如今，芯片動(dòng)輒數(shù)以億計(jì)的晶體管數(shù)量和復(fù)雜程度都預(yù)示著，系統(tǒng)復(fù)雜度將拉開(kāi)芯片設(shè)計(jì)產(chǎn)業(yè)的新時(shí)代。而人工智能將會(huì)在其中扮演重要角色，以機(jī)器學(xué)習(xí)為代表的人工智能技術(shù)手段，將改變芯片設(shè)計(jì)和驗(yàn)證的方式。
文︱郭紫文
圖︱網(wǎng)絡(luò)
數(shù)字經(jīng)濟(jì)正從數(shù)字化邁向智能化新階段，未來(lái)十年，智能經(jīng)濟(jì)將成為產(chǎn)業(yè)發(fā)展的核心。在百度創(chuàng)始人、董事長(zhǎng)兼首席執(zhí)行官李彥宏看來(lái)，“產(chǎn)業(yè)智能化在每一個(gè)領(lǐng)域都會(huì)發(fā)生。”物聯(lián)網(wǎng)、云計(jì)算等技術(shù)的發(fā)展方向全部指向了智能化，“人工智能+”逐漸成為產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的驅(qū)動(dòng)力。在智能化產(chǎn)業(yè)趨勢(shì)下，利用人工智能進(jìn)行芯片設(shè)計(jì)也逐漸成為行業(yè)研究的熱門方向。
早在2020年4月，谷歌AI團(tuán)隊(duì)便描述了一種基于機(jī)器學(xué)習(xí)的芯片設(shè)計(jì)方法。Google Brain總監(jiān)Jeff Dean指出，某些情況下，機(jī)器學(xué)習(xí)會(huì)做出比人類更加精準(zhǔn)的決策，例如規(guī)劃芯片中的電路布局。該技術(shù)能夠極大地縮減研發(fā)設(shè)計(jì)周期，自動(dòng)生成芯片布局方案，并且在功耗、性能和芯片面積（PPA）等關(guān)鍵參數(shù)指標(biāo)上都有不俗的表現(xiàn)。
而前段時(shí)間，據(jù)Wired報(bào)道顯示，三星（Samsung）下一代Exynos處理器將采用AI進(jìn)行芯片設(shè)計(jì)，人工智能設(shè)計(jì)軟件（DSO.ai）由新思科技（Synopsys）提供。這些芯片在設(shè)計(jì)完成并量產(chǎn)后，將會(huì)運(yùn)用到三星智能手機(jī)、平板電腦中，并且有部分還將供貨給國(guó)產(chǎn)手機(jī)廠商。這就意味著，未來(lái)我們將有機(jī)會(huì)用上搭載由人工智能進(jìn)行芯片設(shè)計(jì)的智能終端產(chǎn)品。
事實(shí)上，在利用AI設(shè)計(jì)芯片方面，三星只能算后來(lái)者。谷歌TPU（張量處理單元）采用人工智能優(yōu)化；英偉達(dá)利用人工智能技術(shù)生產(chǎn)GPU和云計(jì)算TPU平臺(tái)。這無(wú)疑都在傳遞同一個(gè)信號(hào)，即芯片設(shè)計(jì)即將走向人工智能時(shí)代。
AI正改變芯片設(shè)計(jì)方式
跟隨著摩爾定律的逐級(jí)演進(jìn)，芯片內(nèi)部的復(fù)雜度和集成度都呈指數(shù)級(jí)增長(zhǎng)，芯片設(shè)計(jì)的難度也大幅度提升。傳統(tǒng)EDA工具的發(fā)展越來(lái)越跟不上日益增長(zhǎng)的芯片設(shè)計(jì)規(guī)模和市場(chǎng)需求。業(yè)界一直在探索更加有效的方案，來(lái)提升芯片設(shè)計(jì)的效率，降低設(shè)計(jì)門檻。
“未來(lái)十年，AI（人工智能）將會(huì)成為芯片設(shè)計(jì)效率提升1000倍的關(guān)鍵。”新思科技CEO Aart de Geus認(rèn)為，傳統(tǒng)摩爾定律已經(jīng)達(dá)到物理極限，制造工藝逐漸朝著異構(gòu)集成、系統(tǒng)級(jí)封裝、Chiplets等方向發(fā)展。如今，芯片動(dòng)輒數(shù)以億計(jì)的晶體管數(shù)量和復(fù)雜程度都預(yù)示著，系統(tǒng)復(fù)雜度將拉開(kāi)芯片設(shè)計(jì)產(chǎn)業(yè)的新時(shí)代。而人工智能將會(huì)在其中扮演重要角色，以機(jī)器學(xué)習(xí)為代表的人工智能技術(shù)手段，將改變芯片設(shè)計(jì)和驗(yàn)證的方式。
在傳統(tǒng)EDA設(shè)計(jì)工具中，芯片架構(gòu)探索、設(shè)計(jì)、驗(yàn)證、布局布線等工作的人力占比巨大。為大幅削減人力物力、縮減設(shè)計(jì)周期，EDA設(shè)計(jì)工具逐漸朝著智能化趨勢(shì)發(fā)展。利用深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等人工智能手段和方法，吸收過(guò)去的設(shè)計(jì)經(jīng)驗(yàn)和數(shù)據(jù)，形成智能化EDA設(shè)計(jì)的全新方法論。智能化EDA設(shè)計(jì)能夠有效減少人力投入、縮短設(shè)計(jì)周期、提高芯片設(shè)計(jì)及生產(chǎn)的性能和精度。
以芯片布局布線為例，作為芯片設(shè)計(jì)最復(fù)雜最耗時(shí)的步驟之一，芯片布局布線需要綜合考慮功率、性能和面積（PPA），還需注意密度和布線擁塞等方面的限制。對(duì)于工程師來(lái)說(shuō)，網(wǎng)表圖節(jié)點(diǎn)數(shù)量龐大、網(wǎng)表圖放置的網(wǎng)格粒度以及計(jì)算產(chǎn)生的高昂成本都是芯片布局布線的難點(diǎn)，需要數(shù)周的迭代才能找到滿足多項(xiàng)設(shè)計(jì)標(biāo)準(zhǔn)的解決方案。
芯片布局布線
按照谷歌論文的說(shuō)法，利用人工智能僅需6個(gè)小時(shí)便能完成芯片的布局布線工作，同時(shí)在不違背布局密度和布線擁塞的前提下，節(jié)省面積、提高信號(hào)完整性和穩(wěn)定性，從而提高芯片可靠性。除芯片布局布線外，谷歌Apollo項(xiàng)目還將人工智能引入芯片架構(gòu)探索，為芯片高效優(yōu)化架構(gòu)提供了新的框架。
正如前面所說(shuō)，人工智能正在影響甚至改變著芯片設(shè)計(jì)的方式。三星、英偉達(dá)等芯片制造商都在積極跟進(jìn)人工智能驅(qū)動(dòng)的芯片設(shè)計(jì)，縮短自身產(chǎn)品迭代周期，力求提升自身行業(yè)競(jìng)爭(zhēng)力，以時(shí)間和技術(shù)博得市場(chǎng)先機(jī)。而對(duì)于EDA廠商而言，開(kāi)發(fā)以AI為內(nèi)驅(qū)的EDA工具，加速EDA芯片設(shè)計(jì)智能化，成為其搶奪市場(chǎng)的核心戰(zhàn)略。
EDA智能化趨勢(shì)
EDA智能化趨勢(shì)愈演愈烈，新思科技、楷登（Cadence）等EDA知名廠商紛紛下場(chǎng)，開(kāi)始了一場(chǎng)以人工智能為基礎(chǔ)的EDA市場(chǎng)爭(zhēng)奪戰(zhàn)。這其中包括AI Outside和AI Inside兩方面布局，前者是通過(guò)EDA工具完善AI芯片的設(shè)計(jì)；后者將AI算法與EDA工具結(jié)合，優(yōu)化芯片設(shè)計(jì)。
對(duì)于新思科技而言，該公司于2020年初推出了DSO.ai技術(shù)，將AI引入EDA工具，提高芯片設(shè)計(jì)的抽象層次，降低設(shè)計(jì)難度和門檻。受到DeepMind AlphaZero的啟發(fā)，新思科技DSO.ai解決方案利用人工智能和推理引擎，在芯片設(shè)計(jì)的巨大求解空間內(nèi)觀察設(shè)計(jì)演變，并隨時(shí)調(diào)整參數(shù)和流程，通過(guò)強(qiáng)化學(xué)習(xí)來(lái)優(yōu)化PPA，提高芯片設(shè)計(jì)生產(chǎn)效率。
對(duì)于新思科技推出的人工智能EDA方案，三星設(shè)計(jì)平臺(tái)開(kāi)發(fā)部執(zhí)行副總裁Jaehong Park也表示：“原本需要多位設(shè)計(jì)專家耗時(shí)一個(gè)多月才可完成的設(shè)計(jì)，DSO.ai只要短短3天即可完成。”
除三星之外，新思科技又與瑞薩電子（Renesas）展開(kāi)了合作，將DSO.ai設(shè)計(jì)系統(tǒng)引入汽車芯片設(shè)計(jì)。
此外，新思科技還與IBM Research人工智能硬件中心密切合作，共同研發(fā)AI優(yōu)化算法、計(jì)算加速器及其技術(shù)架構(gòu)，并提出了2029年將AI計(jì)算效率和性能提升1000倍的宏大愿景。
新思科技DSO.ai優(yōu)化芯片PPA
而對(duì)于另一家EDA巨頭Cadence，其布局布線工具Innovus內(nèi)置AI算法及神經(jīng)網(wǎng)絡(luò)算法，在混合擺放、快速布局規(guī)劃、時(shí)序壓降優(yōu)化、光刻壞點(diǎn)修復(fù)等方面提供了完整的解決方案。此外，該公司還發(fā)布了Cerebrus技術(shù)，直接集成到楷登工具鏈中，可用于芯片設(shè)計(jì)的全部流程，協(xié)同工程師一起對(duì)芯片功耗、性能和面積等進(jìn)行優(yōu)化。Cerebrus采用機(jī)器學(xué)習(xí)技術(shù)來(lái)推動(dòng)Cadence RTL-to-signoff實(shí)現(xiàn)流程，生產(chǎn)力提高十倍，設(shè)計(jì)實(shí)現(xiàn)PPA結(jié)果也有20%的提升。其增強(qiáng)學(xué)習(xí)模型可移植可重復(fù)使用，實(shí)現(xiàn)了自我優(yōu)化循環(huán)。
今年，芯華章也發(fā)布了EDA 2.0白皮書(shū)，提出后摩爾時(shí)代EDA全新的設(shè)計(jì)方法學(xué)，解決設(shè)計(jì)難、人才少、設(shè)計(jì)周期長(zhǎng)、設(shè)計(jì)成本高等問(wèn)題，用智能化的工具和服務(wù)化的平臺(tái)來(lái)縮短芯片需求到應(yīng)用創(chuàng)新的周期。其中，自動(dòng)化和智能化的發(fā)展路徑覆蓋了從芯片設(shè)計(jì)需求分析、芯片架構(gòu)探索、設(shè)計(jì)生成、驗(yàn)證、物理設(shè)計(jì)等一系列的流程。
在以人工智能為驅(qū)動(dòng)的智能制造趨勢(shì)下，芯片設(shè)計(jì)等半導(dǎo)體上游產(chǎn)業(yè)面臨著智能化轉(zhuǎn)型。芯片復(fù)雜度和集成度不斷提升，EDA設(shè)計(jì)工具也在不斷更新升級(jí)，融合更多新的技術(shù)，以滿足芯片市場(chǎng)對(duì)更快更小的追求。無(wú)論是國(guó)外巨頭，還是國(guó)內(nèi)新秀，都紛紛布局AI設(shè)計(jì)芯片，助力EDA工具從自動(dòng)化走向智能化。
人與人工智能
一直以來(lái)，人工智能都飽受爭(zhēng)議，對(duì)于人工智能的信任和取代危機(jī)長(zhǎng)期存在。誠(chéng)然，用人工智能設(shè)計(jì)芯片將成為未來(lái)的趨勢(shì)，但這并非萬(wàn)能藥。如新思科技人工智能實(shí)驗(yàn)室主任廖仁億所說(shuō)，人工智能是EDA未來(lái)的終極形式。既然是終極形式，那就意味著當(dāng)前階段還沒(méi)有完善和成熟，還不具備取代人類的能力。
綜合而言，人工智能與人類智能相結(jié)合才是芯片設(shè)計(jì)發(fā)展的大勢(shì)所趨。一方面，現(xiàn)階段，人工智能EDA設(shè)計(jì)平臺(tái)都是基于現(xiàn)有數(shù)據(jù)進(jìn)行算法訓(xùn)練，只能針對(duì)布局布線、架構(gòu)探索等部分步驟進(jìn)行，具有很明顯的局限性，無(wú)法完全脫離人類工程師。
人工智能驅(qū)動(dòng)的芯片設(shè)計(jì)還不具備完全自主決策的能力。芯片設(shè)計(jì)流程的復(fù)雜性要求每一個(gè)步驟都必須得到最佳結(jié)果，否則便會(huì)面臨流片失敗的巨大損失。因此，在這些流程中，需要有經(jīng)驗(yàn)豐富的工程師掌控全局，來(lái)確保AI跑出的結(jié)果是合理有效的。
另一方面，人工智能的優(yōu)勢(shì)在于增強(qiáng)，而非創(chuàng)造。它暫時(shí)還不具備完全獨(dú)立思考的能力，其所有的“思考能力”全部依賴于過(guò)往數(shù)據(jù)的整合分析和預(yù)測(cè)。只有人類智能才能突破從無(wú)到有的創(chuàng)造性技術(shù)，再利用人工智能顛覆傳統(tǒng)認(rèn)知的極限，轉(zhuǎn)而反哺芯片設(shè)計(jì)的全部流程，從而實(shí)現(xiàn)人工智能與人類智能協(xié)同協(xié)作、遞歸完善的良性循環(huán)。
