خوارزمية جديدة من جوجل تتعلم كيفية وضع العناصر على شريحة حاسوبية بالشكل الأمثل لجعلها أكثر كفاءة وأقل شراهة في استهلاك الطاقة.

2020-03-30 11:00:38

30 مارس 2020
Article image

قامت خوارزمية جديدة للتعلم المعزز بتعلم كيفية وضع العناصر على شريحة حاسوبية بالشكل الأمثل لجعلها أكثر كفاءة وأقل شراهة في استهلاك الطاقة.

لعبة تتريس ثلاثية الأبعاد

إن تنسيق مكونات الشريحة الإلكترونية، الذي يعرف أيضاً بتخطيط طبقات الشريحة، يمثل مسألة معقدة في مجال التصميم ثلاثي الأبعاد؛ حيث تتطلب هذه العملية ترتيباً جيداً ودقيقاً لتموضع المئات -وأحياناً الآلاف- من المكونات الموزعة على طبقات متعددة ضمن مساحة مقيدة. جرت العادة أن يقوم المهندسون يدوياً بتصميم التشكيلات الموضعية التي تخفض كمية الأسلاك المستخدمة بين المكونات إلى أقل حد ممكن، باعتبارها مؤشراً يمثل الكفاءة، ثم يستخدمون بعد ذلك برنامجاً لأتمتة التصميم الإلكتروني، يقوم بمحاكاة العمليات التي ينفذونها والتحقق من صحتها، الأمر الذي قد يستغرق ما يصل إلى 30 ساعة للمخطط الواحد.

التأخير الزمني

نظراً للمدة الزمنية التي يكلفها العمل على أي تصميم من تصاميم الشرائح، فمن المفترض -كما هو معتاد- أن تدوم الشرائح من سنتين إلى 5 سنوات. إلا أنه ومع التطور السريع الذي تحققه خوارزميات التعلم الآلي، فقد تسارعت الحاجة أيضاً إلى ظهور تصاميم هندسية جديدة من الشرائح. في السنوات الأخيرة، سعت العديد من الخوارزميات التي تهدف إلى تصميم أفضل المخططات الطبقية للشرائح، إلى تسريع عملية التصميم، لكنها كانت محدودة القدرات في إيجاد الحلول الأمثلية التي تحقق عدة أهداف في آن واحد، بما في ذلك مقدار الطاقة التي تستجرها الشريحة، وأداؤها الحسابي، واستثمار المساحة.

التصميم الذكي

استجابةً لهذه التحديات، قامت باحثتا جوجل، آنا جولدي وأزاليا مير حُسيني، باتباع أسلوب جديد هو: التعلم المعزز. حيث تستخدم خوارزميات التعلم المعزز التغذية الراجعة الإيجابية والسلبية لتعلم المهام المعقدة؛ لذا قامت الباحثتان بتصميم ما يعرف باسم “تابع المكافأة” لمنح الخوارزمية علامة إيجابية وأخرى سلبية وفقاً لدرجة استيفاء التصاميم التي تتوصل إليها للمعايير المطلوبة. ثم قامت الخوارزمية بعد ذلك بتوليد عشرات إلى مئات الآلاف من التصاميم الجديدة، حيث نتج كل منها في غضون أجزاء من الثانية، وقامت بتقييمها باستخدام تابع المكافأة. وبمرور الوقت، تمكنت الخوارزمية من التوصل إلى إستراتيجية نهائية لتحديد توضع العناصر الإلكترونية على الشريحة بطريقة أمثلية.

عملية التحقق

بعد التحقق من التصاميم بمساعدة برنامج لأتمتة التصميم الإلكتروني، وجدت الباحثتان أن العديد من المخططات الطبقية التي ولّدتها الخوارزمية، استوفت المعايير المطلوبة بشكل أفضل من تلك التي تم تصميمها على يد مهندسين من البشر. كما قالتا إن الخوارزمية مكّنت نظراءها من البشر أيضاً من تعلم بعض الحيل.

خط الإنتاج

عبر تاريخ مجال هندسة الإلكترونيات، كان إحراز التقدم في الذكاء الاصطناعي مرتبطاً ارتباطاً وثيقاً بالتقدم الذي يتم إحرازه في تصميم الشرائح. ونأمل أن تُسهم هذه الخوارزمية في تسريع عملية تصميم الشرائح، وأن تؤدي إلى ظهور جيل جديد من البنى المحسّنة، مما يسرع بدوره من تقدم الذكاء الاصطناعي.


شارك



مراسلة الذكاء الاصطناعي، إم آي تي تكنولوجي ريفيو