人工智能|芯片短缺和人才难题待解，科技公司用AI做芯片设计会是出路吗？_难题|工具|刘淼|行业|出路|人工

文章图片

图片来源：Unsplash

采访人员 | 彭新

芯片行业正在重塑。一方面，中国芯片自主需求提高，人才需求前所未有地增长。另一方面，芯片工艺要求提高和需求增长矛盾造成的产能紧缺，导致出现当下的缺芯危机。为了应对行业挑战，产业上下游正积极寻找应对方案。
作为芯片产业链上游的芯片设计业，正使用人工智能应对芯片日趋复杂的芯片设计任务。尝试人工智能设计方式的有三星、英伟达以及谷歌等科技巨头。
例如，三星称其最新设计的Exynos系列手机芯片，是人工智能工具参与设计的成果，但并未透露具体是哪一款芯片。模拟芯片公司瑞萨称，在人工智能工具参与下，仅用了10天就实现了当下主流芯片设计需要几个月的时间完成的功耗、性能、面积 (PPA) 优化。
这一成果是在各大EDA软件公司的努力下在近期实现的。 EDA工具是一种基础性的工业软件，每家企业设计芯片时都会用到，就好像造房子前需要先用工具画出图纸。目前，全球主要有三家EDA企业，新思科技（Synopsys）、楷登（Cadence）和西门子旗下的明导（Mentor），主导了这个不大的细分市场。
过去，芯片设计是一项劳动密集型任务，需要工程师根据经验进行长达数周的试错和验证。楷登公司认为，传统摩尔定律已经达到物理极限，制造工艺逐渐朝着异构集成、系统级封装、Chiplets（芯粒）等方向发展。如今，芯片动辄数以亿计的晶体管数量和复杂程度都预示着芯片设计产业需要拓展新方向。
目前，随着新思科技、楷登公司等知名EDA厂商纷纷下场，该领域展开了一场以人工智能为基础的技术竞争。这其中包括AI Outside和AI Inside两方面布局，前者是通过EDA工具完善AI芯片的设计，后者将AI算法与EDA工具结合，优化芯片设计。

文章图片

图片来源：Cadence
楷登公司在近期推出的新工具Cerebrus即是人工智能与EDA工具结合，提高芯片设计能力的例子。楷登公司数字与签核事业部产品工程资深群总监刘淼介绍，基于概率论， Cerebrus使用强化学习来优化芯片物理设计过程。当芯片的模块工程师指定设计目标后， Cerberus可以在芯片设计的仿真测试中尝试不同的设计并学习最佳方案，自动制定设计的基础架构，包括组件的放置以及如何将它们连接在一起，以满足芯片设计的功耗、性能和面积 (PPA) 目标。
因此，人工智能的加入可以加快芯片设计进程，并使工程师能够更有效地测试新型芯片设计方案。楷登公司称，使用Cerebrus工具，工程师可以同时优化多个芯片模块的设计流程，特别适合大型、复杂的片上芯片系统（SoC）设计需求，一定程度上可以降低对于芯片工程师的要求。 “如果他不是一个很资深的工程师，通过Cerebrus可以自动告诉你有什么选项，我可以做成什么样。 ”刘淼说。