集成電路 (IC) 設計是一項復雜的工作，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 設計的各個階段，包括設計優(yōu)化、布局、仿真和驗證。人工智能算法還可以幫助更有效地探索設計空間，比傳統(tǒng)方法更快地發(fā)現(xiàn)最佳設計配置。

隨著設計變得比以往任何時候都更加復雜，人工智能可以成為 IC 設計師的強大資產(chǎn)。

本文重點介紹了AI如何被用作IC設計的工具，以及這項技術(shù)如何影響IC設計工程師的專業(yè)價值。

利用 AI 來實現(xiàn)嚴格的設計約束

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 設計師的任務是在嚴格約束的情況下優(yōu)化設計。 

首先，芯片面積必須最小，以適應當今設備的小尺寸，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，需要冷卻機制或更巧妙的布局。考慮到這些因素和許多其他因素，IC設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格要求的芯片布局。

為了加快和優(yōu)化 IC 設計流程，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)設計出芯片

據(jù)谷歌稱，谷歌的深度學習強化學習 (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，谷歌的深度學習強化學習（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，這是一種深度學習方法，利用現(xiàn)有的數(shù)據(jù)，如功率和延遲來創(chuàng)建加速器設計，比用傳統(tǒng)方法設計的芯片更快、更小。

谷歌的PRIME實現(xiàn)了記錄加速器數(shù)據(jù)來訓練設計加速器的保守模型。

谷歌研究人員使用 10,000 個芯片平面圖來訓練他們的模型。人工智能生成的芯片設計時間不到六個小時。谷歌表示，這種方法已經(jīng)被利用來實現(xiàn)谷歌的張量處理單元（TPU），這是谷歌基于云的機器學習應用的一部分。

EDA公司在AI設計系統(tǒng)上加倍投入

不僅僅是谷歌轉(zhuǎn)向機器學習模型。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 來設計工作芯片。使用 Synopsys 的 DSO.ai 設計系統(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。

除了芯片設計，人工智能還在芯片測試和驗證中找到了應用——芯片制造商在這兩個領(lǐng)域花費了大量時間。為了解決這一設計階段的問題，西門子發(fā)布了Questa Verification IQ，這是一個幫助IC設計工程師加快驗證過程的軟件平臺。

英偉達用GPU設計GPU

NVIDIA（英偉達）為芯片設計設計了另一種深度學習方法。該公司制作了一個名為PrefixRL的 RL 模型，證明 AI 可以從頭開始學習電路設計，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行處理。NVIDIA 首席科學家 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標準單元中的設計規(guī)則錯誤的視頻游戲。通過強化學習來研究和修復這些設計規(guī)則錯誤，我們能夠基本完成我們標準的設計單元?！?/p>

人工智能對 IC 設計就業(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設計人員執(zhí)行的某些任務，例如布局設計和優(yōu)化，但它也減少了設計過程中對手動方面的需求。雖然這提高了整體效率，但也可能導致IC設計的某些領(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計替代方案。這種趨勢可以提高 IC 設計人員在行業(yè)中的價值，使他們能夠?qū)Ｗ⒂诟鼜碗s和更具創(chuàng)造性的設計方面，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，因為在設計過程中，將需要能夠準確驗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)應用-AET<<