五个DAC关键提示

摩尔定律的结局可能会创建一个新的黄金时代的设计,特别是受人工智能和机器学习。但设计将成为任务、应用程序和特定领域,并将要求我们考虑产品的生命周期在不同的方式。

在未来,我们也将不得不设计经验的增加,而不仅仅是自动化的任务。这些只是一些结论的关键提示从设计自动化(DAC)今年的会议。

今年有五个主题演讲,尽管技术上一个被称为一个有远见的人说话。这就意味着这是一个小短。

计算机体系结构的一个新的黄金时代

加州大学伯克利分校的荣誉退休教授,大卫•帕特森RISC-V董事会副主席。

帕特森的演讲分为三个sections-fifty多年的计算机体系结构在15分钟之后,我们今天面临的挑战,最后的机会。在第一节中他谈到了x86架构的崛起,导致RISC的崛起和主导地位。但当他得今天,他补充道,“我们的想法是有效的。高级语言如Python程序员更容易,让他们更富有成效,但他们是非常低效的。在硬件方面,通用似乎太难了。唯一留下的是特定于域的架构。他们不需要做任何事,但他们做他们需要做什么。”

帕特森经历锻炼对矩阵乘法和显示一系列的改进,会产生一个63000倍的改善。虽然他承认的例子不少,他问如果是合理设置1000 x作为一个目标。“人人都在谈论什么是神经网络,但它可以是图形,或可编程网络虚拟现实。是什么魔力让它工作吗?你可以更有效地使用内存带宽,可以把内存到特定的功能正确的大小在正确的位置。你不需要需要通用计算的准确性。64位IEEE浮点是不必要的。甚至64位整数是不必要的。”

这个行业一直是能够创建独特的硬件,但是软件是从哪里来的呢?“领域特定语言的目的是使程序员更有效率在狭窄的领域通过提高抽象层次。“他谈到的创建谷歌TPU和如何创造了大量的关注。“过去很难获得风投投资硬件初创公司。这不是一个问题了。至少有45硬件初创公司在机器学习。”

帕特森的谈话然后转向RISC-V它是开源的重要性。“安全、开放的体系结构结合在一起。你不希望通过模糊的安全。”他还谈到敏捷设计的兴起和大学如何使用它使他们能够创建芯片。“我们可以建立小芯片和100芯片只有14000美元。建立一个大的芯片是更多的钱,但你与小芯片还有很长的路要走。伯克利分校我们做10个芯片5年使用敏捷。和敏捷没有借口不做薯片了。每个人都能负担得起。”

他的结论是,使用领域特定语言是新的机会,与特定领域的架构下,现在是一个伟大的时间在硬件业务。

计算的未来

达里奥吉尔,AI和IBM副总裁Q

吉尔的谈话重点事务的当前状态在人工智能和他认为它需要去的地方。他看着不同的体系结构,包括模拟计算和量子计算应用于人工智能。“有很多炒作与人工智能相关,但它无疑成为当今世界科技最重要的趋势。一个迹象是与学生看看发生了什么。看招生在麻省理工学院和斯坦福大学机器学习的课程。十年前的类可能有30或40个学生,现在有超过一千个学生在斯坦福大学和麻省理工学院的700多。”

在讨论人工智能和神经网络的早期他看着它如何适用于电路设计。“我们创建了一个名为合成的系统调优系统(SynTunSys)可以运行许多平行合成的工作,这样我们可以自动学习专家们实施的参数。在最近的一个芯片,专家表现传统的优化后,我们应用机器学习这些参数的配置和有一个总-松弛,改善36%功率降低latch-to-latch松弛提高60%和7%。这些数字是重要的背景下,这是经过专家已经做了最大的努力,他们知道什么。”

他的谈话然后发展到人工智能的问题。“我们必须创造出人工智能,是少一个黑盒子。它必须更简单。我们必须有一个更好的理解什么是发生在神经网络,我们有调试器,我们可以在这些网络处理错误。Explainability是许多行业的基础。第二,尽管它是令人印象深刻的神经网络可以做什么,他们是脆弱的。随着敌对的网络的出现,您可以向系统注入噪声愚弄成错误的分类图像。这告诉你在这些系统固有的脆弱性。道德——这是一个很大的话题。我们必须看看偏见。 If you create a system that is trained by example, and if the examples that you use are biased from the past, then the lessons that systems could learn would be terrible.”

为了从今天到未来,还有一个步骤,必须补充说。“学习已经取得了很大的进步,但推理更少。推理必须的一部分的未来人工智能需要去的地方。我们真的能和裂纹理解有影响吗?不仅语言处理,但我们可以构建一个机器可以理解一个文本吗?”他将这一概念扩展到写作和自动化实验。

吉尔讨论神经网络和内部运作的优势,将来自让计算和内存紧密。“我们一直使用相变内存(PCM),建立了芯片超过一百万PCM元素。我们证明,您可以实现深度学习培训与500 x改进传统的gpu相似水平的准确性。”

他说看着量子计算的最后部分,和他解释技术,而不是专门观察量子计算机将被用于机器learning-except说他们可以超越传统方法解决问题。

挑战使5 g系统扩展

Chidi奇丹巴拉姆,负责工程的副总裁过程技术和铸造工程团队在高通

奇丹巴拉姆的开始解决高通看到的一些变化。"市场正朝着长期产品。过去,人们会每两年更换手机,但即将到来的市场更在汽车和工业物联网将10年的人。我们必须开始考虑耐久性设计。”

谈论最多的集中在手机内的挑战,如支持越来越多的射频乐队,计算水平的提高需要支持图形,或更好的相机,同时希望延长电池寿命。他还覆盖与新兴技术相关的一些技术挑战要求更好的建模与BEOL相关和可预测性。“Vdd下降使权力扩展。发生只有当关键体系结构变化过程中实现的,比如当我们从平面HKMG或鳍。但在过去的三代,我们一直在鳍和没有真正规模的Vdd鱼翅本身。减少权力是由人口逐渐减少的鳍,鳍是三维结构,吸收大量的电容和电荷,所以如果你减少鳍,总电荷减少,CV2f相应地减少。但挑战是,我们已经非常接近一个鳍,你不能超越一个鳍,所以子孙后代必须面对的挑战是如何减少权力。”

奇丹巴拉姆谈到DAC社区能做些什么来帮助。“帮助与耐久性设计,减少项目组合管理系统,更好的热力和压力建模,得到不可预测性错误后端。前端与香料和TCAD是不错,但变异减少通过更好的可预测性是真实的。任何停留的预测误差。当有变化的部分我们可以改进过程,降低血糖,但不可预测的错误将继续通过生命的技术。所以减少预测误差是非常宝贵的。最后,与3 d集成帮助我们。”

生活产品

莎拉·库珀,总经理物联网分析在Amazon Web服务和应用程序。

库珀很简单的信息。“物联网的原理是能够获得数据的物理世界和使用来构建更高的效率在生产平台或构建消费设备,取悦客户。”她谈到的加速技术被采用,以及如何植入技术过时的产品。“我们必须能够使产品适应和改变即使他们已经安装了。原位,这些设备必须得到改善。”

库珀看着今天是多么困难,使设备一起工作。“为什么不能机器的交互,特别是当它基本上是同样的事情一遍又一遍?系统不仅要找出他们的背景和你的背景,但也更广泛的系统上下文。”

导致机器学习的重要性。“把所有这些云是不实际的。有很多的东西可以利用廉价的云计算和内存,但是有一个令人难以置信的数量将继续推到设备越来越远。毫升靠近末端设备。”

或许她最出人意料的声明:“我们习惯于关注权力和成本在我们的设备,但是如果我们能说服公司把一些复活节彩蛋是好。”

这可能不太合mil /航空、医学或汽车行业。

自动化与增强:社会辅助机器人和未来的工作

玛雅Matarić时,教授计算机科学、神经科学和南加州大学的儿科,成立南加州大学机器人和自治系统中心主任和副主任在维特比工程学院的研究。

“如果我们看未来,可能不久的将来,各种各样的机器,尤其是机器人,做体力劳动,那人在干什么?是不可能在任何类型的自动化和不考虑影响。只是做一些是不负责任的,因为你可以,也很酷。你应该考虑的未来带来。”

Matarić谈到基础自动化和增加之间的平衡。“今天,这些神奇的技术,我们看到很多推动自动化。自动化是对任何类型的过程的优化,人们是非常低效的。所以一般来说,优化意味着人的循环。这不是唯一的方式去思考使用智能机器。另一种方法是考虑增加或增强人类的能力。有有趣的方式,机器可以增强我们没有让我们过时了。”

一个可能的步骤是考虑如何使技术填补人类能做什么之间的差距和人类所需要的东西。“人们需要什么,根据科学研究,是提高自己的工作动力。我们为了生存,延长寿命和保持健康,我们需要一个目标。我们还需要鼓励社会化。结果是可靠地一件事会让你更健康和长寿是朋友——但不是社交媒体朋友。Facebook是不做任何事情,使我们更健康,活得更久。现在有了多方面的证据表明它是反其道而行之。”

Matarić表示关注社会辅助机器人(SAR),提供几个例子的机器人被用于帮助人们有特殊需要,比如克服中风,患有阿尔茨海默氏症或自闭症。

她看着一些工程和社会科学之间的跨界车,提供一些建议关于如何设计机器人。“机器人应该多大,什么是它的形状,其隐含的性别是什么?它如何使用空间?它如何点什么肢体语言使用吗?它是如何影响情绪?应该有情感吗?我们大部分的直觉收集机器人本质上是错误的。我们有尝试的事情,这是社会科学。”

Matarić也谈到了偏见的问题。“我们今天的大部分数据是有偏见的。我们可以检测到的演讲,但如果它高度重音。不是很好,孩子的演讲。什么人说话口齿不清,或老年人可能诽谤言论?这个世界并不方便。我们还没有找到处理部分数据和多模型数据。”

有关的故事
2018年在DAC星期三
未来是什么样子,我们将如何到达那里?许多问题仍有待解决。
周二在DAC 2018
人工智能可以去到达那里的问题,加上金融如何看待EDA。
周一在DAC 2018
绘画行业的利益是什么?主题开始出现了。