過GPU加速 (GPU acceleration)進行加速學習,更可在短時間內產生多達數十項可行的晶片開發方案,藉此精簡研發人力與時間需求,進而可將心力投注在其他更複雜的系統架構上。而透過預先訓練技術,讓機器持續隨著專案學習進化,更可持續讓聯發科日後開發晶片成效提升。
聯發科宣布將機器學習導入晶片設計,透過強化學習 (reinforcement learning)方式,藉此判斷晶片中最佳電路區塊位置 (location)與形狀 (shape),藉此大幅縮短晶片開發時間,並且建構更高運算效能的晶片。
而聯發科表示,此項技術預計在11月於台灣舉辦的IEEE亞洲固態電路研討會A-SSCC (Asian Solid-State Circuits Conference)發表,同時也將申請國際專利。
利用人工智慧方式決定最佳電路配置,聯發科強調將能簡化晶片設計所需時間,同時也能讓晶片設計最佳化,並且減少錯誤情況,藉此讓研發工程人員能以更短時間打造晶片。未來此項技術將導入聯發科旗下所有產品,包含用於手機、電視、網通設備的晶片,同時也能縮短應用晶片的產品進入市場所需時間。
早期電路區塊佈局需仰賴人力及專案實務經驗,通常需要耗時數週才能提出最佳方案,讓晶片系統開發者使用。聯發科此次透過跨部門合作,運用人工智慧的機器學習演演算法,將原本需要花費數週時間縮短至一天,甚至數個小時,即可判斷最佳化的電路區塊佈局。
其中,透過GPU加速 (GPU acceleration)進行加速學習,更可在短時間內產生多達數十項可行的晶片開發方案,藉此精簡研發人力與時間需求,進而可將心力投注在其他更複雜的系統架構上。而透過預先訓練技術,讓機器持續隨著專案學習進化,更可持續讓聯發科日後開發晶片成效提升。
暂无评论内容