tnt游戏芯片强化秘籍,锤子TNT到底好不好用

在最近发表在《arXiv上》的一篇题为"通过深度强化学习进行芯片布局（ChipPlacementwithDeepReinforcementLearning）"的论文中，谷歌的团队将芯片布局问题定位为强化学习（RL）问题。然后，训练好的模型将芯片block（每个芯片block都是一个独立的模块，如内存子系统、计算单元或控制逻辑系统）放置到芯片画布上。

如何评价锤子科技发布的坚果TNT工作站？

说良心话吧：没戏。锤子科技在演示中大把大把用了office的套件，难道他真的认为提高工作效率靠的是offce？很多程序员用的是什么，怎么去搭建环境，难道罗永浩都不找人问一下吗？我想今天来看到这个答案的，一定会有程序员，请问各位程序员，你们会用这个吗？什么划时代的突破，根本谈不上啊，我二十年前就用过IBM 的语音操控系统，二十年前啊，今天你在百度搜索“IBM语音操控”到处都有下载的，这根本不是什么“划时代”不“划时代”的。

我们退一步说，他说他用的是永中OFFICE，但是我们知道在中国做办公软件的老大是谁？是WPS啊，WPS是金山求伯君在1988年写出来的，后来雷军接手了WPS，微软的OFFICE之所以能在中国站得住脚，靠的是和WPS互相开放格式啊，在之前可是WPS一统天下啊，联想到前段时间罗永浩吐槽雷军，雷军可不简简单单是做的手机啊。

这是当年雷军，求伯君，以及联想的柳传志，杨元庆在1998年的时候去观看新的WPS的照片，看看那会雷军多年轻。我很怀疑锤子科技全部程序员加起来，对于OFFICE的理解能不能超越雷军？雷军是程序员出身。价格我已经不想吐槽了，更要命的是我几乎是以为自己看错了。也就是说在，这玩意压根就不是什么系统，是必须连载手机才能进行作业的？天啊！那可不就是一块显示器吗？你们见过使用手机办公的吗？你告诉我，一块显示器怎么就颠覆了？怎么就提高生产力了，这不是说谎吗？我们今天在办公室使用的开发工具，使用的各式各样的工具并不是安卓，而是WINDOWS，这个所谓的系统实际上是安卓系统，我是一个程序员，我根本没办法去用这个系统开发，我是一个美术师，绝大部分软件都是Windows的，我没办法用这个系统开发我是一个工厂的会计，我们的会计软件和统计软件只能运行在Windows……那怎么办？难道我只能用安卓上的office系统吗？难道罗永浩对于生产力的理解，仅仅限于怎么去制作PTT和EXCEL吗？就算是EXCEL，难道他不知道今天的EXCEL已经可以自动求和了吗？一个语音输入而已，语音输入IBM早在20年前已经完成了啊，Excel 2016选中单元格以后可以直接求和求平均值、求最大值和最小值等等等等，那还需要说话啊？罗老师确定不是故意来逗我笑的？。

谷歌研究人员如何利用深度强化学习来优化芯片设计？

优化芯片设计是提高当今系统计算能力的关键。然而这是一个需要花费大量时间的过程，人们正在努力使其更有效率。考虑到这一点，现在谷歌研究人员已经将目光投向了机器学习，以帮助解决这个问题。在最近发表在《arXiv上》的一篇题为 "通过深度强化学习进行芯片布局（Chip Placement with Deep Reinforcement Learning） "的论文中，谷歌的团队将芯片布局问题定位为强化学习（RL）问题。

然后，训练好的模型将芯片block（每个芯片block都是一个独立的模块，如内存子系统、计算单元或控制逻辑系统）放置到芯片画布上。确定芯片block的布局，这个过程被称为芯片布局规划，是芯片设计过程中最复杂和最耗时的阶段之一，它涉及到将网表放置到芯片画布（2D网格）上，这样可以使功率、性能和面积（PPA）最小化，同时遵守密度和布线拥塞方面的限制。

尽管在这个问题上已经进行了数十年的研究，但仍然需要人类专家进行数周的迭代，以产生满足多方面设计标准的解决方案。深度强化学习模型的输入是芯片网表、当前要放置节点的ID和一些网表元数据。网表图和当前节点通过一个基于边缘的图神经网络来生成部分放置的图和候选节点的嵌入。然后，前馈神经网络将其作为一个聚合输入，输出一个学习到的表示方法，该方法可以捕捉有用的特征，并帮助在所有可能的网格单元中生成一个概率分布，通过策略网络可以将当前节点放置在该节点上。

整个过程可以用下面的GIF来封装。左边的芯片显示了从头进行的宏放置，右边的芯片则是对一些初始放置进行微调。通过这种设置，研究人员展示了效率和放置质量的提高，并表示对于一个人类专家需要数周时间的过程，用他们训练有素的ML模型在6个小时内完成。我们的目标是将PPA（功率、性能和面积）降到最低，我们表明，在6个小时内，我们的方法可以产生出在现代加速器网表上的超人类或可比性的安置，而现有的基线需要人类专家在循环中进行，需要几周的时间。

文章TAG：tnt  秘籍  锤子  芯片  tnt游戏芯片强化秘籍  锤子TNT到底好不好用