EDA智能化趋势,AI正改变芯片设计方式

2021-08-28 网络
浏览
[人工智能]EDA智能化趋势,AI正改变芯片设计方式

现在,芯片动辄数以亿计的晶体管数目和庞洪水平都预示着,系统庞大度将拉开芯片设计产业的新时代。而人工智能将会在其中饰演主要角色,以机械学习为代表的人工智能手艺手段,将改变芯片设计和验证的方式。

文︱郭紫文

图︱网络

数字经济正从数字化迈向智能化新阶段,未来十年,智能经济将成为产业生长的焦点。在百度首创人、董事长兼首席执行官李彦宏看来,“产业智能化在每一个领域都市发生。”物联网、云盘算等手艺的生长偏向所有指向了智能化,“人工智能 ”逐渐成为产业结构升级的驱动力。在智能化产业趋势下,行使人工智能举行芯片设计也逐渐成为行业研究的热门偏向。

早在2020年4月,谷歌AI团队便形貌了一种基于机械学习的芯片设计方式。Google Brain总监Jeff Dean指出,某些情形下,机械学习会做出比人类加倍精准的决议,例如设计芯片中的电路结构。该手艺能够极大地缩减研发设计周期,自动天生芯片结构方案,而且在功耗、性能和芯片面积(PPA)等要害参数指标上都有不俗的显示。

而前段时间,据Wired报道显示,三星(Samsung)下一代Exynos处置器将接纳AI举行芯片设计,人工智能设计软件(DSO.ai)由新思科技(Synopsys)提供。这些芯片在设计完成并量产后,将会运用到三星智能手机、平板电脑中,而且有部门还将供货给国产手机厂商。这就意味着,未来我们将有时机用上搭载由人工智能举行芯片设计的智能终端产物。

事实上,在行使AI设计芯片方面,三星只能算厥后者。谷歌TPU(张量处置单元)接纳人工智能优化;英伟达行使人工智能手艺生产GPU和云盘算TPU平台。这无疑都在转达统一个信号,即芯片设计即将走向人工智能时代。

AI正改变芯片设计方式

追随着摩尔定律的逐级演进,芯片内部的庞大度和集成度都呈指数级增进,芯片设计的难度也大幅度提升。传统EDA工具的生长越来越跟不上日益增进的芯片设计规模和市场需求。业界一直在探索加倍有用的方案,来提升芯片设计的效率,降低设计门槛。

“未来十年,AI(人工智能)将会成为芯片设计效率提升1000倍的要害。”新思科技CEO Aart de Geus以为,传统摩尔定律已经到达物理极限,制造工艺逐渐朝着异构集成、系统级封装、Chiplets等偏向生长。现在,芯片动辄数以亿计的晶体管数目和庞洪水平都预示着,系统庞大度将拉开芯片设计产业的新时代。而人工智能将会在其中饰演主要角色,以机械学习为代表的人工智能手艺手段,将改变芯片设计和验证的方式。

在传统EDA设计工具中,芯片架构探索、设计、验证、结构布线等事情的人力占比伟大。为大幅削减人力物力、缩减设计周期,EDA设计工具逐渐朝着智能化趋势生长。行使深度学习、强化学习等人工智能手段和方式,吸收已往的设计履历和数据,形成智能化EDA设计的全新方式论。智能化EDA设计能够有用削减人力投入、缩短设计周期、提高芯片设计及生产的性能和精度。

以芯片结构布线为例,作为芯片设计最庞大最耗时的步骤之一,芯片结构布线需要综合思量功率、性能和面积(PPA),还需注重密度和布线拥塞等方面的限制。对于工程师来说,网表图节点数目重大、网表图放置的网格粒度以及盘算发生的高昂成本都是芯片结构布线的难点,需要数周的迭代才气找到知足多项设计尺度的解决方案。

芯片结构布线

根据谷歌论文的说法,行使人工智能仅需6个小时便能完成芯片的结构布线事情,同时在不违反结构密度和布线拥塞的条件下,节约面积、提高信号完整性和稳固性,从而提高芯片可靠性。除芯片结构布线外,谷歌Apollo项目还将人工智能引入芯片架构探索,为芯片高效优化架构提供了新的框架。

正如前面所说,人工智能正在影响甚至改变着芯片设计的方式。三星、英伟达等芯片制造商都在起劲跟进人工智能驱动的芯片设计,缩短自身产物迭代周期,力争提升自身行业竞争力,以时间和手艺博得市场先机。而对于EDA厂商而言,开发以AI为内驱的EDA工具,加速EDA芯片设计智能化,成为其抢夺市场的焦点战略。

EDA智能化趋势

EDA智能化趋势愈演愈烈,新思科技、楷登(Cadence)等EDA着名厂商纷纷下场,最先了一场以人工智能为基础的EDA市场争取战。这其中包罗AI Outside和AI Inside两方面结构,前者是通过EDA工具完善AI芯片的设计;后者将AI算法与EDA工具连系,优化芯片设计。

对于新思科技而言,该公司于2020年头推出了DSO.ai手艺,将AI引入EDA工具,提高芯片设计的抽象条理,降低设计难度和门槛。受到DeepMind AlphaZero的启发,新思科技DSO.ai解决方案行使人工智能和推理引擎,在芯片设计的伟大求解空间内考察设计演变,并随时调整参数和流程,通过强化学习来优化PPA,提高芯片设计生产效率。

对于新思科技推出的人工智能EDA方案,三星设计平台开发部执行副总裁Jaehong Park也示意:“原本需要多位设计专家耗时一个多月才可完成的设计,DSO.ai只要短短3天即可完成。”

除三星之外,新思科技又与瑞萨电子(Renesas)睁开了互助,将DSO.ai设计系统引入汽车芯片设计。

此外,新思科技还与IBM Research人工智能硬件中央亲热互助,配合研发AI优化算法、盘算加速器及其手艺架构,并提出了2029年将AI盘算效率和性能提升1000倍的远大愿景。

新思科技DSO.ai优化芯片PPA

而对于另一家EDA巨头Cadence,其结构布线工具Innovus内置AI算法及神经网络算法,在夹杂摆放、快速结构设计、时序压降优化、光刻坏点修复等方面提供了完整的解决方案。此外,该公司还宣布了Cerebrus手艺,直接集成到楷登工具链中,可用于芯片设计的所有流程,协同工程师一起对芯片功耗、性能和面积等举行优化。Cerebrus接纳机械学习手艺来推动Cadence RTL-to-signoff实现流程,生产力提高十倍,设计实现PPA效果也有20%的提升。其增强学习模子可移植可重复使用,实现了自我优化循环。

今年,芯华章也宣布了EDA 2.0白皮书,提出后摩尔时代EDA全新的设计方式学,解决设计难、人才少、设计周期长、设计成本高等问题,用智能化的工具和服务化的平台来缩短芯片需求到应用创新的周期。其中,自动化和智能化的生长路径笼罩了从芯片设计需求剖析、芯片架构探索、设计天生、验证、物理设计等一系列的流程。

在以人工智能为驱动的智能制造趋势下,芯片设计等半导体上游产业面临着智能化转型。芯片庞大度和集成度不停提升,EDA设计工具也在不停更新升级,融合更多新的手艺,以知足芯片市场对更快更小的追求。无论是外洋巨头,照样海内新秀,都纷纷结构AI设计芯片,助力EDA工具从自动化走向智能化。

人与人工智能

一直以来,人工智能都饱受争议,对于人工智能的信托和取代危急耐久存在。诚然,用人工智能设计芯片将成为未来的趋势,但这并非万能药。如新思科技人工智能实验室主任廖仁亿所说,人工智能是EDA未来的最终形式。既然是最终形式,那就意味着当前阶段还没有完善和成熟,还不具备取代人类的能力。

综合而言,人工智能与人类智能相连系才是芯片设计生长的事态所趋。一方面,现阶段,人工智能EDA设计平台都是基于现有数据举行算法训练,只能针对结构布线、架构探索等部门步骤举行,具有很显著的局限性,无法完全脱离人类工程师。

人工智能驱动的芯片设计还不具备完全自主决议的能力。芯片设计流程的庞大性要求每一个步骤都必须获得最佳效果,否则便会晤临流片失败的伟大损失。因此,在这些流程中,需要有履历厚实的工程师掌控全局,来确保AI跑出的效果是合理有用的。