Recientemente, Google ha compartido un estudio en el que señala haber perfeccionado la técnica que le permite diseñar chips aceleradores de IA de próxima generación. Este no es otro que el dispositivo conocido como TPU (Tensor Processing Unit), el cual presentó hace aproximadamente cuatro años y desde entonces ha venido mejorando.

Este pequeño chip basado en inteligencia artificial se enfoca en proyectos de aprendizaje automático y se orienta a dispositivos IoT (Internet de las cosas), así como a tareas específicas. Aunado a ello, los investigadores explican que esta IA aprende de experiencias pasadas y mejora con el tiempo.

“Presentamos un enfoque de aprendizaje por refuerzo profundo para la planificación de piso de chips. En menos de seis horas, nuestro método genera automáticamente planos de planta de chips que son superiores o comparables a los producidos por humanos en todas las métricas clave, incluido el consumo de energía, el rendimiento y el área del chip”, escriben en el artículo.

Este modelo de aprendizaje automático facilita la creación de otros chips

Chip TPU de Google
Chip TPU de Google

Los investigadores del estudio indican que este diminuto dispositivo se puede emplear para diseñar nuevo chips con fines específicos. Además, podría ayudar a reducir el ciclo de diseño para permitir que “el hardware se adapte mejor a la investigación en rápida evolución”. En una entrevista para VentureBeat, el líder de inteligencia artificial de Google, Jeff Dean, dijo que:

“… es un proceso de varias semanas para pasar del diseño que desea a tenerlo físicamente dispuesto en un chip con las restricciones correctas en el área, la potencia y la longitud del cable y cumplir con todos los roles de diseño o cualquier proceso de fabricación que esté realizando. Básicamente, podemos tener un modelo de aprendizaje automático que aprenda a jugar el juego de la colocación de [componentes] para un chip en particular”.

Este acelerador de IA es un método de aprendizaje por refuerzo que le permite a un algoritmo planear estrategias efectivas mediante la experimentación con datos. Además, tiene la capacidad de “generalizar entre chips, lo que significa que puede aprender de la experiencia para mejorar y ser más rápido en la colocación de nuevos chips”.

Tal es la utilidad de esta tecnología que también podría emplearse en proyectos de planificación urbana, distribución de vacunas e incluso en el mapeo de la corteza cerebral. Sin dudas, estos chips aceleradores de IA prometen contribuir en el desarrollo de importantes proyectos basado en inteligencia artificial.

Escribir un comentario