tnt芯片强化技巧(tnt芯片合成视频)

在最近发表于《arXiv上》的一篇题为“利用深度强化学习的芯片布局”的论文中，Google团队将芯片布局问题定位为强化学习问题。然后，经过训练的模型将芯片块放置到芯片画布上。

您如何评价锤子科技发布的坚果TNT工作站？

老实说：没有机会。锤子科技在演示中使用了大量的办公套件。他真的认为提高工作效率要靠办公室吗？很多程序员都使用什么以及如何搭建环境？罗永浩不会找人问问吗？我想今天看到这个答案的一定有程序员。我想问一下程序员，你们会用这个吗？我什至不能称之为划时代的突破。二十年前我用过IBM的语音控制系统。二十年前的今天，如果你在百度上搜索“IBM语音控制”，到处都可以下载。事实并非如此。什么是“划时代”，不是什么“划时代”。

让我们退后一步。他说他用的是永中OFFICE，但是我们知道谁是中国办公软件的老大吗？这是WPS。WPS是金山求伯君在1988年写的，后来雷军接手了WPS。微软Office之所以能在中国站稳脚跟，就在于它依赖于与WPS的相互开放格式。之前，WPS一统天下，我就想起罗永浩前段时间抱怨雷军。雷军不只做手机。

这是1998年雷军、求伯君、联想柳传志、杨元庆三人去看新款WPS时的照片，看看当时的雷军是多么年轻。我怀疑锤子科技所有的程序员加起来是不是比雷军更懂OFFICE？雷军是一名程序员。我不想再抱怨价格了。更糟糕的是，我几乎以为自己错了。也就是说，这个东西根本就不是一个系统。必须连接手机才能操作吗？我的天啊！这不就是一个显示器吗？你见过有人用手机工作吗？告诉我，显示器怎么能如此具有破坏性？为什么它能提高生产力？这不是撒谎吗？现在我们在办公室使用的开发工具不是Android，而是WINDOWS。这个所谓的系统其实就是Android系统。我是一名程序员，我没有办法使用这个系统进行开发。我是一名艺术家，大部分软件都是Windows。我无法使用这个系统进行开发。我是一家工厂的会计。我们的会计软件和统计软件只能在Windows上运行……我该怎么办？只能使用安卓办公系统吗？罗永浩对生产力的理解是否仅限于如何制作PTT和EXCEL？就算是EXCEL，他不知道今天的EXCEL可以自动求和吗？这只是一个语音输入。语音输入早在20年前就已经由IBM完成。在Excel2016中，选择单元格后，可以直接求和、求平均、求最大值和最小值等，还需要说话吗？你确定罗老师不是故意逗我笑的？

谷歌研究人员如何利用深度强化学习来优化芯片设计？

优化芯片设计是提高当今系统计算能力的关键。然而，这是一个耗时的过程，我们正在努力提高其效率。考虑到这一点，现在谷歌研究人员转向机器学习来帮助解决这个问题。在最近发表于《arXiv上》的一篇题为“ChipPlacementwithDeepReinforcementLearning”的论文中，Google团队将芯片放置问题定位为强化学习问题。

然后，经过训练的模型将芯片块放置到芯片画布上。确定芯片块的布局。这个过程称为芯片布局规划。它是芯片设计过程中最复杂、最耗时的阶段之一。它涉及将网表放置到芯片画布上，以便最大限度地降低功耗、性能和面积(PPA)，同时遵守密度和布线拥塞限制。

尽管对这个问题进行了数十年的研究，但仍然需要人类专家数周的迭代才能产生满足多方面设计标准的解决方案。深度强化学习模型的输入是芯片网表、当前要放置的节点的ID以及一些网表元数据。网表图和当前节点通过基于边缘的图神经网络，生成部分放置的图和候选节点嵌入。然后，前馈神经网络将其作为聚合输入并输出学习的表示，该表示捕获有用的特征并帮助生成所有可能的网格单元的概率分布，该概率分布可以通过策略网络转换为当前状态。节点就放在这个节点上。

整个过程可以封装在下面的GIF中。左边的芯片展示了从头开始的宏布局，右边的芯片是一些初始布局的微调。通过这种设置，研究人员证明了效率和布局质量的提高，并表示，使用经过训练的ML模型，人类专家需要数周时间才能完成的过程在6小时内完成。我们的目标是最大限度地减少PPA，并且我们表明，与现有的基线相比，我们的方法可以在6小时内在现代加速器网表上产生低于人类或相当的位置。基线需要人类专家参与循环，并且需要数周时间。