業(yè)界供應(yīng)商和研究人員最近在將機(jī)器學(xué)習(xí)應(yīng)用于棘手的芯片設(shè)計(jì)問題方面取得了重大的進(jìn)展,。從今年DesignCon大會(huì)上的一場(chǎng)專題討論就可看出,，在電子設(shè)計(jì)自動(dòng)化(EDA)方面使用人工智能(AI)是目前十分熱門的主題,，不僅在本屆大會(huì)上有多篇相關(guān)論文發(fā)表,，專題討論時(shí)也吸引眾多與會(huì)者，現(xiàn)場(chǎng)座無虛席,。

過去一年來,，機(jī)器學(xué)習(xí)實(shí)現(xiàn)先進(jìn)電子研究中心(CAEML)又增加了四家新的合作伙伴。這個(gè)由13家業(yè)界成員和3所大學(xué)共同組成的研究團(tuán)隊(duì),，目前正持續(xù)擴(kuò)大其工作的廣度和深度,。

惠與科技(Hewlett-Packard Enterprise；HPE)杰出技術(shù)專家兼CAEML成員Christopher Cheng說：「去年,，我們主要關(guān)注于訊號(hào)完整性和電源完整性,，而在今年，我們將產(chǎn)品組合劃分為系統(tǒng)分析,、芯片布局和可信任的平臺(tái)設(shè)計(jì),，讓研究的多樣性取得了最大的進(jìn)展?！?/p>

北卡羅來納州立大學(xué)(NC State University)杰出教授Paul Franzon表示：「貝葉斯(Bayesian)最佳化和卷積神經(jīng)網(wǎng)路(CNN)在可制造性設(shè)計(jì)(DFM)方面也顯著提升了功能,，我們開始考慮在設(shè)計(jì)過程中使用同步學(xué)習(xí),。」北卡羅來納州立大學(xué)就是CAEML的三所合作院校之一,。

另一所與CAMEL合作的學(xué)?！獑讨蝸喞砉W(xué)院(Georgia Institute of Technology)教授Madhavan Swaminathan說：「我們面臨的挑戰(zhàn)之一是取得公司的數(shù)據(jù)。因?yàn)樗麄兊拇蟛糠輸?shù)據(jù)都是專有的,，因此我們經(jīng)提出了幾種處理機(jī)制,。這些過程目前都運(yùn)作得不錯(cuò)，但仍然比我們預(yù)期的更長(zhǎng)得多,。」

CAEML在成立之初就獲得了亞德諾半導(dǎo)體(ADI),、益華電腦(Cadence),、思科(Cisco)、IBM,、輝達(dá)(Nvidia),、高通(Qualcomm)、三星(Samsung)和賽靈思( Xilinx)等九家廠商的支持,，一開始感興趣領(lǐng)域包括高速互連,、電力傳輸、系統(tǒng)級(jí)靜電放電,、IP核心重用,，以及設(shè)計(jì)規(guī)則檢查。

從Cadence描繪的發(fā)展藍(lán)圖來看,，EDA產(chǎn)業(yè)目前開始進(jìn)入AI應(yīng)用的第二階段（來源：Cadence）

Cadence Design Systems等EDA供應(yīng)商早在1990年代初就開始研究機(jī)器學(xué)習(xí),。Cadence研發(fā)部資深總監(jiān)David White表示，這項(xiàng)技術(shù)于2013年首次導(dǎo)入于其產(chǎn)品中,，采用Virtuoso的一個(gè)版本,，并利用分析和資料探勘為寄生參數(shù)擷取創(chuàng)建機(jī)器學(xué)習(xí)模型。

截至目前為止,，Cadence已經(jīng)為其工具提供超過110萬種機(jī)器學(xué)習(xí)模型了,，用于加速長(zhǎng)時(shí)間的計(jì)算。下一個(gè)階段的產(chǎn)品開發(fā)就是布局與繞線工具,，使其得以向人類設(shè)計(jì)師學(xué)習(xí),，并推薦可加速運(yùn)轉(zhuǎn)時(shí)間的最佳化方案。White解釋,，這些解決方案可能結(jié)合使用本地和基于云端的處理,，以利用平行系統(tǒng)和大型資料集。

機(jī)器學(xué)習(xí)技術(shù)與應(yīng)用最新進(jìn)展

Synopsys研發(fā)總監(jiān)Sashi Obilisetty表示,，在先進(jìn)制程節(jié)點(diǎn)上,，采用現(xiàn)有演算法的全域繞線(global routing)工具已經(jīng)達(dá)到極限了,，因此他們開始降低芯片數(shù)據(jù)速率，以實(shí)現(xiàn)時(shí)序收斂,。

她補(bǔ)充說,，臺(tái)積電(TSMC)去年使用機(jī)器學(xué)習(xí)預(yù)測(cè)全域繞線，使得速度提高了40MHz,； Nvidia則用機(jī)器學(xué)習(xí)來提供芯片設(shè)計(jì)的全面覆蓋,，同時(shí)減少模擬。

參加這場(chǎng)專題討論的專家們說,，他們看到了業(yè)界存在著使用各種機(jī)器學(xué)習(xí)技術(shù)實(shí)現(xiàn)自動(dòng)化特定決策和最佳化整體設(shè)計(jì)流程的許多機(jī)會(huì),。

具體而言，研究人員正探索以更快速度的AI模型取代當(dāng)今模擬器的機(jī)會(huì),。喬治亞理工學(xué)院的Swaminathan說,，相對(duì)較慢的模擬器可能導(dǎo)致計(jì)時(shí)錯(cuò)誤、類比電路失調(diào),，以及導(dǎo)致芯片重新流片(respin)的建模不足等問題,。此外，機(jī)器學(xué)習(xí)可以取代IBIS在高速互連中進(jìn)行行為建模,。

除了由亞馬遜(Amazon),、Google和Facebook圖片搜索和語音辨識(shí)服務(wù)推廣的神經(jīng)網(wǎng)路模型以外，芯片研究人員也使用了資料探勘,、統(tǒng)計(jì)學(xué)習(xí)和其他工具,。

北卡羅來納州立大學(xué)的Franzon則報(bào)告使用代理模型，在4次迭代中實(shí)現(xiàn)最終實(shí)體設(shè)計(jì)最佳化,，相形之下,，工程師還必須進(jìn)行到20次。類似的技術(shù)被用于校準(zhǔn)類比電路,，并為多通道互連設(shè)置收發(fā)器,。

研究人員展示代理模型在4次迭代中的表現(xiàn)，可望取代人類設(shè)計(jì)師(20次)（來源：NC State University）

AI可以在EDA工具(有時(shí)是指旋鈕)中設(shè)置幾十種選項(xiàng),，協(xié)助加速自動(dòng)化過程,。Franzon說：「這些工具設(shè)置了一些有時(shí)候定義不清的旋鈕，經(jīng)常與預(yù)期結(jié)果之間的關(guān)系模糊,?！?/p>

HPE目前則結(jié)合使用神經(jīng)網(wǎng)路和超平面分類器，依據(jù)固態(tài)硬碟(SSD)的電壓,、溫度和電流等數(shù)據(jù)現(xiàn)場(chǎng)預(yù)測(cè)故障情形,。

Cheng說：「訓(xùn)練所需的數(shù)據(jù)量龐大。到目前為止,，分類器都是靜態(tài)的,，但是我們希望增加使用遞歸神經(jīng)網(wǎng)路(RNN)的時(shí)間維度,，以取代僅用好/壞標(biāo)簽，那么我們將會(huì)有故障時(shí)間(time-to-failure)的標(biāo)簽,。未來,，我們還希望將這項(xiàng)工作擴(kuò)展到更多的參數(shù)以及一般的系統(tǒng)故障?！?/p>