芯片|AI比人类更懂芯片设计？( 三 )

“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这样的系统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，例如系统、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。

文章插图

图 3：Cerebras 的晶圆尺寸芯片。资料来源：大脑系统
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最好。（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。