最近，谷歌在《自然》雜志發(fā)表了論文《面向快速芯片設(shè)計(jì)的圖布局方法》（A graph placement methodology for fast chip design），該論文中公布了谷歌在人工智能驅(qū)動(dòng)芯片設(shè)計(jì)方面的最新結(jié)果。

　　在該論文中，谷歌使用了強(qiáng)化學(xué)習(xí)的方法來(lái)實(shí)現(xiàn)高質(zhì)量自動(dòng)芯片floorplan。谷歌對(duì)于強(qiáng)化學(xué)習(xí)技術(shù)的使用已經(jīng)是得心應(yīng)手，之前在圍棋領(lǐng)域一鳴驚人擊敗世界冠軍李世石的人工智能也是使用了強(qiáng)化學(xué)習(xí)技術(shù)。事實(shí)上，芯片布局和圍棋有很強(qiáng)的相似之處，基本都是在一個(gè)很大的自由空間里面需要搜索到一個(gè)最優(yōu)解，來(lái)實(shí)現(xiàn)回報(bào)函數(shù)的最大化（例如在芯片布局領(lǐng)域的回報(bào)函數(shù)就是擁擠度、布局密度和走線長(zhǎng)度的一個(gè)綜合函數(shù)）。在論文中，該算法實(shí)現(xiàn)自動(dòng)floorplan的具體方法如下：

　　電路設(shè)計(jì)給出floorplan中的所有宏單元（macro）的信息，包括面積、接口位置等

　　強(qiáng)化學(xué)習(xí)算法一次擺放一個(gè)宏單元的位置，直到完成所有宏單元的floorplan擺放

　　在人工智能完成floorplan后，運(yùn)行基于傳統(tǒng)算法的標(biāo)準(zhǔn)單元布局算法，并且獲得擁擠度、布局密度和走線長(zhǎng)度等信息。

　　如果這次運(yùn)行是訓(xùn)練，則根據(jù)擁擠度、布局密度和走線長(zhǎng)度的綜合結(jié)果更新強(qiáng)化學(xué)習(xí)模型

　　在訓(xùn)練和使用該算法的過(guò)程中，谷歌使用了人工智能領(lǐng)域常用的預(yù)訓(xùn)練-微調(diào)（pretrain-finetune）的方法。在預(yù)訓(xùn)練階段，將該模型在包含有5-20個(gè)TPU模塊的訓(xùn)練數(shù)據(jù)集上進(jìn)行訓(xùn)練，而微調(diào)任務(wù)則是在目標(biāo)芯片做floorplan時(shí)進(jìn)行多次迭代，以將預(yù)訓(xùn)練的模型適配到目標(biāo)任務(wù)上。

　　根據(jù)谷歌公布的結(jié)果，經(jīng)過(guò)預(yù)訓(xùn)練的模型在執(zhí)行目標(biāo)芯片的floorplan時(shí)，可以在6小時(shí)內(nèi)完成floorplan，而其floorplan結(jié)果在時(shí)序、面積、功耗等關(guān)鍵指標(biāo)上都與專(zhuān)業(yè)物理設(shè)計(jì)工程師手工floorplan的結(jié)果接近或更好。

　　AI會(huì)取代芯片工程師嗎？

　　強(qiáng)化學(xué)習(xí)是否會(huì)在芯片后端領(lǐng)域取代工程師？我們認(rèn)為，雖然谷歌公布的結(jié)果非常優(yōu)秀，但是AI可預(yù)期的未來(lái)尚不足以替代人工，工程師也不必?fù)?dān)心事業(yè)。

　　首先，目前強(qiáng)化學(xué)習(xí)做floorplan能覆蓋的芯片種類(lèi)仍然不得而知。谷歌的論文中使用的訓(xùn)練數(shù)據(jù)集和測(cè)試數(shù)據(jù)集規(guī)模都很小（最大的也僅有20種芯片布局），而且訓(xùn)練和測(cè)試數(shù)據(jù)集中涉及到的芯片種類(lèi)也很有限，是否能在其他種類(lèi)的芯片布局中也獲得超越工程師手工的效果還不得而知。而芯片類(lèi)的數(shù)據(jù)集事實(shí)上很難采集，因此如何采集更大的數(shù)據(jù)集以訓(xùn)練更強(qiáng)，更普適的模型將成為強(qiáng)化學(xué)習(xí)方法進(jìn)步過(guò)程中最關(guān)鍵的瓶頸，這個(gè)瓶頸如果不解決那么基于強(qiáng)化學(xué)習(xí)的EDA流程將會(huì)停留在學(xué)術(shù)階段或者僅僅是谷歌用來(lái)秀人工智能肌肉的一個(gè)案例。

　　此外，即使未來(lái)基于強(qiáng)化學(xué)習(xí)的數(shù)字電路EDA流程得到長(zhǎng)足發(fā)展，工程師仍然是流程中的關(guān)鍵。一個(gè)核心的觀察是，即使把整個(gè)流程全部交給AI，還是需要一組經(jīng)驗(yàn)豐富的工程師來(lái)看管整個(gè)過(guò)程，否則沒(méi)人能擔(dān)保AI輸出是否是最優(yōu)結(jié)果；事實(shí)上基于AI的芯片EDA工具更可能是將人機(jī)合作加速整個(gè)芯片設(shè)計(jì)流程，而非取代人工。一個(gè)最有可能的人機(jī)協(xié)作的方式是工程師根據(jù)經(jīng)驗(yàn)預(yù)估芯片后端流程的結(jié)果，并且將AI的流程結(jié)果與人工估計(jì)的結(jié)果相比較，以確保AI跑流程的結(jié)果是合理的。如果強(qiáng)化學(xué)習(xí)能加速芯片設(shè)計(jì)流程的話，它將會(huì)降低芯片設(shè)計(jì)流程的迭代周期和成本，并降低芯片設(shè)計(jì)的門(mén)檻，這反而可能使得芯片行業(yè)更繁榮，讓行業(yè)對(duì)芯片工程師的需求更大。正如目前的芯片設(shè)計(jì)流程中，大多數(shù)環(huán)節(jié)都已經(jīng)自動(dòng)化（例如設(shè)計(jì)綜合，物理綜合等），但是這樣的自動(dòng)化并沒(méi)有砸了芯片后端設(shè)計(jì)師的飯碗，反而是讓整個(gè)芯片行業(yè)比起自動(dòng)化之前更加繁榮了，也讓人才需求量更大。因此，我們認(rèn)為AI驅(qū)動(dòng)的EDA將會(huì)成為工程師的朋友，而不必?fù)?dān)心讓工程師下崗的問(wèn)題。

　　強(qiáng)化學(xué)習(xí)會(huì)給EDA業(yè)界帶來(lái)的變革

　　雖然我們預(yù)期強(qiáng)化學(xué)習(xí)正式進(jìn)入EDA業(yè)界尚需時(shí)日，但是鑒于它會(huì)給整個(gè)業(yè)界帶來(lái)較大的變革，我們認(rèn)為從現(xiàn)在開(kāi)始就應(yīng)該積極關(guān)心這個(gè)領(lǐng)域的發(fā)展。

　　首先，如我們之前所敘述的，基于人工智能的EDA一個(gè)很大的要素就是數(shù)據(jù)，只有收集到了足夠的數(shù)據(jù)才能訓(xùn)練性能足夠強(qiáng)，普適性足夠好的人工智能模型。從這一點(diǎn)來(lái)說(shuō)，各個(gè)芯片廠商的芯片設(shè)計(jì)數(shù)據(jù)就不僅僅對(duì)他們自身有用，而對(duì)于EDA公司也有了更高的價(jià)值。對(duì)于中國(guó)半導(dǎo)體業(yè)界來(lái)說(shuō)，由于中國(guó)有足夠多的芯片設(shè)計(jì)公司，事實(shí)上數(shù)據(jù)是不缺的，那么是否能有一個(gè)組織來(lái)牽頭以安全的形式來(lái)訓(xùn)練EDA人工智能模型的數(shù)據(jù)，將會(huì)成為中國(guó)能否在下一代基于人工智能的EDA領(lǐng)域占據(jù)重要地位的核心要素。

　　除了數(shù)據(jù)之外，我們認(rèn)為人工智能模型在未來(lái)的EDA領(lǐng)域中會(huì)得到越來(lái)越多應(yīng)用，同時(shí)也越來(lái)越復(fù)雜，這就牽扯到了一個(gè)算力問(wèn)題。在谷歌的論文中，即使是使用已經(jīng)經(jīng)過(guò)預(yù)訓(xùn)練的模型，在使用在目標(biāo)設(shè)計(jì)中時(shí)，還需要跑6個(gè)多小時(shí)的微調(diào)才能實(shí)現(xiàn)良好的效果。隨著未來(lái)模型越來(lái)越復(fù)雜，而目標(biāo)芯片設(shè)計(jì)也越來(lái)越大，我們預(yù)期所需要的模型算力也會(huì)越來(lái)越大。對(duì)于如谷歌這樣的大公司來(lái)說(shuō)或許不缺算力，但是對(duì)于小公司來(lái)說(shuō)我們預(yù)計(jì)會(huì)有越來(lái)越多的EDA+云的服務(wù)出現(xiàn)，即在云上跑EDA流程中的人工智能模型以滿足算力需求，這也就催生了EDA商業(yè)模式的更新乃至新的商機(jī)，例如EDA工具的彈性許可模式（EDA-as-a-service），甚至可以根據(jù)不同的付費(fèi)等級(jí)提供不同的人工智能模型。

　　綜上所述，我們認(rèn)為以強(qiáng)化學(xué)習(xí)為代表的的下一代基于人工智能的EDA將會(huì)給EDA領(lǐng)域帶來(lái)重大的變革。最主要的就是EDA將從算法驅(qū)動(dòng)變換到數(shù)據(jù)和算力驅(qū)動(dòng)，因此是否能掌握數(shù)據(jù)和算力將會(huì)成為關(guān)鍵。在這一方面，中國(guó)的半導(dǎo)體行業(yè)擁有芯片設(shè)計(jì)企業(yè)眾多的先天優(yōu)勢(shì)，而且中國(guó)的云算力基礎(chǔ)設(shè)施也是全球領(lǐng)先，因此我們認(rèn)為這將會(huì)成為中國(guó)EDA行業(yè)的一個(gè)機(jī)會(huì)。