AI（人工智能）技術(shù)正在越來越多地被應(yīng)用于半導(dǎo)體設(shè)計(jì)之中，這種做法的優(yōu)勢之一是，人工智能技術(shù)會(huì)嘗試人類想都不敢想的設(shè)計(jì)方案。

 

例如，對(duì)邊際的概念。設(shè)計(jì)人員在將電路放置在芯片上時(shí)，會(huì)留出一定的誤差余量，以容納制造中可能出現(xiàn)的誤差——比如可能會(huì)擾亂芯片周圍信號(hào)的時(shí)序。人類會(huì)希望盡可能多地留出容錯(cuò)空間，而機(jī)器的做法則更為激進(jìn)大膽。

 

芯片設(shè)計(jì)軟件制造商Synopsys首席執(zhí)行官Aart de Geus解釋說：“邊際，本質(zhì)上是一種風(fēng)險(xiǎn)計(jì)算，這對(duì)人類來說是一件完全不可能的事情。”

 

“一臺(tái)機(jī)器將優(yōu)化一切。”這意味著，機(jī)器將會(huì)更加冒險(xiǎn)，將容錯(cuò)邊際縮小到人類甚至無法接受的程度。

 

De Geus在Hot Chips計(jì)算機(jī)芯片年會(huì)上發(fā)表了主題演講。他介紹了公司軟件中人工智能技術(shù)的發(fā)展，該軟件已經(jīng)開發(fā)了好幾年。該程序名為DSO.ai，于去年的5月首次推出。該程序最初能夠優(yōu)化芯片平面圖中的電路布局，采用的是二維區(qū)域的方式。

 

他的演講主題是關(guān)于“Synopsys如何超越芯片的物理布局優(yōu)化來優(yōu)化其他因素”。

 

一種是其所謂的架構(gòu)。芯片架構(gòu)是指，芯片上應(yīng)該使用什么樣的電路和什么樣的功能塊，比如算術(shù)邏輯單元、緩存、寄存器和管線。

 

De Geus表示：“最近，我們開始了微架構(gòu)決策。舉例說，我們現(xiàn)在還可以優(yōu)化平面布局和時(shí)鐘方案。”

 

除了物理電路布局和架構(gòu)決策之外，Synopsys正在研究第三個(gè)優(yōu)化向量，即所謂的芯片功能或行為。

 

這包括開發(fā)一種反饋回路，由芯片運(yùn)行的軟件最終將成為一個(gè)變量，以優(yōu)化邏輯和物理設(shè)計(jì)。

 

De Geus表示：“坦率地說，我認(rèn)為不容易實(shí)現(xiàn)的一項(xiàng)突破是，我們還要能夠查看將在芯片上運(yùn)行的軟件，分析預(yù)期的利用率峰值、熱功率時(shí)刻，并且據(jù)此對(duì)芯片進(jìn)行優(yōu)化。”

 

最終目標(biāo)是為芯片設(shè)計(jì)程序設(shè)定一些必要條件，然后讓它自己解決所有問題。

 

De Geus 喜歡這樣描述他們的愿景——“從芯片的規(guī)格開始，做一些架構(gòu)決策，然后我們會(huì)將其余的一切全部自動(dòng)化。”

 

De Geus表示，在最初使用這三個(gè)向量時(shí)，Synopsys已經(jīng)看到了一種“超大規(guī)模芯片”， 這種芯片可以供數(shù)據(jù)中心進(jìn)行大規(guī)模計(jì)算——包括人工智能運(yùn)算，并且能將功耗降低27%。

 

De Geus表示：“功耗降低了，但是現(xiàn)在，如果你使用軟件的話，就是完全不同的情況了，因?yàn)楣牡慕档涂偸呛芾щy，而評(píng)估它則更加困難。”他表示，芯片就像是一個(gè)水龍頭：在閑置的時(shí)候，它們幾乎不會(huì)滴水，也就是不太消耗電能，這是一個(gè)相對(duì)穩(wěn)定的衡量標(biāo)準(zhǔn)。但是動(dòng)態(tài)功率則類似于打開和關(guān)閉水龍頭，可預(yù)測性就要低得多了。

 

De Geus表示：“功耗是我們所做的所有事情中最困難的一種物理特性。”他表示，“因?yàn)椋櫭剂x，它同制造中所使用材料的固有特性、單個(gè)晶體管的配置等等因素都有關(guān)，相關(guān)因素的列表可以一直延伸到應(yīng)用領(lǐng)域。”

 

三星是第一家表示已經(jīng)使用DSO.ai軟件優(yōu)化芯片設(shè)計(jì)Synopsys客戶。

 

Synopsys 的工具依賴于一種被稱為強(qiáng)化學(xué)習(xí)的機(jī)器學(xué)習(xí)形式。谷歌的 DeepMind 部門使用這項(xiàng)技術(shù)取得了巨大的成功，該部門利用這種技術(shù)創(chuàng)建了Alpha Zero程序，該程序在 2016 年的圍棋和國際象棋比賽中擊敗了所有的人類選手。

 

過去兩年，谷歌將機(jī)器學(xué)習(xí)擴(kuò)展到芯片設(shè)計(jì)自動(dòng)化，但僅限于上面提到的第一個(gè)向量領(lǐng)域，即物理布局。De Geus表示：“谷歌正在考慮布局部分，我們優(yōu)化的不是布局，而是綜合和時(shí)序以及物理和測試優(yōu)化。”他強(qiáng)調(diào)說，芯片設(shè)計(jì)“非常之復(fù)雜”，因此有很大的優(yōu)化空間。

 

這種通過機(jī)器學(xué)習(xí)實(shí)現(xiàn)的自動(dòng)化正在蔓延至半導(dǎo)體行業(yè)的所有參與者。Synopsys 的主要競爭對(duì)手 Cadence Design 已經(jīng)展示了其 Cerebrus 工具能夠如何將芯片性能、功耗和面積利用率提高 20% 或更多。

 

按收入計(jì)算，全球最大的半導(dǎo)體制造工具制造商Applied Materials今年推出了缺陷檢測軟件程序 SEMVision，該程序使用機(jī)器學(xué)習(xí)技術(shù)對(duì)硅晶片上的各種缺陷進(jìn)行分類，以適應(yīng)新的信息。

 

對(duì)De Geus而言，人工智能在芯片設(shè)計(jì)工具鏈中的蔓延是人工智能在全球蔓延的自然結(jié)果。更快的芯片加快了分析的速度，為數(shù)據(jù)的激增打開了可能性，而這又反過來對(duì)芯片的速度產(chǎn)生了更大的需求，從而形成了一種巨大的循環(huán)，給芯片制造商們帶來了更大的提高性能的壓力。

 

De Geus觀察到，“我一直覺得摩爾定律是最終的推動(dòng)力——突然之間，你可以做之前做不到的事情了。”“現(xiàn)在，人們會(huì)說，我要做一點(diǎn)機(jī)器學(xué)習(xí)的工作，這很棒，可是為什么你的芯片這么慢！”

 

結(jié)果是，“現(xiàn)在，摩爾定律的山峰得到了相反方向的補(bǔ)充，這是個(gè)漏斗——技術(shù)在推動(dòng)，而經(jīng)濟(jì)在拉動(dòng)。”他的意思是說經(jīng)濟(jì)推動(dòng)人們，讓他們想要做得更多，以提升業(yè)務(wù)成果。

 

在推力和拉力的共同作用下，人工智能可能是找到能夠打破瓶頸的新解決方案的一條出路，就像是Alpha Zero在圍棋和國際象棋對(duì)弈中發(fā)現(xiàn)了人類從未見過的解決方案一樣——要知道，這兩種游戲的規(guī)則都已經(jīng)存在了好幾百年甚至好幾千年了。

 

De Geus在談到用人工智能技術(shù)進(jìn)行設(shè)計(jì)的時(shí)候表示：“對(duì)于我來說，這并不令人驚訝，但是我覺得它們很有趣。”

 

De Geus 解釋說：“當(dāng)你優(yōu)化一切的時(shí)候，就減少了一切的邊際。你可以在芯片上的很多地方提高邊際，這樣會(huì)使得你的良品率變得更高。”

 

良品率指的是從單個(gè)硅晶片中可以得到多少好的芯片，這是所有芯片制造商及其供應(yīng)商（例如臺(tái)積電）都面臨的一個(gè)基本經(jīng)濟(jì)問題。

 

更小的容差范圍意味著更大的風(fēng)險(xiǎn)，而人類會(huì)認(rèn)為風(fēng)險(xiǎn)通常是無法或者難以接受的。

 

De Geus表示，這包括“他們（人類）不知道設(shè)計(jì)同其他部分依賴關(guān)系的風(fēng)險(xiǎn)。”

 

來源：科技行者?

?