當 AI 設計出「甜甜圈形狀」的晶片：AlphaChip 如何用強化學習創造超人類表現

本文整理自 Sequoia Capital 的 Training Data Podcast，訪問 Recursive Intelligence 創辦人 Anna Goldie 與 Azalia Mirhoseini。

晶片設計的皇冠：Floor Planning

在晶片設計流程中，Floor Planning（佈局規劃）被稱為「EDA 的皇冠」。這個步驟要決定晶片上數百萬個元件的擺放位置，同時優化功耗、面積和效能（PPA），還要滿足各種物理限制。

傳統上，這是極度依賴人類專家經驗的工作。工程師會使用 Cadence 或 Synopsys 等 EDA 軟體，但最終的佈局決策仍需要大量人工調整。

2018 年，還在 Google 的 Anna Goldie 和 Azalia Mirhoseini 開始思考：能不能用 AI 來解決這個問題？

強化學習的關鍵突破

她們選擇的方法是強化學習（Reinforcement Learning）。

Azalia 解釋：「我們與過去所有方法最大的差異，在於『從經驗中學習』的能力。這讓模型能夠自我改進，就像一個人類專家解決越多問題、挑戰越難的問題，就會變得越強。」

這個方法讓 AI 不只是套用固定規則，而是透過不斷嘗試、獲得回饋、調整策略，逐漸掌握佈局的訣竅。

更重要的是，AI 不受人類既有認知的限制。

彎曲的佈局，甜甜圈形狀的記憶體

Anna 分享了一個讓團隊印象深刻的發現：AI 設計出的佈局竟然是彎曲的，有些甚至呈現甜甜圈形狀。

「人類工程師通常會把 Macro（較大的記憶體元件）排得非常整齊對稱，然後把邏輯電路放在中間，再用線路連接所有元件。但如果把形狀做成彎曲的，反而可以縮短線路長度，降低功耗和時序違規。」

為什麼人類不這樣做？「因為這種彎曲佈局的複雜度超出人類願意承擔的範圍，或者對他們來說風險太高。」

這就像 AlphaGo 下出的「第 37 手」——AI 做出人類專家認為不合理的決策，結果卻更好。

從懷疑到採用：說服 TPU 團隊的漫長過程

技術突破只是第一步。更大的挑戰是讓 Google TPU 團隊願意採用 AI 生成的佈局。

Anna 回憶：「他們一開始非常懷疑。我們興沖沖地展示優化了『半周長線長』（Half Perimeter Wire Length）的結果——這是學術論文常用的指標。結果他們很不高興：『為什麼給我們看這個？我們不在乎這個指標。我們要的是實際佈線長度、壅塞程度、時序違規、功耗、面積。』」

團隊花了好幾年時間，每週向 TPU 團隊展示數據，逐步建立信任。

關鍵的轉折是讓 TPU 團隊參與其中。她們與 TPU 工程師合作開發符合實際需求的成本函數，讓 AI 優化的目標與工程師真正關心的指標對齊。

「TPU 被切成數十個區塊，每個區塊都有負責的工程師。如果出任何問題，那是他們的責任。所以要讓他們選擇 AI 生成的、看起來很奇怪的彎曲佈局，取代自己的設計，需要極大的信任。我們必須在每一個指標上都表現得更好，他們才會願意採用。」

超人類表現，而且差距還在拉大

經過持續努力，AlphaChip 最終被用在四代 Google TPU 的設計中。

而且有一個有趣的趨勢：每一代的採用比例都在增加，AI 與人類設計的效能差距也在擴大。

「這是 AI 的特性——它會隨著資料規模而提升。AlphaChip 訓練過越來越多 TPU 區塊，它就變得越來越強。」Anna 說。

當 AI 展現出「越用越強」的自我改進能力，就不只是一個工具，而是一個會持續進化的系統。

我的觀察

AI 不受人類認知框架限制

「彎曲佈局」的案例非常有啟發性。人類專家之所以不嘗試這種設計，不是因為技術上不可行，而是因為「看起來風險太高」、「複雜度超出舒適圈」。

這是認知框架的限制，不是物理定律的限制。

AI 沒有這種心理包袱。它不會因為某個設計「看起來很奇怪」就迴避，只要數據顯示效果更好，它就會採用。這種特性在其他領域同樣有價值——藥物設計、材料科學、建築結構，任何存在「人類直覺認為不可行但其實可行」的空間，都可能是 AI 發揮的舞台。

導入傳統產業的真實挑戰

這個故事也揭示了 AI 進入傳統產業的真實挑戰：技術突破往往不是最難的部分。

AlphaChip 團隊花了好幾年、每週展示數據，才讓 TPU 工程師願意採用。這不是因為工程師頑固，而是因為責任歸屬的問題——當 AI 設計的晶片出問題，負責的還是人類工程師。

這對所有想用 AI 改變傳統產業的團隊都是重要提醒：你需要讓使用者「參與其中」，而不只是「給他們一個更好的工具」。讓 TPU 工程師一起開發成本函數，讓他們覺得這是「我們一起做的」而不是「外人強加的」，這種合作模式可能比技術本身更重要。