集成電路 (IC) 設(shè)計是一項(xiàng)復(fù)雜的工作,，不斷突破密度和性能的界限?，F(xiàn)在，人工智能 (AI)在 IC 設(shè)計中的作用越來越大,。
雖然 AI 最近因其在 ChatGPT 等自然語言處理器方面的驚人能力而受到更多關(guān)注,，但該工具也被用于 IC 設(shè)計的各個階段,，包括設(shè)計優(yōu)化、布局,、仿真和驗(yàn)證,。人工智能算法還可以幫助更有效地探索設(shè)計空間，比傳統(tǒng)方法更快地發(fā)現(xiàn)最佳設(shè)計配置,。
隨著設(shè)計變得比以往任何時候都更加復(fù)雜,，人工智能可以成為 IC 設(shè)計師的強(qiáng)大資產(chǎn)。
本文重點(diǎn)介紹了AI如何被用作IC設(shè)計的工具,，以及這項(xiàng)技術(shù)如何影響IC設(shè)計工程師的專業(yè)價值,。
利用 AI 來實(shí)現(xiàn)嚴(yán)格的設(shè)計約束
由于數(shù)十億個晶體管被限制在一個很小的芯片區(qū)域，IC 設(shè)計師的任務(wù)是在嚴(yán)格約束的情況下優(yōu)化設(shè)計,。
首先,，芯片面積必須最小，以適應(yīng)當(dāng)今設(shè)備的小尺寸,，并降低制造成本,。布局的功耗也是值得關(guān)注的；功耗同樣會影響部署成本以及芯片對環(huán)境的影響,。某些密集區(qū)域和配置容易過熱,，需要冷卻機(jī)制或更巧妙的布局,。考慮到這些因素和許多其他因素,，IC設(shè)計人員大約需要八到九個月的時間來生成一個滿足每個嚴(yán)格要求的芯片布局,。
為了加快和優(yōu)化 IC 設(shè)計流程，許多公司（包括科技行業(yè)的一些最大公司）現(xiàn)在都在投資 AI工具來完成一些繁重的工作,。
谷歌人工智能在幾個小時內(nèi)設(shè)計出芯片
據(jù)谷歌稱,，谷歌的深度學(xué)習(xí)強(qiáng)化學(xué)習(xí) (RL) 方法可以在比人類工程師少得多的時間內(nèi)生成有效的布局，而且結(jié)果在質(zhì)量上也不相上下,。
谷歌表示,，谷歌的深度學(xué)習(xí)強(qiáng)化學(xué)習(xí)（RL）方法可以在比人類少得多的時間內(nèi)產(chǎn)生有效的布局，而且結(jié)果在質(zhì)量上也不相上下,。2022年3月,，谷歌研究院推出了PRIME，這是一種深度學(xué)習(xí)方法,，利用現(xiàn)有的數(shù)據(jù),，如功率和延遲來創(chuàng)建加速器設(shè)計，比用傳統(tǒng)方法設(shè)計的芯片更快,、更小,。
谷歌的PRIME實(shí)現(xiàn)了記錄加速器數(shù)據(jù)來訓(xùn)練設(shè)計加速器的保守模型。
谷歌研究人員使用 10,000 個芯片平面圖來訓(xùn)練他們的模型,。人工智能生成的芯片設(shè)計時間不到六個小時,。谷歌表示，這種方法已經(jīng)被利用來實(shí)現(xiàn)谷歌的張量處理單元（TPU）,，這是谷歌基于云的機(jī)器學(xué)習(xí)應(yīng)用的一部分,。
EDA公司在AI設(shè)計系統(tǒng)上加倍投入
不僅僅是谷歌轉(zhuǎn)向機(jī)器學(xué)習(xí)模型。像Synopsys和Cadence這樣的EDA公司也在其最新工具中使用到AI技術(shù),。比如最近,，Synopsys憑借其 Synopsys DSO.ai 自主芯片設(shè)計系統(tǒng)注冊了 100 個商業(yè)流片。該系統(tǒng)最近的客戶包括 意法半導(dǎo)體（ST)和 SK Hynix,。
ST 和 Synopsys 于 2022 年 2 月初首次在微軟的云端使用 DSO.ai 來設(shè)計工作芯片,。使用 Synopsys 的 DSO.ai 設(shè)計系統(tǒng)，結(jié)合 Microsoft Azure 上的 Synopsys Fusion Compiler 和 IC Compiler,，該工具將功耗,、性能和面積 (PPA) 指標(biāo)提高了 3 倍以上，總功耗降低了 25%,，并且顯著縮小了芯片尺寸,。
除了芯片設(shè)計，人工智能還在芯片測試和驗(yàn)證中找到了應(yīng)用——芯片制造商在這兩個領(lǐng)域花費(fèi)了大量時間。為了解決這一設(shè)計階段的問題,，西門子發(fā)布了Questa Verification IQ,，這是一個幫助IC設(shè)計工程師加快驗(yàn)證過程的軟件平臺。
英偉達(dá)用GPU設(shè)計GPU
NVIDIA（英偉達(dá)）為芯片設(shè)計設(shè)計了另一種深度學(xué)習(xí)方法,。該公司制作了一個名為PrefixRL的 RL 模型,，證明 AI 可以從頭開始學(xué)習(xí)電路設(shè)計，并使用最新的 EDA 工具制造更小,、更快的電路,。NVIDIA 的架構(gòu)由 13,000 個使用 AI 技術(shù)設(shè)計的電路組成。
針對自動化單元遷移,，該公司開發(fā)了NVCell,，可以無錯遷移92%的單元庫,。人類工程師可以對剩下的 8% 沒有自動遷移的單元進(jìn)行處理,。NVIDIA 首席科學(xué)家 Bill Dally 表示：
“所以這就像一個 Atari 視頻游戲，但它是一個用于修復(fù)標(biāo)準(zhǔn)單元中的設(shè)計規(guī)則錯誤的視頻游戲,。通過強(qiáng)化學(xué)習(xí)來研究和修復(fù)這些設(shè)計規(guī)則錯誤,，我們能夠基本完成我們標(biāo)準(zhǔn)的設(shè)計單元?！?/p>
人工智能對 IC 設(shè)計就業(yè)市場的影響
雖然人工智能可以自動執(zhí)行傳統(tǒng)上由IC設(shè)計人員執(zhí)行的某些任務(wù),，例如布局設(shè)計和優(yōu)化，但它也減少了設(shè)計過程中對手動方面的需求,。雖然這提高了整體效率,，但也可能導(dǎo)致IC設(shè)計的某些領(lǐng)域的最終工作被取代。
另一方面,，人工智能還可以幫助 IC 設(shè)計人員更高效,、更有效地開展工作。例如,，AI 可以分析大量數(shù)據(jù)并提供見解,，建議工程師以前可能沒有考慮過的設(shè)計替代方案。這種趨勢可以提高 IC 設(shè)計人員在行業(yè)中的價值,，使他們能夠?qū)Ｗ⒂诟鼜?fù)雜和更具創(chuàng)造性的設(shè)計方面,，并最終生產(chǎn)出更好的產(chǎn)品。
不過人工智能不太可能完全取代對熟練IC設(shè)計師的需求,。隨著人工智能在行業(yè)中越來越普遍,，對這類工程師的需求甚至可能會增加，因?yàn)樵谠O(shè)計過程中,，將需要能夠準(zhǔn)確驗(yàn)證和利用人工智能工具和算法的個人,。
原文鏈接：https://www.allaboutcircuits.com/news/ai-takes-strong-supporting-role-in-modern-chip-design/
更多信息可以來這里獲取==>>電子技術(shù)應(yīng)用-AET<<
