AI比人类更懂芯片设计？
优化功耗、性能和面积（PPA）一直是芯片设计中的三个重要目标。但即使是**的设备和经验最丰富的工程团队也无法保证优化结果的稳定性。
优化PPA的过程正受到越来越多因素的制约：应用、IP和其他组件的可用性不同，工程师对不同工具和方法的熟悉程度也不尽相同。例如，同样的设计目标既可以用更大的处理器实现更高性能，也可以用更小、更专业的处理元件更紧密的结合软件来实现。因此，即使在相同领域和相同的功率设计目标下，也会有许多不同的方法可以实现相同的目标。并且方案优劣的评价标准也是因领域和供应商的具体需求而异的。
另外，由于对芯片安全性的需求不断增加，优化过程变得愈加复杂。根据设备使用场景的重要性，其安全需求也各不相同。安全级别的高低会影响芯片功率和性能的设计，进一步影响IC制造成本、上市时间、交货时间和供应商的竞争力。
为了缕清这些因素，EDA供应商开始寻求人工智能和机器学习技术的帮助。芯片供应商们正致力于将各种AI功能集成到工具流中。根据麻省理工学院和德克萨斯大学奥斯汀分校的研究人员的**，迄今为止该领域研究成果喜人。研究人员表示，使用了深度强化学习算法的设备在某些任务上的表现已经超过了人类。
在六个小时的实验中，研究人员通过对比使用强化学习的图卷积神经网络方法、传统的黑盒优化方法（贝叶斯优化、进化算法）、随机搜索方法、具有五年经验的设计师这四者的成果得到结论：带有迁移学习的强化学习方法可以取得更好的效果。换言之，基于人工智能的工具可以使晶体管设计更加高效。
如今，包括谷歌、英伟达、新思科技、Cadence、三星和西门子在内的许多公司都已经有在芯片设计中使用人工智能的计划，其中部分公司甚至已经在生产中进行这种尝试。
人工智能如何改变芯片设计格局？
直到今天，人们在设计芯片的过程中仍然在使用各种设计工具进行电路、逻辑门、布线、布局的**和验证。这么做是为了最大限度的减少可能的错误并且节约时间和成本，但这个过程相当乏味且耗时。
图 1：半导体设计流程中的各个步骤。 资料来源：eInfochips
设计芯片的流程有很多步骤：一般从确定芯片的规格和架构开始，然后遵循上面流程图中的各个步骤。在设计完成后，设计文件（GDS II）将会被发送给工厂。
当摩尔定律有效时，这个流程只需要根据实际情况进行微调即可。但随着制程红利正在消失，FinFET时代到来。由于先进制程研发成本的增高，芯片制造商们不得不开始寻找新的方法来实现PPA的优化。这种新变化显著增加了芯片设计流程的复杂程度，并使得按期交付芯片愈加困难。
“设计一个28nm芯片的平均成本仅为4000万美元，”IBS首席执行官Handel Jones说，“但现在设计一个7nm芯片的成本是2.17亿美元，设计一个5nm芯片的成本则是4.16亿美元，设计一个3nm芯片的成本甚至达到了5.9亿美元。”
随着芯片的迭代，晶体管数量已经从几千个增加到了数十亿个。这使得芯片上晶体管排布设计的异构性越来越高，并且它们通常都会采用某种先进封装工艺。与之前只需要考虑如何将更多的晶体管排列在同一空间不同，现在芯片设计中还需要考虑到功率密度、热预算需求、各种类型的机械和电气应力、邻近效应以及工作环境等复杂因素。这使得设计过程耗时大大增加，同时也堆高了设计成本。更糟糕的是，芯片制造商间的持续竞争迫使他们必须在更短时间内实现芯片的迭代，否则就会在竞争中处于劣势。这导致了芯片制造商没有试错机会：一次设计失误就代表着巨额损失。
人工智能如何提高芯片开发效率？
将人工智能引入到芯片设计的流程中有利于减少流程复杂性、减少错误并缩短开发周期。
例如，在芯片设计中布线过程的90%已经实现了自动化，仅需要一位经验丰富的设计师完成最后10%的工作即可。人工智能的参与可以将这最后10%的时间进一步缩短。
图 2：人工智能的作用越来越大。 资料来源：寒武纪人工智能研究
“这一切都是为了效率，”Rambus的研究员Steven Woo说，“本质上不论是人类设计师还是人工智能，其目的都是为了实现芯片优化，但人工智能显然在这一过程中更有效率。我们会对算法模型进行预训练以让其更好的工作。由于引入了强化学习算法，随着时间推移基于人工智能的设计工具会变得越来越强大。假以时日它将能够向设计人员提供几乎无错误的解决方案，这种方案优化PPA的效率会比传统方案要高得多。此外，同样由于效率的原因，芯片之间数据交换的速度也非常重要，因为AI需要快速访问大量数据。”
许多人都支持Steven Woo的这一观点。西门子IC设计部门工程总监约翰.史纳比表示：“人工智能将使得芯片设计流程进一步自动化，尤其是在芯片布局的设计过程中。实践已经证明，在模拟电路中采用机器学习方案可以提高生产力。在布局设计上，AI可以用于生成FinFET节点中的**器件布局建议，以最大程度的减少互连寄生效应。当芯片设计涉及加速度计和陀螺仪等微机电**时，AI能够参与参数化的设计流程，以与人类合作设计IC和MEMS器件。这将使得设计人员能够更快完成MEMS、IC的软硬件集成，使设计工作变得更加轻松。”
人工智能如何学习？
AI“智能”的基础是它可以在短时间内进行大量的识别和匹配工作，但遗憾的是AI并不能像人类一样“学习”知识。事实上，人工智能获取知识的方式和人类有着本质的不同。一般来讲，在算法应用之前需要将包含了大量数据的训练集或输入到算法初始模型中进行训练。在经过长时间训练之后，算法才能算得上拥有了“智能”。
（雷峰网编者注：AI的“智能”来自于其在数据集中进行大量尝试和策略调整而得到的不同情况下的最优解。在实际生产遇到的新场景中AI将这些最优解策略与实际情况进行匹配，从而得出相对实际场景最优的答案。这里举个例子来解释人工智能学习和人类学习过程的不同：人类可以在课堂上记住“1+1=2”的结论，并将其应用到“一个苹果旁边摆上另一个苹果”的场景中，从而得到“这里有两个苹果”的结论。而人工智能的学习过程则更像猩猩：通过两次将单个苹果摆在面前数出两个苹果，并将这一过程重复成千上万次。猩猩就可以在下一次面对“一个香蕉旁边摆着另一个香蕉”的场景时，得到“面前有两个香蕉”的结论。）
此外，人工智能还可利用强化学习方法（RL）来指导训练结果。RL是一种机器学习技术，可以为AI的学习过程加入奖惩机制。
在一个引入了奖惩机制模型的人工智能算法中，AI的学习总是从初始状态开始，并会输出一些随机结果。然后设计师会对该结果做出判断，当该结果被接受时，将视为对模型进行了“奖励”，模型会继续向着这个趋势进行优化。相反的，当该结果被设计师拒绝时，将视为对该模型的“惩罚”。模型会调整策略方向。无论是设计师拒绝还是接受该结果，算法模型都会进入在调整后进行下一次迭代，并输出新的结果以让设计师接受或拒绝。因此随着RL学习过程的持续进行，人工智能算法将会变得越来越完善。
西门子工业软件高级副总裁兼总经理Ravi Subramanian为机器学习进一步做了解释：“机器学习是人工智能的一个子集，指的是机器无需外部编程实现自我进化的过程。传统设备的运行规则遵循计算机语言中if-then-else语句的‘二极管’逻辑和线性顺序。但机器学习方法能够使设备不断从自身采集到的数据中获得反馈，从而指导设备下一步的行动。”
Subramanian表示，要让AI进行学习，需要三个前提条件：
其一是需要一个数据集，即一个包含了大量数据的库。数据可以是RTLIP、GDSII、C语言或SPICE表格等多种形式。（雷峰网编者注：数据集就是人工智能算法的初始输入，将数据集输入算法相当于给AI“例题”进行学习）
其二是需要一个算法模型。这个模型使得AI**能够完成观测、学习、反馈等任务。基于这个前提使用了人工智能算法的设备才能根据每一次结果的输出动态调节自身策略，而不是和传统设备一样仅根据输入的程序运行。
其三是需要一个目标函数。并且设计一个围绕着这个目标函数的奖惩机制，以完成强化学习过程。（雷峰网编者注：目标函数是指一个规定“最优解”定义的函数。每次训练完成后，将会通过该函数输出一个返回值，一般称作τ，可以看做是算法每次“考试”后的分数。设计人员将会根据τ值与目标函数期望值的差距来决定对算法模型的奖惩）
“人工智能本身并不会做决定”，他解释说，“谷歌人工智能研究负责人Francois Chollet的说法很准确，他将人工智能定义为**对数据进行分析后应用在陌生场景中的能力。”
汽车可以通过衡量每加仑油能行驶的里程或者每次充电后的最大行驶里程来衡量其续航优劣。但人工智能**不同，每个人工智能**的设计都是独一无二的，设计**的工具也是各不相同的。但整个芯片行业都报告基于人工智能的芯片设计工具提高了生产力。
例如，谷歌将人工智能应用于芯片布图规划，并发现他们可以在不到六个小时的时间里完成从前工程师动辄需要数月的工作。无论是人类还是人工智能，两者都可以通过PPA优化得到满足制造标准的芯片设计结果，但在生产流程中引入了人工智能的企业生产效率显然更高。
“将人工智能应用于芯片设计过程肯定会提高芯片性能，”Cadence 数字与签核集团产品管理组总监 Rod Metcalfe 说。“例如，在设计过程中使用了人工智能的5nm移动CPU可以提高14%的性能，7%的耗散功率和5%的晶体管密度，这对于芯片设计很重要。”
这些改进在其他应用中也得到了体现。Synopsys 人工智能解决方案高级总监 Stelios Diamantidis 表示：“使用基于 AI 的设计技术，我们的客户表示他们能够与传统设计方法相比降低25%的功耗，这种提升是惊人的。”
AI在芯片设计领域的未来
对大多数人而言，难以想象将10亿个晶体管集成到一颗芯片中。但根据2021年6月新思科技的报告，他们已经制造出了一种含有1.2万亿个晶体管、400000个AI内核，面积为46225mm2的芯片。这是使用传统工具的人类设计师无论如何也达不到的技术高度。
Cambrian AI Research 创始人兼首席分析师 Karl Freund 表示：“在芯片设计流程中引入人工智能来提高效率现在已是大势所趋，至少对主要芯片供应商而言是这样的。像Synopsys DSO.AI这样的**正在为公司节省时间和金钱，并生产出功耗更低、性能更高、面积更小的芯片。现在，业界正将注意力转向优化物理设计之外的下一步，例如**、软件算法的优化和设计验证。整个行业都在从这些创新中受益，消费者也将能用到性能更强劲，功耗更低，更便宜的芯片。”
所有主要的EDA公司都在致力于将AI功能加入到他们的芯片设计流程中。并且，人工智能不仅可以帮助他们将更多东西塞进更小的空间里，还可以帮助他们将更多东西塞进更大的空间里。
图 3：Cerebras 的晶圆尺寸芯片。 资料来源：大脑**
Cerebras Systems 的第二代芯片采用7nm工艺开发，包含2.6万亿个晶体管和 850,000 个 AI内核。这是目前世界上由人工智能设计的最大的芯片，它和一个盘子的大小相当。相比之下，世界上最大的GPU也仅有540亿个晶体管。Cerebras 的芯片有40 GB片上内存来支持 AI 计算。要设计这种体量的芯片，必须使用基于人工智能技术的芯片设计工具。
未来，在PPA问题之外，人工智能还可以在集成芯片安全性等领域提供帮助。
西门子的Subramanian指出，人工智能已经在至少四个领域得到了应用：1、创建一种设计和验证IC的新方法；2、减少设计过程中的错误并既减少设计时间；3、构建一个基于机器学习原理的新计算架构；4、构建基于人工智能算法的芯片。
结论
当问题能够被人工智能理解的方式明确定义时，人工智能在设计中的效果**。（编者注：即需要将实际生产中的种种情况准确的转化为目标函数的一部分。）因此，IC设计者必须先考虑是否存在与人工智能适应、学习、概括能力相关的问题，设计好目标函数。这样人工智能才能够准确的将这些知识/规则运用到不熟悉的场景中。
“了解是否存在非常适合人工智能的问题是第一步，也是最重要的一步，” Subramanian说，“这也可能是有人工智能参与的芯片设计流程中最关键的一环。”
到目前为止，已经有很多领域显示出人工智能的优势，并且无疑未来人工智能会在更多领域中显现出这种优势。
曾经人们对于AI可能会昙花一现的顾虑已经消失。如今站在面向未来的交叉路口上，人们正憧憬的眺望。一个新问题此时在人们的脑中回荡：“人工智能还能够做什么？”这个问题的答案或许就是交叉路口上应该竖起的路标。
当前，以芯片为代表的信创产业逐步成为国家科技竞争力的重要标志。在国产CPU产业强势崛起的过程中，你首先想到的会是哪几企业？答案有很多，但“中科系”的提及率绝对很高。作为国家战略科技力量，“中科系”旗下
21世纪经济报道记者倪雨晴 圣何塞报道在硅谷源泉之一的圣何塞，英特尔CEO帕特·基辛格（Pat Gelsinger）正在带领英特尔加速奔跑。当地时间9月19日，2023英特尔on技术创新大会于美国加利
财联社9月19日讯（记者 唐植潇）近日有消息称，OPPO将会重启芯片业务，并且“有部分员工已经回流，加入到了车载业务之中”。记者就此事向OPPO方面进行核实，对方表示“不予置评”。特百惠（我国）数字与
600亿颗芯片！我国巨头正式宣布，美媒：**也没料到制裁这么快
我国芯片市场与美国依赖我国的集成电路市场一直以来都是一个巨大的市场，拥有庞大的需求和巨大的增长潜力。我国的电子消费市场一直在迅速增长，包括智能手机、电视、电脑和各种智能设备等，这些设备都需要高性能的芯
最新手机芯片天梯图：A17、华为麒麟9000S，排在什么位置？
近日，最火的两颗芯片分别是苹果的3nm芯片A17 Pro，虽然很多人吐槽它较上一代提升不明显，但论性能，可以碾压任何安卓芯片，甚至是领先2代的。另外一款芯片，则是华为麒麟9000S，当然，这颗芯片工艺
韩国芯片连续13个月暴跌，尹锡悦指责我国不采购，外媒：自食其果
据韩国媒体称，韩国的半导体出口额已经连续暴跌13个月了，比去年同比下降了28%左右。韩国政府急的焦头烂额。尹锡悦政府竟直接甩锅我国，话里话外都是指责，他认为韩国半导体卖不出竟是我国的原因，我国应该帮助
我国突破芯片瓶颈将影响全球秩序？美国很担心，指出我国关键弱点
我国在芯片半导体领域一直深受美国的**，通过贸易制裁的方式阻止高端芯片进入我国市场。这样的举措一度造成我国芯片领域发展断档，不过随着我国科技企业近几年的突破，目前我国已经在芯片制造方面取得了重大的成果
前几天，华为一声不响的上线了mate60系列，带着麒麟芯片9000s强势回归，吸引了全世界的目光。而华为麒麟芯片**背后，我们不该忘记这位老人—张汝京。我国半导体之父，为回**造芯片，被开除**户籍，
【有车以后 资讯】“未来汽车对传统汽车的颠覆性，使传统零部件体系的50%以上都面临重构。”12月16日，在全球智能汽车产业峰会(GIV2022)上，我国电动汽车百人会理事长陈清泰指出，智能汽车的价值链
投稿点这里汽车有多少个零件?其实这个问题并没有一个十分确切的标准答案...据估计，一般轿车约由1万多个不可拆解的**零部件组装而成。结构极其复杂的特制汽车，如F1赛车等，其**零部件的数量可达到2万个
全球最大的10家汽车零部件供应商 都是世界500强 无我国企业
【卡车之家 原创】美国《财富》**每年发布的世界500强排行榜，是以营业收入数据对全球企业作出排名的榜单。2017年“世界500强”榜单中，汽车制造商和零部件厂商共占据33席（除去大型工程车辆企业），
汽车零部件企业哪家强？除了博世**还有这些名字你一定耳熟能详
文：懂车帝原创 李德喆[懂车帝原创 行业]9月18日，由《我国汽车报》主办，罗兰贝格协办的2019汽车零部件“双百强”企业发布会在江苏南京举行。在两份榜单中，博世、**、电装位列2019全球汽车零部件
行业现状（Reference：产业运行 | 2021年汽车工业经济运行情况）中汽协预测：2022年我国汽车销量达到2700万辆，新能源销量超过550万辆（Reference：乘用车市场信息联席会）以乘
全球十大汽车零部件供应商，核心技术都被他们垄断，自主遗憾缺席
提到电影，我们会想到张艺谋、冯小刚，而很少会想到幕后的制作人；提起流行乐，我们会想到周杰伦、萧敬腾，而很少会想到背后的作词人。台前台后，一幕之别，知名度往往相差甚远。车界又何尝不是如此，知名车企我们都
来源：环球时报 【环球时报记者 倪浩 陶震 环球时报驻德国特约记者 青木】经过3年疫情后，全球最具影响力的通信展今年有望再现往日盛况。2月27日至3月2日，由全球移动通信**协会（GSMA）主办的20
近日华为、苹果争相推出手机卫星通信功能，成为一大亮点，不少手机厂商也将目光投到卫星通信。放眼未来，手机直连卫星的卫星通信服务将是大势所趋，也是6G时代的重要标志。华为以“北斗三号”为依托，率先把“卫星
国内企业在光通信产品的参数测试过程中，通常使用国外的先进测试设备。然而，这些测试仪器之间往往是孤立存在的，需要手动调试仪器并通过旋钮、按钮和人眼观察波形或数据。这不仅*作繁琐易出错，而且测试效率低下。
龙头20cm涨停，7天股价翻倍！一文看懂卫星通信前世今生及产业链
卫星通信概念股华力创通今日再度强势拉升，截至发稿，该股股价20cm涨停，7个交易日累计涨幅近113%，现报23.52元续刷阶段新高，总市值155.9亿元。消息上，有媒体从供应链获悉，Mate 60 P
工信部：目前我国尚不具备实现网络层面的移动通信号码归属地变更的条件
针对网友提出的“电话号码归属地更改”建议，工信部近日给出了官方回复。此前，有网友在人民网留言板向工信部留言称，“现在电话都是实名制，电话号绑定的***及一些主流的软件较多，更换号码后造成一系列问题
