臺積電設(shè)計暨技術(shù)平臺副總經(jīng)理侯永清在年度ISSCC演說中表示，工程師需要能因應(yīng)今日芯片設(shè)計復雜性的新工具。

在近日于美國舉行之年度國際固態(tài)電路會議（International Solid State Circuits Conference，ISSCC）的一場專題演說中，臺積電設(shè)計暨技術(shù)平臺副總經(jīng)理侯永清（Cliff Hou）表示，工程師需要能因應(yīng)今日芯片設(shè)計復雜性的新工具；而他也指出，針對四個目前的主要市場，需要采用包括機器學習在內(nèi)之新技術(shù)、新假設(shè)的個別工具。

“我們需要一種新的設(shè)計典范（paradigm）來克服芯片設(shè)計挑戰(zhàn)；”侯永清指出：“我們是時候該推進設(shè)計典范，我們一直只涵蓋設(shè)計領(lǐng)域的一小部份?！彼硎?，產(chǎn)業(yè)界在過去十年是由移動應(yīng)用所驅(qū)動，圍繞著智能手機SoC建立設(shè)計資料庫：“現(xiàn)在我們了解，移動應(yīng)用可以做為一個起點，但我們需要為汽車、高性能系統(tǒng)以及物聯(lián)網(wǎng)（IoT）等設(shè)計考量大不相同的應(yīng)用，最佳化電路設(shè)計。”

侯永清展示了臺積電針對一系列手機與可穿戴式裝置設(shè)計應(yīng)用的四種不同SRAM設(shè)計，他也在專題演說中列出臺積電已經(jīng)看到某些進展的棘手挑戰(zhàn)；舉例來說，從40納米到7納米節(jié)點，金屬層的電阻增加一倍，而臺積電已經(jīng)在導線下打造了復雜的通孔柱（via pillars）堆疊，但并不能完全減輕這個問題。

臺積電還根據(jù)芯片是否需要更高的密度或速度，采用了兩種金屬；侯永清表示，那些選項：“需要設(shè)計變革以及EDA強化…EDA供應(yīng)商們已經(jīng)意識到這些問題，初步解決方案看來頗具前景?！贝送?，電源網(wǎng)路的建構(gòu)也必須非常小心，以避免在電晶體密度增加時的單元利用率（cell utilization）下降；他描述了能讓單元利用率在7納米節(jié)點由大約74％回升到79％的進展。

“當你設(shè)計電源網(wǎng)路時，得考量它們對電路設(shè)計的影響，并為其最佳化布線，否則就無法獲得所有制程微縮的優(yōu)勢；”侯永清還展示了能因應(yīng)隨著設(shè)計轉(zhuǎn)移到更低電壓供電水準而增加之延遲變異（delay variation）的新技術(shù)，他并呼吁催生精細度更高的新一代設(shè)計編譯器，以最佳化特定領(lǐng)域與性能需求。

臺積電利用機器學習在芯片設(shè)計繞線前預測線路擁擠，讓速度增加了40MHz

最后他展示了兩個將機器學習應(yīng)用于芯片設(shè)計的案例，其中之一是在芯片布線之前，運用預測線路擁擠（congestion）的模型，將芯片速度提升40MHz。另一個案例則是能產(chǎn)生2萬個時脈閘控單元（clock gating cell）的先進設(shè)計，因為規(guī)模太大，設(shè)計工程師會被迫采取全局約束（global constraint）；侯永清展示了一個機器學習模型，能預測單元中的延遲并設(shè)定其個別限制。