英特爾創始人之一戈登·摩爾曾說過，集成電路上可以容納的晶體管數目大約每經過18個月便會增加一倍。換句話說，處理器的性能每隔兩年就會翻一倍。這句話作為經驗之談，一定程度上揭示了信息技術發展的迅猛，后來成為著名的“摩爾定律”。然而，隨著制程的不斷演進，無法自動布局規劃已成為芯片突破的一個重要挑戰，這一定律在近年來也有所放緩。

近日，來自美國加州谷歌研究院的科學家，通過一種深度強化學習方法完成了芯片的布局設計。原本人類專家需要花費數周時間完成的過程，現在平均6小時內就能完成，速度超過28倍。

一般情況下，微芯片的面積約為幾十到數百毫米平方，在一塊指甲蓋大小的硅片上排列并互連了數十億個晶體管。每個芯片上包含數了千萬個邏輯門（稱為標準單元），以及數千個存儲塊（稱為宏塊或宏）。
單元和宏塊通過數十公里的布線互連以實現設計的功能，它們的位置對設計結果至關重要，因為相應的位置會在很大程度上影響芯片的處理速度和電源效率。到目前為止，尤其是在布局規劃方面還沒有任何自動化嘗試，它常常是由專業的人類工程師在數周或數月內努力工作而出。

在芯片的設計過程中，全局布線是最復雜和耗時的階段之一，也是決定芯片整體性能的關鍵。針對這一板塊的缺失，谷歌的研究團隊研究開發出一種機器學習工具，用來加速布局規劃的流程。

科學家們將芯片的布局規劃部分設計為一個強化學習問題，開發出可完成的芯片設計神經網絡。這個智能網絡會把布局規劃看作一個棋盤游戲：元件是“棋子”，放置元件的畫布是“棋盤”，“獲勝結果”則是根據一系列評估指標評出的最優性能（評估基于一個包含1萬例芯片布局的參考數據集）。這種方法能在6小時內設計出與人類專家不相上下或是更好的可行芯片布局，提速超過了28倍。

該設計不僅大大節約了時間成本，還打破了芯片開發計劃中可以探索解決的方案數量。目前，研究團隊的布局規劃方案已經被應用在谷歌下一代AI處理器的設計上，未來該研究或也能用于優化城市規劃、疫苗測試等。