エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント1件
- 注目コメント
- 新着コメント
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
GoogleがAIを使って次世代AIチップを設計——数カ月の工程を6時間で|fabcross
Googleは、機械学習のひとつ、深層強化学習を利用して、コンピューターチップを短期間で設計する手法を... Googleは、機械学習のひとつ、深層強化学習を利用して、コンピューターチップを短期間で設計する手法を開発した。その手法を使うと、通常数カ月かかる処理を6時間以下に短縮し、性能や消費電力は同等かそれ以上のチップデザインを導き出せる。既に、次世代のAIプロセッサ「TPU(Tensor Processing Unit)」の設計にも利用された。研究結果は、2021年6月9日付けの『Nature』に掲載されている。 ムーアの法則とデナード則の速度が鈍化する一方、人々がコンピューターに求める性能は指数関数的に増加している。コンポーネントや配線など、コンピューターチップの物理的なレイアウトを決める「フロアプランニング」は、チップの性能に関わる重要な作業だ。しかし、過去50年にも及ぶ研究にも関わらず、この工程は自動化できていないため、専門のエンジニアが多くの時間と労力をかけて製造可能なレイアウトを作成し
2021/09/06 リンク