Google araştırmacıları, Çarşamba günü Nature’da yeni bir makale yayınladı. Makale, bir yarı iletkenin fizikî tertibinin yapay zekalar tarafınca gerçekleştirilmesine müsaade verecek biçimde nasıl tasarlanacağını öğrenen kenar tabanlı bir grafik evrişimli hudut ağı mimarisini anlatıyor. Şirket, farklı bir biçimde, daha fazla performans sunan öbür yapay zeka çiplerini tasarlamak için de yapay zekadan yararlanıyor.
Google’ın bahsetmiş olduğu bu durum, çip dizaynında saha için önemli tesirleri olabilecek değerli bir gelişme olarak nitelendirilebilir. Araştırmacılar, Nature’da yayınlanan makalenin özetinde muvaffakiyetlerini şu sözlerle tabir ediyor: “Elli yıllık araştırmaya karşın, yonga taban planlaması otomasyona meydan okudu ve fizikî tasarım mühendislerinin üretilebilir yerleşimler üretmek için aylarca ağır gayret harcanmasını gerektirdi. Burada, yonga taban planlamasına yönelik derin bir pekiştirmeli öğrenme yaklaşımı sunuyoruz. Geliştirdiğimiz prosedür, altı saatten daha kısa bir süre ortasında otomatik olarak yonga taban planları oluşturuyor. Bu üretim, güç tüketimi, performans ve çip alanı da dahil olmak üzere, tüm değerli ölçütlerde beşerler tarafınca üretilenlerden daha üstün.”
Araştırmacıların geliştirdikleri formülün yetenekleri sadece var iseyım olarak nitelendirilemez. Google’ın araştırmacıları, geliştirdikleri usulü şirketin makine tahsili için kullandığı yeni jenerasyon tensör sürece ünitelerini (TPU’lar) tasarlamak için kullandıklarını belirtiyor. Bu yüzden de yapay zekanın performansını artıran çipleri tasarlamak için zati bir yapay zeka geliştirdiler. Üretimdeki bu döngü kasıtlı üzere görünüyor. Araştırmacılar, daha kuvvetli AI dizaynlı donanımın, AI’daki ilerlemeleri hızlandıracağına ve iki alan içinde simbiyotik bir ilgi yaratacağına inandıklarını belirtiyor. Ayrıyeten, yapay zeka tarafınca tasarlanan çipler tüm kıymetli ölçütlerde nitekim daha düzgünse, bu gelişmelerin diğer faydaları da olabilir.
Araştırmacılar tarafınca açıklanan bu prosedür çabucak hemen TPU’larda kullanılmak üzere sonlu kalsa da önümüzdeki günlerde formülün kapsamı da genişleyebilir. Şirket muhtemelen, yeni tekniği belli fonksiyonlara hizmet etmesi amaçlanan, uygulamaya özel entegre devreleri (ASIC) geliştirmek için de kullanabilecektir. Bu ilerleme, ASIC’leri geliştirmeyi de epeyce daha kolay hale getirebilir. bu biçimdece Google, daha fazla hazır tahlilden de vazgeçme fırsatını bulacaktır.
Google, TPU’ları Google Cloud’un yanı sıra özel bir pano aracılığıyla kullanıma sunduğundan, öteki geliştiricilerin de bu araştırmadan yararlanabileceklerini belirtelim.
Google’ın bahsetmiş olduğu bu durum, çip dizaynında saha için önemli tesirleri olabilecek değerli bir gelişme olarak nitelendirilebilir. Araştırmacılar, Nature’da yayınlanan makalenin özetinde muvaffakiyetlerini şu sözlerle tabir ediyor: “Elli yıllık araştırmaya karşın, yonga taban planlaması otomasyona meydan okudu ve fizikî tasarım mühendislerinin üretilebilir yerleşimler üretmek için aylarca ağır gayret harcanmasını gerektirdi. Burada, yonga taban planlamasına yönelik derin bir pekiştirmeli öğrenme yaklaşımı sunuyoruz. Geliştirdiğimiz prosedür, altı saatten daha kısa bir süre ortasında otomatik olarak yonga taban planları oluşturuyor. Bu üretim, güç tüketimi, performans ve çip alanı da dahil olmak üzere, tüm değerli ölçütlerde beşerler tarafınca üretilenlerden daha üstün.”
Araştırmacıların geliştirdikleri formülün yetenekleri sadece var iseyım olarak nitelendirilemez. Google’ın araştırmacıları, geliştirdikleri usulü şirketin makine tahsili için kullandığı yeni jenerasyon tensör sürece ünitelerini (TPU’lar) tasarlamak için kullandıklarını belirtiyor. Bu yüzden de yapay zekanın performansını artıran çipleri tasarlamak için zati bir yapay zeka geliştirdiler. Üretimdeki bu döngü kasıtlı üzere görünüyor. Araştırmacılar, daha kuvvetli AI dizaynlı donanımın, AI’daki ilerlemeleri hızlandıracağına ve iki alan içinde simbiyotik bir ilgi yaratacağına inandıklarını belirtiyor. Ayrıyeten, yapay zeka tarafınca tasarlanan çipler tüm kıymetli ölçütlerde nitekim daha düzgünse, bu gelişmelerin diğer faydaları da olabilir.
Araştırmacılar tarafınca açıklanan bu prosedür çabucak hemen TPU’larda kullanılmak üzere sonlu kalsa da önümüzdeki günlerde formülün kapsamı da genişleyebilir. Şirket muhtemelen, yeni tekniği belli fonksiyonlara hizmet etmesi amaçlanan, uygulamaya özel entegre devreleri (ASIC) geliştirmek için de kullanabilecektir. Bu ilerleme, ASIC’leri geliştirmeyi de epeyce daha kolay hale getirebilir. bu biçimdece Google, daha fazla hazır tahlilden de vazgeçme fırsatını bulacaktır.
Google, TPU’ları Google Cloud’un yanı sıra özel bir pano aracılığıyla kullanıma sunduğundan, öteki geliştiricilerin de bu araştırmadan yararlanabileceklerini belirtelim.