Google araştırmacıları, Çarşamba günü Nature’da yeni bir makale yayınladı. Makale, bir yarı iletkenin fiziksel düzeninin yapay zekalar tarafından gerçekleştirilmesine izin verecek şekilde nasıl tasarlanacağını öğrenen kenar tabanlı bir grafik evrişimli sinir ağı mimarisini anlatıyor. Şirket, ilginç bir şekilde, daha fazla performans sunan diğer yapay zeka çiplerini tasarlamak için de yapay zekadan yararlanıyor.
Google’ın bahsettiği bu durum, çip tasarımında saha için ciddi etkileri olabilecek önemli bir gelişme olarak nitelendirilebilir. Araştırmacılar, Nature’da yayınlanan makalenin özetinde başarılarını şu sözlerle ifade ediyor: “Elli yıllık araştırmaya rağmen, yonga zemin planlaması otomasyona meydan okudu ve fiziksel tasarım mühendislerinin üretilebilir yerleşimler üretmek için aylarca yoğun çaba harcamasını gerektirdi. Burada, yonga zemin planlamasına yönelik derin bir pekiştirmeli öğrenme yaklaşımı sunuyoruz. Geliştirdiğimiz yöntem, altı saatten daha kısa bir süre içinde otomatik olarak yonga zemin planları oluşturuyor. Bu üretim, güç tüketimi, performans ve çip alanı da dahil olmak üzere, tüm önemli ölçütlerde insanlar tarafından üretilenlerden daha üstün.”
Araştırmacıların geliştirdikleri yöntemin yetenekleri yalnızca varsayım olarak nitelendirilemez. Google’ın araştırmacıları, geliştirdikleri yöntemi şirketin makine öğrenimi için kullandığı yeni nesil tensör işleme birimlerini (TPU’lar) tasarlamak için kullandıklarını belirtiyor. Bu yüzden de yapay zekanın performansını artıran çipleri tasarlamak için esasen bir yapay zeka geliştirdiler. Üretimdeki bu döngü kasıtlı gibi görünüyor. Araştırmacılar, daha güçlü AI tasarımlı donanımın, AI’daki ilerlemeleri hızlandıracağına ve iki alan arasında simbiyotik bir ilişki yaratacağına inandıklarını belirtiyor. Ayrıca, yapay zeka tarafından tasarlanan çipler tüm önemli ölçütlerde gerçekten daha iyiyse, bu gelişmelerin başka faydaları da olabilir.
Araştırmacılar tarafından açıklanan bu yöntem henüz TPU’larda kullanılmak üzere sınırlı kalsa da önümüzdeki günlerde yöntemin kapsamı da genişleyebilir. Şirket muhtemelen, yeni yöntemi belirli işlevlere hizmet etmesi amaçlanan, uygulamaya özel entegre devreleri (ASIC) geliştirmek için de kullanabilecektir. Bu ilerleme, ASIC’leri geliştirmeyi de çok daha kolay hale getirebilir. Böylece Google, daha fazla hazır çözümden de vazgeçme fırsatını bulacaktır.
Google, TPU’ları Google Cloud’un yanı sıra özel bir pano aracılığıyla kullanıma sunduğundan, diğer geliştiricilerin de bu araştırmadan yararlanabileceklerini belirtelim.