研發(fā)AI芯片，是一項研發(fā)周期長且需要雄厚資金支持的工作。這些專用芯片設(shè)計主要是用于更快、更高效地執(zhí)行AI算法。當(dāng)前的問題是，設(shè)計芯片需要花費數(shù)年的時間，并且機(jī)器學(xué)習(xí)算法的發(fā)展比研發(fā)進(jìn)程要快得多。你需要一種經(jīng)過優(yōu)化的可用于當(dāng)今AI的芯片，而不是兩到五年前的AI。對于此，于近期推出了自己的解決方案：讓AI設(shè)計AI芯片。他們在一篇論文中寫道：“我們相信，人工智能本身將提供縮短芯片設(shè)計周期，在硬件與AI之間建立共生關(guān)系的手段，而兩者之間的相互推動又推動了這一進(jìn)步。”“我們已經(jīng)看到，有些算法或神經(jīng)網(wǎng)絡(luò)架構(gòu)……在現(xiàn)有的加速器中表現(xiàn)不佳，因為加速器的設(shè)計停留在兩年前，而那時這些神經(jīng)網(wǎng)絡(luò)并不存在，”的高級研究科學(xué)家說到。“如果縮短設(shè)計周期，我們可以縮小這一塊的差距?！焙透呒壾浖こ處熖岢隽艘粋€神經(jīng)網(wǎng)絡(luò)，可以學(xué)習(xí)做一個特別耗時的設(shè)計部分，即放置。在對芯片設(shè)計進(jìn)行了足夠長時間的研究之后，它可以在不到24小時的時間內(nèi)為芯片完成設(shè)計，在功耗，性能和外形方面都超過了人類專家數(shù)周的設(shè)計工作。放置是如此復(fù)雜且耗時，因為它涉及放置邏輯和內(nèi)存塊或這些塊的群集（稱為宏），從而使功率和性能得到最大化，并且芯片面積最小。而面臨的挑戰(zhàn)是，必須在遵守互連密度規(guī)則的同時進(jìn)行所有這些工作。的目標(biāo)是芯片放置，因為即使使用當(dāng)今的先進(jìn)工具，人類專家也需要花費數(shù)周的迭代時間才能得出可接受的設(shè)計。將芯片放置建模為強(qiáng)化學(xué)習(xí)問題。與典型的深度學(xué)習(xí)不同，強(qiáng)化學(xué)習(xí)系統(tǒng)不會訓(xùn)練大量的標(biāo)簽數(shù)據(jù)。相反，他們會邊做邊學(xué)，并在成功時根據(jù)獎勵信號調(diào)整網(wǎng)絡(luò)中的參數(shù)。在這種情況下，獎勵是降低功率，改善性能和減少面積的組合的替代指標(biāo)。結(jié)果，布局機(jī)器人執(zhí)行的設(shè)計越多，其任務(wù)就會越好。該團(tuán)隊希望像這樣的AI系統(tǒng)能達(dá)到“在同一時間段內(nèi)設(shè)計更多的芯片，以及運行速度更快，功耗更低，制造成本更低，外形體積更小的芯片”這一目標(biāo)。那么，芯片又是什么是專為在邊緣運行模型而設(shè)計的ASIC芯片。可用于越來越多的工業(yè)使用場景，如預(yù)測性維護(hù)、異常檢測、機(jī)器視覺、機(jī)器人學(xué)、語音識別等等。它可以應(yīng)用于制造、本地部署、醫(yī)療保健、零售、智能空間、交通運輸?shù)雀鱾€領(lǐng)域。它體型小、能耗低，但性能出色，可以在邊緣部署高精度是對以及其他在邊緣運行AI的ASIC解決方案的補(bǔ)充。相關(guān)開發(fā)硬件也已經(jīng)在其代理商的商城上架。首個基于谷歌芯片的全球AI模型平臺-如果把人工智能比作一輛戰(zhàn)車，那么模型則扮演著"發(fā)動機(jī)"的角色。模型是人工智能技術(shù)在生產(chǎn)實踐中真正落地、促進(jìn)產(chǎn)業(yè)發(fā)展的重要保障，是人工智能生態(tài)中的重要一環(huán)。是一款面向全球用戶的AI模型資源交流與交易平臺，為機(jī)器學(xué)習(xí)與深度學(xué)習(xí)提供豐富多樣化的功能模型，支持鈦靈（等多類主流智能終端硬件，幫助用戶快速創(chuàng)建和部署模型，顯著提高模型開發(fā)和應(yīng)用效率，降低人工智能開發(fā)及應(yīng)用門檻。平臺中的AI模型，兼容多類市場主流的邊緣計算AI芯片，包括TPU，英特爾，英偉達(dá)。尤其是模型下載后更能搭載直接進(jìn)行運行。全球經(jīng)銷商伙伴推出的鈦靈AI市場，也已經(jīng)上線。鈦靈AI市場是由技術(shù)推廣伙伴（引力互聯(lián)）打造的全球化AI算法及解決方案交易市場，致力于幫助來自全球的優(yōu)秀AI服務(wù)商與需求方建立更加高效的直連對接，加速AI技術(shù)在各領(lǐng)域的落地、應(yīng)用。