Synopsys公司CEO Aart de Geus 在Hot Chip論壇主題演講中給我們分享了有關于AI（人工智能）設計芯片等問題，明確指出：由AI完全自主設計芯片，并且利用人工智能技術(shù)像“建筑師”那樣設計和優(yōu)化整個芯片是完全可行的,。

　　Synopsys公司一直致力于在EDA工具中使用人工智能，并且早在去年Synopsys的旗艦級人工智能DSO.AI已經(jīng)部署到工具包中，DSO可以處理芯片設計中幾乎所有的任務,，涉及到幾乎所有的物理層（layout等）設計，并且DSO本身就是為空間優(yōu)化而生,，并且還在持續(xù)不斷的探索中,。熟悉芯片設計的人都知道，空間優(yōu)化這項任務規(guī)模不容小覷,，光是節(jié)點點位和線路路徑的空間位置優(yōu)化就可能達到10的90000次方量級,，而中國象棋的搜索空間也才10的360次方左右。

　　想要實現(xiàn)如此復雜的空間搜索優(yōu)化,，Synopsys采用了一種叫做“強化學習”的技術(shù)（不需要海量數(shù)據(jù)的深度學習技術(shù)）,，強化學習技術(shù)讓系統(tǒng)從零開始,，先隨機設計芯片，并且對每次設計進行打分,；隨著時間的推移,，不斷的設計并且打分，系統(tǒng)會自動優(yōu)化其得分數(shù),，從而一遍遍強化自身,，并且不用大量占用內(nèi)存來讀取訓練數(shù)據(jù)。

　　然而客戶還可以更進一步在Synopsys的強化學習算法上使用Google的搜索算法來獲取更好的結(jié)果,，并且還具備從客戶先前錄制好的芯片中進行學習的能力,。De Geus在Hot Chip演講中舉例說，某個客戶的CPU設計通過學習工程師的方案后AI強化學習設計出的在總功率上有9-13%的提升,，在泄露功耗上有30%的縮減,，而且其多層設計綜合設計的速度比最好的專家團隊還要快2-5倍。

　　客戶 CPU 設計的性能與功耗比較圖（黃點是工程師團隊,，藍點代表設計未經(jīng)訓練的工具和紫點是由工具訓練的工具,。由于經(jīng)過訓練的算法在最優(yōu)解上收斂得更快，所以紫色點更少）

　　對于Synopsys CEO De Geus EE times也進行了專訪,，并與之就AI設計芯片這一話題進行了廣泛且深入的討論,。

　　“我聽說過很多次，芯片設計要遵循摩爾定律,。但是我們反過來看,，制造技術(shù)的發(fā)展其實已經(jīng)跟上了設計的進展，EDA和Synopsys讓以前的不可能變成可能,。并且我們還看到了人工智能革命可能就在‘電子設計自動化’黎明的前夜,。”

　　“在許多方面,，我們破解了設計師是如何設計的這一難題,，我們掌握了其大門的密碼，并且進行了不小的革新,?；仡^看上個世紀80年代中期，Synopsys推出了設計自動化軟件,，可以完成某些設計師需要花費數(shù)周才能完成的任務，并且得到的結(jié)果更加出色,?！薄爱斎唬芏嗳寺犃撕蠖加X得難以置信,，也有不少人擔憂這會影響大家的工作,，甚至丟了飯碗,；但是更多的人會覺得如果利用這種優(yōu)勢我們能做的更多更好?！?/p>

　　像是DSO這樣的人工智能工具與傳統(tǒng)工具不同之處在于：其是從單個工具到整個設計流程的轉(zhuǎn)變----把不同工具融合為一體,；而且Synopsys早在35年前就開始著手統(tǒng)一了，當然原來是合成統(tǒng)一的融合,，而現(xiàn)在還加入了人工智能,。Synopsys能幫助設計師們成為架構(gòu)師，讓設計人員從提升自我,，從更高的維度去思考問題,，從繁雜的事物中抽身出來解決更復雜的問題。

　　對于客戶來說,，自然是希望獲得質(zhì)量,、時間和成本之間的平衡，由于最新的芯片中會有全柵極晶體管,、微處理器等全新的技術(shù),，其復雜度增加了數(shù)倍不止，并且功耗和散熱也是個令人頭疼的問題,。拋開這些常見問題,，還有其他六個需求使得芯片設計最優(yōu)解這個問題變得更加多維化，而這也恰恰是人工智能所擅長的一點（多維因素交叉設計）,。DSO·AI工具在優(yōu)化器件物理布局的同時,，還可以對于芯片結(jié)構(gòu)、時鐘體系以及應用軟件進行優(yōu)化,，舉例來說,，之前某個客戶單獨使用DSO優(yōu)化就帶來了5%功耗縮減，給AI訪問并發(fā)時鐘的模塊加快了~13%,，并且通過AI優(yōu)化軟件應用,，平衡了芯片的工作負載峰值，從而是模塊總功率減少了10%,，整個芯片功耗減少了25.6%之多,。并且這一切的優(yōu)化都是由人工智能完成，不僅縮短了設計時間還取得了更好的設計結(jié)果,。

　　人工智能優(yōu)化時鐘序列是個里程碑式的創(chuàng)舉,，從原先優(yōu)化物理層面發(fā)展到了優(yōu)化通常只能由架構(gòu)師才能動的微架構(gòu)領域；但是De Geus也表示,，人類不會完完全全的不干預,，我們應該把AI看為一個自動化的工具，一種更為先進和智能的工具,。

　　“要問DSO最大的優(yōu)勢是什么,，答案是：縮短時間,。如果能用原先需要使用的時間的一半來完成整個工作，并且完成的結(jié)果還比之前時更好,，那么對于芯片這種動輒需要18-24個月的行業(yè)來說,，速度能加快一倍，那你的反應又會是什么呢,？對于廠商來說,，ASSP/ASIC模型對于鬼片廠商更具吸引力?！?/p>

　　“當然有很多人會說,，這樣設計出的芯片是由軟件定義的，但是我們仔細想想,，芯片設計其實是用最優(yōu)解來定義的,，并且DSO還能做一些人類不擅長做的工作，例如聯(lián)通硬件來優(yōu)化軟件應用,，并且最優(yōu)化的調(diào)整功耗,。”

　　回到功耗改進方面,，我們不難發(fā)現(xiàn)25%的巨大提升不亞于前進了一個或者兩個制程節(jié)點,，等于是人工智能幫助人類延長了摩爾定律，又或者是目前節(jié)點還有很多的性能還沒有壓榨出呢,？EE Times記者問,。

　　“當然是兩者都有，當你忽然意識到我們本可以做到這樣獲得如此程度的改進,，那我們還有必要去進入一個新的節(jié)點嗎,？當然追求性能極致的人會做出這樣的決定：去下一個節(jié)點使用DSO?！?/p>

　　不僅僅是持續(xù)推動芯片設計行業(yè)的發(fā)展,，人工智能工具還能讓更多的初創(chuàng)公司加入到芯片設計大軍中來，距離來說：超級數(shù)據(jù)中心,；超級計算機需要性能很強的芯片,，往往都需要量身定制特殊芯片，而DSO的人工智能能夠大規(guī)模的進行加速,，并且設計出比設計師還好的芯片,，這聽起來蠻玄乎的，但是Synopsys的客戶比任何人都清楚,，這其實就是事實,。

　　也正如De Geus所說，在人工智能能夠大面積鋪開接管人類主導的設計任務之前,，設計師們必須學會信任人工智能工具,。如果我們能在一半的時間完成一件時間，那么理論上我們可以完成原先兩倍的任務,，并且我們能在一半的時間內(nèi)完成一件事,，并且還完成的更好，我們既有理由從繁雜的事物中抽身出來,，轉(zhuǎn)而專注于更高一級的事情,。總而言之,，人工智能將對人類的未來的20年內(nèi)產(chǎn)生巨大的影響,。