“Nature AI芯片论文争议：谷歌高层正面回应”

谷歌回应AlphaChip质疑：以严谨科学态度捍卫创新成果

近日，针对AlphaChip在电子设计自动化（EDA）领域的创新成果所受到的质疑，谷歌首席科学家Jeff Dean以学术论文为武器，对质疑进行了详细的科学回应。在Nature杂志和ISPD 2023会议上，谷歌团队展示了AlphaChip技术的实际应用，并公开了详细的实验数据和研究成果。

Jeff Dean指出，谷歌的AlphaChip技术自2020年以来一直受到广泛关注。然而，一些未经同行评审的论文对该技术的有效性提出了质疑。对此，Jeff Dean强调，这种质疑在很大程度上是基于对一篇存在严重缺陷的论文的误解。

该论文声称复制了谷歌的方法，但实际上并未完全遵循相关步骤。例如，作者没有进行预训练，剥夺了学习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。Jeff Dean认为，这种对AlphaFold等人工智能技术的错误评估方式，与对AlphaChip的评价如出一辙。

此外，Jeff Dean还回应了Synopsys杰出架构师Igor Markov在CACM 2024年11月刊上发表的分析文章。Markov的文章中引用了一篇未发表的匿名PDF文件，对AlphaChip提出了隐晦的指控。Jeff Dean表示，这些指控完全缺乏根据，已经被Nature杂志的第二次同行评审证明无误。

在回应中，Jeff Dean详细介绍了AlphaChip技术的研发历程，从2020年4月的预印本发布，到2024年4月Nature杂志的调查结果公布，AlphaChip在多个项目中取得了成功应用。例如，MediaTek高级副总裁宣布将扩展AlphaChip以加速其最先进芯片的开发。

Jeff Dean强调，TPU团队需要足够的信任才会使用AlphaChip，因为该技术优于人类专家，高效且可靠，因此他们不能承担不必要的风险。对于质疑者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。”

在此次回应中，Jeff Dean还重点解释了AlphaChip的核心优势。首先，该技术通过预训练的方式，使模型能够从解决更多芯片放置问题中不断优化，从而提高布局质量和收敛速度。其次，AlphaChip在7nm、5nm和更新的工艺上进行了大量工作，并在多个项目中取得了成功应用。

总之，谷歌在此次回应中展示了其严谨的科学态度和对创新成果的坚定信念。AlphaChip的成功应用无疑为EDA领域带来了新的突破，也为人工智能在芯片设计领域的应用提供了新的思路。