ИИ создает радиочипы, которые люди не могли даже вообразить

Проектирование радиочастотных интегральных схем (RFIC) считается сложным «темным искусством», которое ограничивает прогресс в беспроводных технологиях, таких как 5G, автономные транспортные средства и спутниковая связь. Исследователи из Принстона используют обучение с подкреплением и инверсное проектирование для быстрого создания RFIC с нуля. Диффузионные модели быстро генерируют новые или интерпретируемые человеком топологии RF, достигая рекордной производительности и значительно сокращая время проектирования. Будущий прогресс требует больших общих наборов данных проектирования чипов и открытых экосистем, чтобы ИИ мог изучать универсальное электромагнитное и схемное поведение.

Представьте свою жизнь без беспроводных достижений последних трех десятилетий. Потеряли багаж? Жаль, что AirTags еще не изобрели. Представитель авиакомпании обещал позвонить с обновлениями, так что готовьтесь к долгому ожиданию у кухонного телефона, ведь доступных сотовых телефонов нет. Вы будете слушать то, что играет по радио, потому что нет стриминговых сервисов. Это лишь малая часть того, как беспроводные технологии влияют на вашу повседневную жизнь. Их влияние на цепочки поставок, инфраструктуру и экономику было преобразующим.

Все это было бы невозможно без радиочастотных интегральных схем, которые позволяют всем нашим устройствам незаметно отправлять и получать информацию. Теперь представьте, что принесет дальнейшая эволюция этой технологии: широкое распространение автономных транспортных средств, квантовая связь, мобильная связь 6G и спутниковая связь. Продолжение прогресса будет зависеть от новых и более совершенных версий современных RF-чипов. Но в этом и проблема: в то время как проектирование большинства вычислительных чипов стандартизировано, RF-дизайн остается в области искусства, темного искусства, которое осваивается только годами опыта.

Около семи лет назад, после победы AlphaGo над чемпионом мира по го Ли Седолем, мои студенты в Принстоне и я задались вопросом: можно ли научить ИИ этому искусству? Недавние успехи показывают, что в значительной степени это возможно. За последние несколько лет наша группа и другие лидеры в этой области начали разрабатывать алгоритмические методы на основе машинного обучения для проектирования RFIC. Некоторые из полученных чипов больше похожи на современное искусство, чем на схемы. Однако во многих случаях физические прототипы превзошли современные схемы по производительности. Настоящее достижение в том, что ИИ потратил на порядки меньше времени на создание рабочего проекта, чем человек.

Это не об одном или двух RF-чипах. Проектирование с помощью ИИ может стать будущим всего RF-дизайна и, возможно, гораздо большего. Почему эти чипы до сих пор создаются вручную? Почему RFIC не проектируются с помощью алгоритмического синтеза, как CPU и GPU? Проектирование RFIC — это упражнение в инженерии, охватывающее несколько физических областей. Уравнения Максвелла, действующие в разных пространственных и временных масштабах, управляют взаимодействием электромагнитных полей с активными и пассивными устройствами. Наряду с ними действуют законы термодинамики, определяющие выделение и отвод тепла, а также механика теплового расширения и сжатия, влияющая на надежность чипа и его корпуса при изменениях температуры.