AI“自學(xué)”設(shè)計(jì)出微波IC芯片 |
1月23日,在論文預(yù)發(fā)表平臺arXiv網(wǎng)站上發(fā)布的一篇文章稱,由創(chuàng)天科技、清華大學(xué)、西安電子科技大學(xué)和杭州電子科技大學(xué)聯(lián)合提出了一種新的神經(jīng)網(wǎng)絡(luò)架構(gòu),可以讓人工智能(AI)在不聲不響間設(shè)計(jì)微波集成電路。
論文介紹稱,這個(gè)全新的神經(jīng)網(wǎng)絡(luò)架構(gòu)名叫“關(guān)系歸納神經(jīng)網(wǎng)絡(luò)”,它能夠總結(jié)和歸納微波集成電路內(nèi)在的電磁規(guī)律,并自己學(xué)會設(shè)計(jì)和調(diào)試。文章給出的結(jié)果顯示,AI設(shè)計(jì)的集成電路性能可以媲美人類設(shè)計(jì)師。
AI能學(xué)會設(shè)計(jì)集成電路,靠的是一個(gè)“基于聚類和異步的優(yōu)勢行動(dòng)者評論家算法模型”。文章介紹道,該模型包含兩部分——聚類算法和強(qiáng)化學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型。其中,聚類算法用來對網(wǎng)格化的集成電路的設(shè)計(jì)動(dòng)作進(jìn)行劃分,即將集成電路的多個(gè)設(shè)計(jì)動(dòng)作聚成幾個(gè)典型的動(dòng)作類,類似于經(jīng)驗(yàn)豐富的集成電路模型設(shè)計(jì)師對模型的參數(shù)化設(shè)置;強(qiáng)化學(xué)習(xí)模型則基于聚類算法劃分的典型動(dòng)作簇作為策略網(wǎng)絡(luò)輸出的動(dòng)作類別,預(yù)測當(dāng)前集成電路模型的設(shè)計(jì)動(dòng)作,然后再由價(jià)值網(wǎng)絡(luò)評估該設(shè)計(jì)動(dòng)作的好壞,以找出最優(yōu)策略,從而達(dá)到自動(dòng)設(shè)計(jì)微波集成電路的技術(shù)功效。
“我們設(shè)計(jì)了一個(gè)稱為關(guān)系歸納神經(jīng)網(wǎng)絡(luò)的架構(gòu),它可以快速有效地學(xué)習(xí)集成電路內(nèi)部數(shù)據(jù)之間的規(guī)律,從而達(dá)到設(shè)計(jì)任意復(fù)雜集成電路的目的?!毖芯咳藛T表示,在其方案中,集成電路形狀被定義為一組參數(shù)化網(wǎng)格,當(dāng)每個(gè)網(wǎng)格發(fā)生變化時(shí),由標(biāo)準(zhǔn)的CAE軟件包計(jì)算出結(jié)果,然后使用聚類算法對這些結(jié)果的變化進(jìn)行分類,最后交由強(qiáng)化學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)進(jìn)行決策。
微波集成電路是人類工程師的智力勞動(dòng),對于工程師來說,設(shè)計(jì)過程需要利用計(jì)算機(jī)輔助設(shè)計(jì)工具發(fā)現(xiàn)問題、解決問題進(jìn)而尋找最優(yōu)解決方案,這個(gè)過程繁瑣而枯燥,需要通過綜合各種方案分析、設(shè)計(jì)、優(yōu)化去逼近最優(yōu)解決方案。因此,如何使人類工程師徹底擺脫這項(xiàng)繁瑣的優(yōu)化設(shè)計(jì)工作,是一項(xiàng)非常有意義的挑戰(zhàn)。
文章的第一作者Liu Jie是創(chuàng)天科技AI實(shí)驗(yàn)室的研究員,他同時(shí)還是該項(xiàng)目人工智能算法設(shè)計(jì)與開發(fā)技術(shù)負(fù)責(zé)人。
Copy right?2007:All Reserved. 西安集成電路設(shè)計(jì)專業(yè)孵化器有限公司
辦公地址:陜西省西安市高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)科技二路77號光電園二層北 辦公電話:029-88328230 傳真:029-88316024
陜ICP備 19002690號
陜公安網(wǎng)備 61019002000194號