在 AI 浪潮席卷全球的今日，您有没有想过，会不会总有一天会有人「用 AI 造 AI」，用 AI 算法来设计、制造 AI 运算所需的芯片？事实上这一点都不是什么脑洞大开的想法，Google 早在 2013 就开始这么做了！

最近 Google DeepMind 就在《Nature》上正式公开了它们的芯片设计算法「AlphaChip」，而且早已帮 Google 实际生产出多款 TPU，只要短短数小时，就可以完成传统完成人类设计师需要花上几个礼拜，甚至几个月的芯片设计工作。

早在 2013 年，Google  就意识到传统 CPU、GPU  已无法满足 AI  运算需求，毅然决然地选择了 ASIC 路线，并于 2015 年推出了第一代 TPU  芯片。然而，ASIC 设计复杂、周期漫长，仅靠人类工程师难以快速迭代。为了解决这个瓶颈，Google DeepMind  团队开始探索利用 AI  技术来设计芯片。

AlphaChip 的核心理念，是将芯片布局设计视为一种「对弈」（非常接近 AlphaGo 的做法），并利用强化学习算法来训练 AI。简单来说，AlphaChip 会从一个空白的芯片网格出发，玩拼图一样逐步放置电路组件，并根据布局的优劣获得相应的奖励。通过不断地训练和学习，AlphaChip 最终掌握了设计高效芯片布局的诀窍。

Google 宣称 AlphaChip 所设计出来的芯片在功耗、性能和面积 (PPA) 等关键指针上都能达到与人类专家相当甚至更好的水准。像是 TPU v5e、TPU v5p 和 Trillium 这三代芯片中，平均线长都有显著的降低。

而且就跟许多 AI 一样，AlphaChip 的设计能力会随着解决更多芯片布局任务而提升，就像人类专家通过经验累积来精进技能一样。这种持续学习的能力，让 AlphaChip 可以更快地找到最佳解决方案。

除了 TPU 之外，AlphaChip 也被用于设计 Google 其他的芯片产品，例如基于 Arm 架构的通用型数据中心 CPU「Google Axion Processor」也是使用 AlphaChip 所设计的。目前 AlphaChip 的影响力也扩展到 Google 外部。像联发科也已采用了 AlphaChip 技术加速其先进芯片的开发，应用于三星手机的天机 Dimensity 旗舰 5G 芯片上。

快加入 INSIDE Google News 按下追踪，给你最新、最 IN 的科技新闻！