近日，面对 EDA 界对于自家 AlphaChip 的质疑，谷歌首席科学家 Jeff Dean 以论文回应论文，并表示：大家注意，这是同行竞争！
登上了 Nature 的「超人」芯片设计系统 AlphaChip，却多次遭到质疑。而且不是简单说说而已，做实验、写论文，还有一篇作为 invited paper 发在 ISPD 2023。
AlphaFold 都拿诺奖了，AlphaChip 还搁这辟谣呢？怎么办？谷歌首席科学家 Jeff Dean 表示：我也写篇论文！
EDA 社区一直对我们的 AlphaChip 方法是否像 Nature 论文中声称的那样有效持怀疑态度。annadgoldie、Azaliamirh 和我写了个论文，来回应这些问题：
Jeff Dean 认为，这种毫无根据的怀疑，在很大程度上是由下面这篇文章（「一篇存在严重缺陷的未经同行评审的论文」）导致的：
该论文声称复制了我们的方法，但未能在主要方面遵循：
作者没有进行预训练（尽管在我们的 Nature 文章中提到了 37 次预训练），剥夺了基于学习的方法从其他芯片设计中学习的能力；
减少了 20 倍的计算量，并且没有进行收敛训练。
这就像评估一个以前从未见过围棋的 AlphaGo，然后得出结论，AlphaGo 不太擅长围棋。
Jeff Dean 等人还回应了 Igor Markov（Synopsys 的杰出架构师）在 CACM 2024 年 11 月刊上发表的分析文章。
Jeff Dean 表示，Markov 发论文时没说自己是 Synopsys 的高级员工，——Synopsys 是商业 EDA 软件，而 AlphaChip 是开源的。
Markov 的论文分析中还引用了另一篇没发表的匿名 PDF：
这实际上也是 Markov 写的。
Markov 的文章提出了隐晦的指控，所有这些都是完全没有根据的，而且已经被 Nature 证明过了。
我很惊讶 Synopsys 想与此扯上关系，我很惊讶 CACMmag 认为有必要在没有证据的情况下发表这类指控。
除了两篇有缺陷的、未经同行评审的文章之外，没有任何技术数据。
谷歌的回击
话说在 arxiv 上吃瓜，小编还是第一次。
在 Introduction 部分，谷歌拉了个时间表：
2020 年 4 月：发布 Nature 论文的 arXiv 预印本。
2020 年 8 月：TPU v5e 中流片了 10 个 AlphaChip 布局。
2021 年 6 月：发表了 Nature 文章。
2021 年 9 月：在 TPU v5p 中流片了 15 个 AlphaChip 布局。
2022 年 1 月 - 2022 年 7 月：开源了 AlphaChip，Google 的另一个团队独立复制了 Nature 论文中的结果。
2022 年 2 月：谷歌内部独立委员会拒绝发表 Markov 等人的观点，因为数据不支持其主张和结论。
2022 年 10 月：在 Trillium（最新的公共 TPU）中流片了 25 个 AlphaChip 布局。
2023 年 2 月：Cheng 等人在 arXiv 上发帖，声称对我们的方法进行了「大规模重新实现」。
2023 年 6 月：Markov 发布了他的「meta-analysis」。
2023 年 9 月：Nature 启动了第二次同行评审。
2024 年 3 月：Google Axion 处理器（基于 ARM 的 CPU）采用了 7 个 AlphaChip 布局。
2024 年 4 月：Nature 完成了调查和出版后审查，发现完全对我们有利。
2024 年 9 月：MediaTek 高级副总裁宣布扩展 AlphaChip 以加速其最先进芯片的开发。
2024 年 11 月：Markov 重新发表了他的「meta-analysis」。
简单来说，我 AlphaChip 已经在自家服役这么长时间了，联发科也用了，Nature 也调查过了，无懈可击。
而且作为不同的部门，TPU 团队需要足够的信任才会使用 AlphaChip（优于人类专家、高效且可靠），他们不能承担不必要的风险。
对于反方的 Markov，论文评价道：「Markov 的大部分批评都是这种形式：在他看来，我们的方法不应该奏效，因此它一定不起作用，任何表明相反的证据都是欺诈。」
说到欺诈这件事，正反方都谈到了内部举报人（whistle-blower），在 Markov 的文章中是这样记载的：
论文的两位主要作者抱怨他们的研究中不断出现欺诈指控。2022 年，谷歌解雇了内部举报人，并拒绝批准出版谷歌研究人员撰写的一篇批评 Mirhoseini 等人的论文，举报人起诉谷歌不当解雇（根据加州举报人保护法）。
而本文表示：这位举报人向谷歌调查员承认，他怀疑这项研究是欺诈性的，但没有证据。
对错误论文的逐条回应
没有预先训练 RL 方法
与以前的方法不同，AlphaChip 是一种基于学习的方法，这意味着它会随着解决更多的芯片放置问题而变得更好、更快。
这是通过预训练实现的，如下图 2 所示，训练数据集越大，放置新区块的方法就越好。
相反，Cheng 等人根本没有进行预训练（没有训练数据），这意味着模型以前从未见过芯片，必须学习如何从头开始为每个测试用例执行布局。
作者在 Nature 论文中详细讨论了预训练的重要性，并实证证明了它的影响。例如下图 3 表明，预训练可以提高放置质量和收敛速度。
在开源的 Ariane RISC-V CPU 上，非预训练的 RL 需要 48 小时，才能接近预先训练模型在 6 小时内可以产生的值。
在 Nature 论文中，作者针对主数据表中的结果进行了 48 小时的预训练，而 Cheng 等人预训练了 0 小时。
「Cheng 试图通过暗示我们的开源存储库不支持预训练，来为他们缺乏预训练找借口，但这是不正确的，预训练就是在多个样本上运行方法。」
使用的计算资源减少了一个数量级
在 Cheng 等人的论文中，RL 方法提供的 RL 体验收集器减少了 20 倍（26 个对比 512 个），GPU 数量减少了一半（8 个对比 16 个）。
使用较少的计算可能会损害性能，或者需要运行相当长的时间才能实现相同的性能。
如下图 4 所示，在大量 GPU 上进行训练可以加快收敛速度并产生更好的最终质量。
RL 方法未训练到收敛
随着机器学习模型的训练，损失通常会减少，然后趋于平稳，这代表「收敛」—— 模型已经了解了它正在执行的任务。
众所周知，训练到收敛是机器学习的标准做法。但如下图所示，Cheng 等人没有为任何一个进行收敛训练。
下表总结了详细信息。除了没有提供图的 BlackParrotNG45 和 Ariane-NG45，其他四个具有收敛图的块（Ariane-GF12、MemPool-NG45、BlackParrot-GF12 和 MemPool-GF12），训练在相对较低的步数（分别为 350k、250k、160k 和 250k 步）处截止。
如果遵循标准的机器学习实践，可能会提高这些测试用例的性能。
不具代表性、不可重现
在 Nature 论文中，作者报告的张量处理单元（TPU）块的结果来自低于 7nm 的技术节点，这是现代芯片的标准制程。
相比之下，Cheng 等人采用了旧技术节点尺寸 45nm 和 12nm）的结果，这从物理设计的角度来看有很大不同。
例如，在低于 10nm 时，通常使用 multiple patterning，导致在较低密度下出现布线拥塞问题。因此，对于较旧的技术节点大小，AlphaChip 可能会受益于调整其奖励函数的拥塞或密度分量。
AlphaChip 的所有工作都是在 7nm、5nm 和更新的工艺上进行的，作者没有专注于将其应用于旧工艺制程的设计。
此外，Cheng 等人也无法或不愿意分享在其主数据表中复制结果所需的综合网表。
参考资料：
https://x.com/JeffDean/status/1858540085794451906
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。