Layout工程师很危险，Google自动芯片设计AlphaChip问世
https://www.jiqizhixin.com/articles/2024-09-27-5
2020 年，Google发表了预印本论文《Chip Placement with Deep Reinforcement
Learning》，介绍了其设计芯片布局的新型强化学习方法。后来在2021 年，Google又发
表在Nature 上并开源了出来。
今天，Google发表了这篇Nature 文章的附录，更详细介绍了这个方法及其对芯片设计领
域的影响。同时， Google也开放了一个在20 个TPU 模组上预先训练的检查点，分享模型
权重并命名为“AlphaChip” 。
Nature 附录网址：https://www.nature.com/articles/s41586-024-08032-5
预训练检查点位址：
https://github.com/google-research/circuit_training/?tab=readme-ov-file#PreTrainedModelCheckpoint
谷歌首席科学家Jeff Dean 表示，开放预训练AlphaChip 模型检查点以后，外部用户可以
更轻松地使用AlphaChip 来启动自己的芯片设计。
计算机芯片推动了 AI 的显著进步，AlphaChip 利用 AI 来加速和优化芯片设计。该方法
已被用于设计Google自订 AI 加速器（TPU）最近三代的“超人”芯片布局。
作为首批用于解决现实世界工程问题的强化学习方法，AlphaChip 只需要数小时便能完成
媲美或超越人类的芯片布局，而无需再花费数周或数月人工努力。而此方法设计的布局已
应用于世界各地的芯片，覆蓋场景包括资料中心到手机。
GoogleDeepMind 表示，AlphaChip 已经彻底改变了我们设计微芯片的方式，从帮助设计
用于建立AI 模型的SOTA TPU 到资料中心CPU，它的广泛影响已经扩展到了Alphabet 内外
。
GoogleDeepMind 联合创始人兼CEO Demis Hassabis 表示，如今我们形成了这样一种反馈
回路：训练SOTA 芯片设计模型（AlphaChip）→使用AlphaChip 来设计更好的AI 芯片→
使用这些AI 芯片来训练更好的模型→再设计更好的芯片，这正是GoogleTPU 堆叠表现如
此好的部分原因。
各路网友对Google的AlphaChip 寄予厚望，称“芯片设计芯片的时代来了”，也预言谷歌
将赢得未来AGI 之争。
AlphaChip 是如何运作的？
芯片设计并非易事，部分原因在于电脑芯片由许多相互连接的块组成，这些块具有多层电
路元件，所有元件都通过极细的导线连接。此外，芯片还有很多复杂且相互交织的设计约
束，设计时必须同时满足所有约束。由于这些复杂性，芯片设计师们在60 多年来一直在
努力实现芯片布局规划过程的自动化。
与AlphaGo 和 AlphaZero 类似，Google建构了AlphaChip，将芯片布局规划视为一种游戏
。
AlphaChip 从空白网格开始，一次放置一个电路元件，直到完成所有元件的放置。然后根
据最终布局的品质给予奖励。谷歌提出了一种新颖的“基于边”的图神经网络使
AlphaChip 能够学习互连芯片元件之间的关系，并在整个芯片中进行推广，让AlphaChip
在其设计的每个布局中不断进步。
Google借助AI 设计AI 加速器芯片
自2020 年发布以来，Google已经采用AlphaChip 为每一代Google TPU 产生超级芯片布局
。这些芯片使得大规模扩展基于 Google Transformer 架构的AI 模型成为可能。
TPU 作为Google强大的生成式AI 系统的核心，应用范围从大语言模型（如Gemini）到图
像和视讯生成器（Imagen 和Veo）。这些TPU 是Google AI 服务的核心，可透过Google
Cloud 供外部用户使用。
为了设计TPU 布局，AlphaChip 首先在前几代的各种芯片区块上进行练习，例如片上和晶
片间网络区块、内存控制器和资料传输缓冲区。这个过程称为预训练。然后谷歌在当前
的TPU 区块上运行AlphaChip 以产生高品质的布局。与之前的方法不同，AlphaChip 解决
了更多芯片布局任务实例，因此变得更好、更快，就像人类专家所做的那样。
随着每一代新TPU（包括Google最新的Trillium（第6 代））的推出，AlphaChip 设计出
了更好的芯片布局并提供了更多的整体平面图，从而加快了设计周期并产生了性能更高的
芯片。
AlphaChip 带来的更广泛影响
AlphaChip 的影响力体现在Alphabet、研究界和芯片设计产业的应用。除了设计TPU 等专
用AI 加速器外，AlphaChip 还为Alphabet 的其他芯片设计布局，例如Google Axion 处
理器，这是Google首款基于Arm 的通用资料中心CPU。
外部组织也在采用和建构AlphaChip。例如，全球顶级芯片设计公司之一联发科扩展了
AlphaChip，以加速其最先进芯片（如三星手机使用的Dimensity Flagship 5G）的开发，
同时提高了功耗、性能和芯片面积。
AlphaChip 引发了芯片设计AI 工作的爆炸性增长，并已扩展到芯片设计的其他关键阶段
，例如逻辑综合和宏选择。
开创芯片新未来
谷歌坚信，AlphaChip 有潜力优化从运算架构到制造的芯片设计周期的每个阶段，并改变
智慧型手机、医疗设备、农业传感器等日常设备中客制化硬件的芯片设计。
目前，AlphaChip 的未来版本正在开发中。谷歌期待与社群合作，继续改变自动芯片设计
领域，进而在未来迎来速度更快、价格更低、能源效率更高的芯片。
参考连结：
https://deepmind.google/discover/blog/how-alphachip-transformed-computer-chip-design/