隨著人工智能的發(fā)展,芯片的學習來的比人類更快、更高效。

ChatGPT的高曝光

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,比傳統方法更快地發(fā)現最佳設計配置。?

 

利用 AI 來實現嚴格的設計約束

由于數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限制的情況下優(yōu)化設計。?

其一,管芯面積必須最小以適應當今設備的小尺寸并降低制造成本。布局的功耗也值得關注;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,需要冷卻機制或巧妙的布局??紤]到這些和許多其他因素,IC 設計人員花費大約八到九個月的時間來生成滿足每項嚴格要求的芯片布局。

 

谷歌人工智能在幾個小時內設計出芯片

據谷歌稱,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生成有效的布局,而且結果在質量上不相上下。2022 年 3 月,Google Research 推出了PRIME,這是一種深度學習方法,它使用功率和延遲等現有數據來創(chuàng)建比使用傳統方法設計的芯片更快、更小的加速器設計。

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。Alphabet 公司表示,這種方法已經被用于實施谷歌的張量處理單元 (TPU),這是谷歌基于云的機器學習應用程序的一部分。?

 

人工智能對 IC 設計就業(yè)市場的影響

雖然 AI 可以自動化某些傳統上由 IC 設計人員執(zhí)行的任務,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,但也可能最終導致某些 IC 設計領域的工作流離失所。

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 可以分析大量數據并提供見解,建議工程師以前可能沒有考慮過的設計備選方案。這種趨勢可以提高 IC 設計人員在行業(yè)中的價值,使他們能夠專注于更復雜和更具創(chuàng)造性的設計方面,并最終生產出更好的產品。

人工智能不太可能完全取代對熟練 IC 設計師的需求。隨著 AI 在行業(yè)中變得越來越普遍,對此類工程師的需求甚至可能會增加,因為需要能夠在設計過程中準確驗證和利用 AI 的人必須是更加了解工具和算法的。