文章摘要
【关 键 词】 AI芯片、深度学习、芯片设计、争议回应、开源质疑
谷歌DeepMind近期发表研究论文，回应对其AI芯片设计系统AlphaChip的质疑。AlphaChip是一种利用深度强化学习设计芯片布局的方法，最初于2020年宣布，并在2021年的《自然》杂志上发表论文，声称能显著节省人力并已被用于设计谷歌张量芯片。2022年，该成果开源，并被用于谷歌基于Arm的Axion CPU及其他内部芯片。
然而，2023年两篇论文质疑了AlphaChip的成功，其中一篇由Cheng等人发表，无法复现谷歌的方法；另一篇由Igor Markov发表，称该方法为“虚假的曙光”。Markov的分析指出，谷歌的强化学习方法落后于人类设计师、知名算法和商业软件，且速度慢；在2023年的研究竞赛中，该方法未进前五。他还引用了一位谷歌举报人的担忧。
《自然》杂志对谷歌论文添加了编者注并调查研究。一位独立专家撤回了最初赞扬谷歌工作的评论文章。谷歌回应称，Cheng的论文存在缺陷，如未预训练和计算资源不足；并称Markov的欺诈指控毫无根据，举报人也承认无证据支持其怀疑。
谷歌表示，《自然》杂志已完成调查并做出有利裁决，编辑注释已删除。联发科宣布将使用AlphaChip作为芯片开发的一部分。Markov更新分析，认为主要担忧未解决，指出AlphaChip并非完全开源，缺少源代码，且无法重现《自然》杂志上的结果。
谷歌在博客中强调，AlphaChip设计了更好的芯片布局，加快了设计周期并生产出性能更高的芯片。该技术已扩展到芯片设计的其他关键阶段，如逻辑综合和宏选择。论文作者之一Richard Ho，前谷歌TPU负责人，于2023年转投OpenAI。
原文和模型
【原文链接】 阅读原文 [ 6726字 | 27分钟 ]
【原文作者】 半导体行业观察
【摘要模型】 moonshot-v1-32k
【摘要评分】 ★★★★☆
