ИИ начал проектировать чипы для радиочастот, которые люди не могли даже представить
Princeton University (Sengupta Lab)
Исследователи из Принстонского университета используют обучение с подкреплением и обратный дизайн для создания радиочастотных интегральных схем (RFIC) с нуля. Диффузионные модели генерируют необычные, но высокоэффективные топологии чипов, превосходящие по производительности лучшие образцы ручного проектирования и кратно сокращая время разработки.
Группа учёных из Принстонского университета под руководством профессора Каустуба Сенгутты разрабатывает алгоритмы на основе машинного обучения для автоматизированного проектирования радиочастотных интегральных схем (RFIC). В отличие от традиционного подхода, который требует многолетнего опыта и вручную настраиваемых шаблонов, новые методы применяют обучение с подкреплением и обратный дизайн (inverse design), чтобы синтезировать топологию схемы «с чистого листа». Диффузионные модели способны быстро генерировать необычные, порой причудливые геометрии пассивных элементов, которые инженеру вряд ли пришли бы в голову, но которые обеспечивают рекордные характеристики: например, некоторые физические прототипы превзошли современное состояние дел по таким параметрам, как усиление и эффективность. При этом ИИ тратит на создание работоспособного проекта на порядки меньше времени, чем человек. Авторы подчёркивают, что для дальнейшего прогресса необходимы крупные открытые наборы данных проектов чипов и экосистемы, позволяющие нейросетям обучиться универсальным законам электромагнетизма и поведения цепей, чтобы полностью раскрыть потенциал ИИ в радиочастотном проектировании.
- Сокращения
- RFIC = Radio-Frequency Integrated Circuit — радиочастотная интегральная схема
- GPU = Graphics Processing Unit — графический процессор
- CPU = Central Processing Unit — центральный процессор
Источник: IEEE Spectrum AI —
оригинал