Google: AlphaChip проектирует топологию чипов в 3 поколениях TPU

Топология (floorplan) микросхемы — размещение множества связанных блоков с компонентами схем, соединённых тончайшими проводниками, при большом числе взаимосвязанных проектных ограничений, которые нужно выполнить одновременно. По данным Google DeepMind, автоматизировать этот этап проектирования разработчики пытаются более шестидесяти лет, а вручную он занимает у инженеров недели или месяцы. Google разрабатывает собственные ИИ-ускорители TPU, на которых работают модели Gemini, Imagen и Veo, сервисы компании и которые доступны внешним клиентам через Google Cloud; качество и скорость проектирования их топологии влияют на производительность чипов и длительность цикла разработки.

AlphaChip — метод обучения с подкреплением, который Google DeepMind представил в препринте 2020 года, затем опубликовал в Nature и открыл исходный код; в сентябре 2024 года компания выпустила дополнение к статье и предобученную модель. Подобно AlphaGo и AlphaZero, AlphaChip рассматривает размещение как игру: начиная с пустой сетки, он размещает компоненты по одному и получает награду по качеству итоговой топологии. Графовая нейросеть, основанная на связях между компонентами, позволяет методу обобщать опыт между чипами и улучшаться с каждой новой топологией. По данным компании, AlphaChip создаёт топологии в течение часов.

Для TPU модель сначала предобучается на блоках чипов предыдущих поколений — сетевых блоках, контроллерах памяти, буферах передачи данных, — затем её запускают на блоках текущего поколения. По данным Google DeepMind, топологии AlphaChip используются в каждом поколении TPU с 2020 года, в том числе в 3 последних: v5e, v5p и Trillium (6-е поколение). С каждым поколением AlphaChip проектирует более качественные топологии и всё большую часть общей топологии чипа. Метод также создавал топологии для других чипов Alphabet, включая процессоры Google Axion — первые серверные CPU компании на архитектуре Arm. Метод развивает и MediaTek для своих чипов.