本讲将介绍用于实现芯片布局规划的强化学习 (RL) 方法，以及在设计计算机芯片的物理布局时要注意的问题。芯片布局规划通常需要数名物理设计工程师耗费数周乃至数月来完成可制造的布局。我们的方法可在 6 小时内完成布局规划，且在能耗、性能和芯片面积等关键指标上，均优于或等同于工程师们人工完成的布局。为实现这一点，我们将芯片布局规划设定为一个强化学习问题，并开发了一种基于边缘的新型图卷积神经网络结构，这种结构能够学习丰富且可通用的芯片表示法。此方法已经用于设计下一代 Google 人工智能 (AI) 加速器 (TPU)。
直达 Google 开发者在线课程，收获 TensorFlow 技术干货
https://developers.google.cn/learn/pathways?utm_source=51cto&utm_medium=wearos&utm_campaign=gds21