1956年人工智能（AI）概念被提出時，即使是想象力最豐富的預言家,，應該也難以預料到2022年的AI,，早已打敗了全球最頂級的圍棋選手，能夠預測天氣,，診療疾病,，甚至，AI還在改變被譽為“工業(yè)糧食”的半導體行業(yè),。

隨著半導體制造工藝的持續(xù)演進,，采用先進制程的芯片，單顆芯片集成的晶體管數(shù)量高達數(shù)百億個,，系統(tǒng)愈加復雜,，設計挑戰(zhàn)越來越大。但與此同時,，終端應用的軟件和算法加速迭代,，以月或者年為周期更新的芯片越來越難以滿足終端需求，芯片設計的周期亟需縮短,。

EDA工具與AI技術的結合,，不僅能設計出PPA（性能、功耗,、面積）更好的芯片,，還能顯著縮短芯片設計周期,。在達成提供更好、更快,、更便宜的芯片愿景的同時,，也將大幅降低芯片設計的門檻,，讓更多人和企業(yè)能夠設計出所需的芯片,，將對芯片行業(yè)產生深遠影響。

2020年,，新思科技推出了業(yè)界首個用于芯片設計的自主人工智能應用程序——DSO.ai (Design Space Optimization AI),。作為一款人工智能和推理引擎，DSO.ai能夠在芯片設計的巨大求解空間里搜索優(yōu)化目標,。

目前,，全球頂級的芯片設計公司，包括英特爾,、聯(lián)發(fā)科,、三星、索尼,、瑞薩電子等都已經采用了DSO.ai,，在不同的芯片工藝節(jié)點和不同類型的芯片設計中，普遍獲得了4-5倍,，甚至更高的效率的提升,。

一經嘗試就讓芯片公司們喜愛的DSO.ai，還有一個“熱啟動”絕招,。

各種芯片,，都能用AI設計

將AI技術與EDA工具結合，有兩個核心價值,，首先是力圖讓EDA更加智能,，減少重復且繁雜的工作，讓使用者用相同甚至更短時間設計出PPA更好的芯片,；其次是大幅降低使用者的門檻,，解決人才短缺的挑戰(zhàn)。

DSO.ai更加智能這一核心價值的體現(xiàn),，是能夠在巨大的芯片設計解決方案空間中,，搜索優(yōu)化目標，利用強化學習來優(yōu)化功耗,、性能和面積,。

無論是x86架構、Arm架構還是傳感器,，無論使最先進的工藝,，還是成熟的工藝,，都可以用DSO.ai實現(xiàn)PPA的提升，同時縮短設計周期,。

當然,，在實際使用DSO.ai時，不同的開發(fā)者在設計芯片時優(yōu)化的目標會有所差異,，比如手機芯片開發(fā)者側重CPU功耗的優(yōu)化,，圖像傳感器開發(fā)者則更希望縮短設計周期加速產品上市，DSO.ai都能夠靈活地解決差異化的需求,，并且?guī)頂?shù)倍的效率提升,。

DSO.ai之所以能在不同工藝節(jié)點和不同技術架構中都能實現(xiàn)顯著的效率提升，核心原因是基于新思科技在EDA領域積累的多年豐富的行業(yè)經驗,，借助AI的自動化學習能力和底層算例,，把此前需要開發(fā)者們一遍遍嘗試的重復而繁雜的工作，交由AI快速探索數(shù)以萬億計的設計方法找到最優(yōu)解,，因此具有普遍的適用性,。

DSO.ai的第二大核心價值，能夠幫傳統(tǒng)芯片設計公司解決人才短缺的挑戰(zhàn),，并大幅降低芯片設計的門檻,。

數(shù)字化趨勢下，大型系統(tǒng)級公司們紛紛開始自研芯片,，通過定制芯片來優(yōu)化其應用或工作負載,。但大型系統(tǒng)級公司往往缺乏芯片設計的經驗和經驗豐富的芯片設計的人才，DSO.ai能夠完美解決大型系統(tǒng)級公司面臨的挑戰(zhàn),。

借助DSO.ai,，一個只有幾年工作經驗的開發(fā)者，也能達到有多年豐富經驗開發(fā)者的設計水準,。

DSO.ai的兩大優(yōu)勢,，將惠及幾乎各種類型的芯片設計公司，典型的就是通用芯片公司和系統(tǒng)級兩大類客戶,。 對于通用芯片公司,，DSO.ai的目標是通過仿真驗證、快速原型等更快,、更易用的工具,，使芯片生產出來之前就能模擬出實際的性能、功耗等表現(xiàn),，節(jié)約成本和設計周期,。對于系統(tǒng)級公司，DSO.ai通過各種IP模塊和設計工具幫助他們解決芯片架構和工藝的選擇,。

數(shù)量級性能提升,，門檻大幅降低

由于需要更加強大的算力作為支撐,，所以DSO.ai的出現(xiàn)在一定程度上也是得益于云計算的普及，新思科技也通過和云服務提供商合作提供DSO.ai解決方案,。

當然,，正如云計算的普及不是一蹴而就，一開始,，DSO.ai在芯片設計公司眼中也是新生事物,。剛開始，頂級芯片設計公司們對于DSO.ai的態(tài)度也有些謹慎,，但對DSO.ai進行測試之后,，他們發(fā)現(xiàn)，在獲得PPA大幅提升的同時還能縮短設計周期,。很快，DSO.ai就迅速獲得了全球頂尖芯片設計公司們的認可,。

英特爾,、聯(lián)發(fā)科、三星,、索尼和瑞薩電子等都是典型的例子,。

英特爾發(fā)現(xiàn)，面對優(yōu)化高性能芯片的PPA并縮短設計周期這一目標時,，有諸多關鍵挑戰(zhàn)需要解決,，包括：設計尺寸大，運行時間長,；對于較大尺寸的設計,，最終RTL到GDS的收斂循環(huán)更長；在最后階段執(zhí)行多個手動ECO延長了設計關閉時間,；跨多個設計向量優(yōu)化PPA將增加實驗數(shù)量等,。

在實際案例中，英特爾采用DSO.ai技術對芯片設計周期和PPA進行優(yōu)化,，實現(xiàn)了設計時間結果質量提高約40%,，運行時間加速了約20%。英特爾通過將DSO.ai并入區(qū)塊布局布線（PnR）流程中,，有助于縮短芯片設計周期并實現(xiàn)最佳PPA,，減少了人工/ECO收斂工作中的攪動，并及時向RTL所有者提供反饋以修復嚴重違反時間路徑的問題,。

英特爾的例子還充分說明了DSO.ai易于定制的特性,，可以很好地解決芯片設計中計時或功耗帶來的挑戰(zhàn)、通過創(chuàng)建布局指標幫助緩解擁塞點,、以及使用庫單元數(shù)量的限制,。

聯(lián)發(fā)科和三星也采用了DSO.ai技術提高先進制程Arm架構移動CPU的性能和功耗,。在三星的案例中，DSO.ai技術被成功應用于開發(fā)Voptz和Ftarget優(yōu)化應用程序,，通過自動探索大量的電壓（V）/目標頻率（F）空間以找出最高基準分數(shù)和最長電池時間的最佳組合,。此外，DSO.ai RL模型將通過分析之前運行中的選擇,，自動學習并生成更好的組合,。

結果顯示，三星在4nm Arm Big CPU的實驗中,，在相同的工作電壓下,，DSO.ai實現(xiàn)了頻率提高13%-80%；而在相同的工作頻率下,，最高可將功耗降低25%,。

三星的實踐展示了AI驅動的解決方案提高了生產力，助力開發(fā)者能夠輸出高質量的結果,。

雖然和設計CPU有所不同,，但索尼在設計傳感器時要以最短的時間滿足各種類型終端的需求，也需要縮短設計周期,，提高結果質量（PPA）,。

因此，索尼也在設計傳感器的過程中順利采用了DSO.ai技術并驗證了其出眾的性能,，與專家工程師的人工操作相比,，DSO.ai實現(xiàn)最佳結果僅需1/4的設計周期、1/5的設計工作量,，并成功將功耗降低了3%,，進一步提升設計結果質量。

索尼發(fā)現(xiàn),，與冷啟動相比,，熱啟動具備一些優(yōu)勢，例如僅需1/2周期,，并減少1/3的工作量,。

熱啟動，也正是新思科技DSO.ai的絕招,。

熱啟動,，DSO.ai的絕招

之所以說是絕招，是因為目前業(yè)界集成AI的EDA工具中,，僅新思科技的DSO.ai提供了熱啟動模式,。

眾所周知，AI技術需要利用大量的計算資源來實現(xiàn)模擬人腦的神經思考，而計算資源的不足往往限制了AI技術在高端應用或大型企業(yè)的部署,。DSO.ai能夠將每一次運行的學習經驗保存到訓練數(shù)據庫中,，之后就可以利用訓練數(shù)據庫來提高設計探索的效率，減少執(zhí)行時間并降低對計算資源的要求,。

DSO.ai有熱啟動與冷啟動兩種模式,。

冷啟動實際上就是無訓練數(shù)據的模式，需要執(zhí)行并創(chuàng)建訓練數(shù)據,，并選擇使用自己的“未訓練”抽樣來分配第一個參數(shù),。一個新的設計引入DSO.ai時都是從冷啟動開始，所以需要執(zhí)行大量訓練工作,，且必須在同一流程中執(zhí)行多次,。

熱啟動模式則是將“冷/熱啟動”的結果用作一個進程的模式，在有訓練數(shù)據的情況下自動學習,，以尋求最優(yōu)解,。熱啟動的顯著優(yōu)勢就是能夠減少工作量和縮短周期，與此同時,，熱啟動也能降低對算力的需求,。

英特爾在實踐中發(fā)現(xiàn)，有了熱啟動模式,，能夠用更少的工程師實現(xiàn)更好的設計結果。聯(lián)發(fā)科也體會到,，如果了解設計的參數(shù),，實現(xiàn)了PPA的提升，可以利用熱啟動提高生產力,，更進一步,，也就可以實現(xiàn)復雜的計算和決策。

新思科技能夠率先在業(yè)界推出熱啟動模式,，與新思科技較早在五六年前就組建了AI團隊研發(fā)相關項目有密切關系,。

不止于此，新思科技還在嘗試探索將熱啟動模式前移,，也就是通過與IP提供商合作,，面向共同的客戶做針對性的優(yōu)化，進一步提升DSO.ai效率,。

新思科技將不斷提升DSO.ai的性能,，比如易用性的改進、更加智能化（冷熱模式的自動切換）,、適用性進一步擴大,，這些也都是客戶所期待的。DSO.ai，正在被越來越多芯片設計公司采用,，新思科技也正在把AI與EDA的融合從數(shù)字芯片邏輯設計擴展到驗證環(huán)節(jié),。

未來，從芯片的架構設計,、制造以及封裝的全流程都會融入AI技術,。新思作為擁有芯片設計全流程的工具，能夠更容易可以在整個程中都使用AI,，帶來更顯著的全面提升,，而芯片行業(yè)深刻的變革，也已經開始,。

我們迎來了突破性的芯片設計的新時代,。