Google은 기계 학습에 특화 한 전용 프로세서 Tensor processing unit (TPU)의 개발을 수행하고 있으며, 2021 년 5월세대대인 TPU v4 을 발표했었습니다.
그런데 이번에 네이처지에 새로운 Google 연구팀은 TPU의 개발에 AI를 이용하여 개발 속도를 비약적으로 향상시킨 논물을 공개했습니다.
주요 내용입니다.
TPU 등의 마이크로 칩에 CPU와 GPU, 메모리 컨트롤러 등 수많은 구성 요소 또는 총 수 킬로미터에 이르는 미세 배선 등이 포함되어 있습니다. 마이크로 칩의 개발 단계는 이러한 구성 요소 및 배선의 레이아웃을 결정하는 플로어 플랜이라는 공정이 존재하고 있습니다.
구글 AI 연구팀에 따르면, 인간에 의한 평면도 설계는 수개월의 시간이 걸릴 수도 있는 것. 그래서 연구팀은 AI를 사용하여 계획 실행에 걸리는 시간을 단축하는 방법을 개발했습니다.
이에
연구팀은 마이크로 칩의 기판을 체스나 바둑 등 보드 게임의 각 구성 요소와 배선을 체스 프레임과 바둑돌에 비유하며 AI에 평면도를 학습시키도록 했습니다.
전력 배선의 길이 마이크로 칩의 면적 등의 태그를 포함 총 1만 가지의 평면도를 AI에 학습시킴으로써, 칩 면적이 작은 절전 레이아웃을 도출 개발 했습니다. 다음 그림은 인간에 의한 평면도 이미지 (왼쪽)과 AI에 의한 평면도 이미지 (오른쪽)를 보여줍니다. 그림을 살펴보면 인간에 의한 평면도는 각 구성 요소가 비율적인 반면 AI에 의한 평면도는 각 구성 요소가 뿔뿔이 분산 된 상태로되어있는 것을 알 수 있습니다.
다음의 사진은 실제로 TPU 설계 계획을 인간이 수행 한 결과 (왼쪽)과 AI가 실행 한 결과 (오른쪽)입니다. 기밀 유지를 위해 사진에는 블러처리가 되어 있습니다만, 잘 보면 AI에 의한 결과는 인간에 의한 결과와 비교하여 불규칙한 레이아웃임을 알 수있습니다.
연구팀에 따르면, 이 설계 계획을 실행하는 데 걸린 시간은 최고급 엔지니어 인간이 몇 주가 걸렸지만 AI는 단 6 시간 이라는 것으로, AI가 평면도 설계를 쾌속으로 수행 할 수있는 결과를 보여주었습니다.
연구팀은 이번에 개발 한 AI에 의한 마이크로 칩의 개발 기술은 수천 시간 동안 인간의 노동 시간을 절약하는 데 도움이 될 수 있다면서 AI에 의해 설계된 강력한 하드웨어가 다시금 AI의 진보를 밀어주는 등, AI와 하드웨어 사이의 선순환 사이클이 이루어 질 수도 있다고 언급했습니다.
(IP보기클릭)211.218.***.***
불규칙하다니 잡스는 못받아들이겟군
(IP보기클릭)175.193.***.***
흠, 칩셋 간의 통신으로 발생하는 병목을 최소화하려면 확실히 저런 불규칙한 배열이 낫긴 할 것 같네요. 인간이야 이걸 갖고 몇 세대씩 우려먹으려고 규칙적으로 배열하고 여기에 몇 세대식 +@하는 형태로 설계하지만, ai가 정말 몇시간 안에 설계할 수 있다면 그 때 그 때 새로 만들면 되니까 다만 저렇게 불규칙하면 웨이퍼 찍어낼 때 불량률이 높아질 것 같은데, 그런 것도 반영했으려나요?
(IP보기클릭)211.218.***.***
불규칙하다니 잡스는 못받아들이겟군
(IP보기클릭)222.102.***.***
(IP보기클릭)175.193.***.***
흠, 칩셋 간의 통신으로 발생하는 병목을 최소화하려면 확실히 저런 불규칙한 배열이 낫긴 할 것 같네요. 인간이야 이걸 갖고 몇 세대씩 우려먹으려고 규칙적으로 배열하고 여기에 몇 세대식 +@하는 형태로 설계하지만, ai가 정말 몇시간 안에 설계할 수 있다면 그 때 그 때 새로 만들면 되니까 다만 저렇게 불규칙하면 웨이퍼 찍어낼 때 불량률이 높아질 것 같은데, 그런 것도 반영했으려나요?