在 AI 浪潮席捲全球的今日，您有沒有想過，會不會總有一天會有人「用 AI 造 AI」，用 AI 演算法來設計、製造 AI 運算所需的晶片？事實上這一點都不是什麼腦洞大開的想法，Google 早在 2013 就開始這麼做了！

最近 Google DeepMind 就在《Nature》上正式公開了它們的晶片設計演算法「AlphaChip」，而且早已幫 Google 實際生產出多款 TPU，只要短短數小時，就可以完成傳統完成人類設計師需要花上幾個禮拜，甚至幾個月的晶片設計工作。

早在 2013 年，Google  就意識到傳統 CPU、GPU  已無法滿足 AI  運算需求，毅然決然地選擇了 ASIC 路線，並於 2015 年推出了第一代 TPU  晶片。然而，ASIC 設計複雜、週期漫長，僅靠人類工程師難以快速迭代。為瞭解決這個瓶頸，Google DeepMind  團隊開始探索利用 AI  技術來設計晶片。

AlphaChip 的核心理念，是將晶片佈局設計視為一種「對弈」（非常接近 AlphaGo 的做法），並利用強化學習演算法來訓練 AI。簡單來說，AlphaChip 會從一個空白的晶片網格出發，玩拼圖一樣逐步放置電路元件，並根據佈局的優劣獲得相應的獎勵。通過不斷地訓練和學習，AlphaChip 最終掌握了設計高效晶片佈局的訣竅。

Google 宣稱 AlphaChip 所設計出來的晶片在功耗、效能和麪積 (PPA) 等關鍵指標上都能達到與人類專家相當甚至更好的水準。像是 TPU v5e、TPU v5p 和 Trillium 這三代晶片中，平均線長都有顯著的降低。

而且就跟許多 AI 一樣，AlphaChip 的設計能力會隨著解決更多晶片佈局任務而提升，就像人類專家透過經驗累積來精進技能一樣。這種持續學習的能力，讓 AlphaChip 可以更快地找到最佳解決方案。

除了 TPU 之外，AlphaChip 也被用於設計 Google 其他的晶片產品，例如基於 Arm 架構的通用型數據中心 CPU「Google Axion Processor」也是使用 AlphaChip 所設計的。目前 AlphaChip 的影響力也擴展到 Google 外部。像聯發科也已採用了 AlphaChip 技術加速其先進晶片的開發，應用於三星手機的天機 Dimensity 旗艦 5G 晶片上。

快加入 INSIDE Google News 按下追蹤，給你最新、最 IN 的科技新聞！