:44, 99F
推
09/27 22:51, 1月前 , 100F
是說最近看到 SNPS 在徵 tensor flow 的工程師
09/27 22:51, 100F
→
09/27 22:55, 1月前 , 101F
以後layout就跟RD整合!RD要會LAYOUT
09/27 22:55, 101F
推
09/27 23:40, 1月前 , 102F
一萬鎂不貴阿 一年12萬而已 大公司都是幾百M在買
09/27 23:40, 102F
→
09/28 03:34, 1月前 , 103F
是先placement嗎 routing還沒真正繞 只有estimate?
09/28 03:34, 103F
推
09/28 06:45, 1月前 , 104F
應該請谷歌用這軟體先tap out一顆晶片
09/28 06:45, 104F
→
09/28 06:46, 1月前 , 105F
才知道能不能用。而不是找客戶幫他測試
09/28 06:46, 105F
推
09/28 07:20, 1月前 , 106F
看起來像placer 那塊的，但不曉得是不是timing awa
09/28 07:20, 106F
→
09/28 07:20, 1月前 , 107F
re / PV aware
09/28 07:20, 107F
→
09/28 07:21, 1月前 , 108F
是說這比較像APR, 而非Fully layout
09/28 07:21, 108F
推
09/28 09:29, 1月前 , 109F
以後只剩下製程跟設備工程師了…乖乖鎖螺絲
09/28 09:29, 109F
→
09/28 10:39, 1月前 , 110F
APR的新工具而已吧
09/28 10:39, 110F
推
09/28 11:53, 1月前 , 111F
以為取代別人，結果工程師自己先被取代了
09/28 11:53, 111F
推
09/28 12:17, 1月前 , 112F
以後大概就設備不會被取代吧
09/28 12:17, 112F
→
09/28 12:41, 1月前 , 113F
記得nv自己也有做的樣子 這是趨勢 看何時落地
09/28 12:41, 113F
推
09/28 12:48, 1月前 , 114F
EMI才是問題
09/28 12:48, 114F
推
09/28 13:31, 1月前 , 115F
打哈欠
09/28 13:31, 115F
推
09/28 13:41, 1月前 , 116F
看起來就RD多一個tool 工作全包 老闆開心
09/28 13:41, 116F
推
09/28 15:05, 1月前 , 117F
APR工具，最後還是需要人確認最後的結果能不能用。
09/28 15:05, 117F
→
09/28 15:05, 1月前 , 118F
等到全面取代，要幾十年吧
09/28 15:05, 118F
→
09/28 15:29, 1月前 , 119F
常常要都規劃挑戰製程極限的元件layout,都是RD自己
09/28 15:29, 119F
→
09/28 15:31, 1月前 , 120F
直接做掉..
09/28 15:31, 120F
→
09/28 15:52, 1月前 , 121F
以後只是叫你用AI做更多事情
09/28 15:52, 121F
推
09/28 19:03, 1月前 , 122F
pcb layout自動佈線都很難用了，還要考慮很多因素，
09/28 19:03, 122F
→
09/28 19:03, 1月前 , 123F
不覺得能多堪用
09/28 19:03, 123F
推
09/28 21:35, 1月前 , 124F
工程師和歐盟有87%像，一直挖洞給自己跳
09/28 21:35, 124F
推
09/29 07:30, 1月前 , 125F
不只layout~IC design也是一樣
09/29 07:30, 125F
推
09/29 08:22, 1月前 , 126F
要review應該也是很痛苦，抓bug 很多時候也超難，特
09/29 08:22, 126F
→
09/29 08:22, 1月前 , 127F
別長官很愛問下次怎麼避免這種問題
09/29 08:22, 127F
推
09/29 09:09, 1月前 , 128F
工程師的終極使命是把自己的工作優化掉
09/29 09:09, 128F
→
09/29 15:33, 1月前 , 129F
笑死人 我賭五年內絕對不可能取代ECAD工程師 實際
09/29 15:33, 129F
→
09/29 15:33, 1月前 , 130F
產品絕對沒有理論上這麼簡單
09/29 15:33, 130F
推
09/29 17:06, 1月前 , 131F
另一家公司出的APR
09/29 17:06, 131F
→
09/29 17:07, 1月前 , 132F
不過工具本來就是讓單兵生產力變高。沒有誰取代誰
09/29 17:07, 132F
噓
10/01 09:02, 1月前 , 133F
有經驗的 reviewee 哪裡來？
10/01 09:02, 133F
→
10/01 09:02, 1月前 , 134F
還不是要練上來
10/01 09:02, 134F
推
10/02 09:55, 1月前 , 135F
PCB Layout 是門藝術，AI 不懂什麼是藝術！
10/02 09:55, 135F
推
10/03 09:19, 1月前 , 136F
我只關心什麼時後可以讓我這個小廢物用
10/03 09:19, 136F
‣ 更多 jackliao1990 的文章
文章代碼(AID): #1czaI9jJ (Tech_Job)
Tech_Job 近期熱門文章
更多 近期熱門文章 >>
PTT職涯區 即時熱門文章
更多 即時熱門文章 >>
‣ 更多 jackliao1990 的文章
文章代碼(AID): #1czaI9jJ (Tech_Job)