如今,芯片動輒數(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)雜度將拉開芯片設(shè)計(jì)產(chǎn)業(yè)的新時代。而人工智能將會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、董事長兼首席執(zhí)行官李彥宏看來,“產(chǎn)業(yè)智能化在每一個領(lǐng)域都會發(fā)生�！蔽锫�(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)升級的驅(qū)動力。在智能化產(chǎn)業(yè)趨勢下,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．a(chǎn)i)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產(chǎn)手機(jī)廠商。這就意味著,未來我們將有機(jī)會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。這無疑都在傳遞同一個信號,即芯片設(shè)計(jì)即將走向人工智能時代。

AI正改變芯片設(shè)計(jì)方式

跟隨著摩爾定律的逐級演進(jìn),芯片內(nèi)部的復(fù)雜度和集成度都呈指數(shù)級增長,芯片設(shè)計(jì)的難度也大幅度提升。傳統(tǒng)EDA工具的發(fā)展越來越跟不上日益增長的芯片設(shè)計(jì)規(guī)模和市場需求。業(yè)界一直在探索更加有效的方案,來提升芯片設(shè)計(jì)的效率,降低設(shè)計(jì)門檻。

“未來十年,AI(人工智能)將會成為芯片設(shè)計(jì)效率提升1000倍的關(guān)鍵�！毙滤伎萍糃EO 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)級封裝、Chiplets等方向發(fā)展。如今,芯片動輒數(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)雜度將拉開芯片設(shè)計(jì)產(chǎn)業(yè)的新時代。而人工智能將會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。對于工程師來說,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

按照谷歌論文的說法,利用人工智能僅需6個小時便能完成芯片的布局布線工作,同時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,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)競爭力,以時間和技術(shù)博得市場先機(jī)。而對于EDA廠商而言,開發(fā)以AI為內(nèi)驅(qū)的EDA工具,加速EDA芯片設(shè)計(jì)智能化,成為其搶奪市場的核心戰(zhàn)略。

EDA智能化趨勢

EDA智能化趨勢愈演愈烈,新思科技、楷登(Cadence)等EDA知名廠商紛紛下場,開始了一場以人工智能為基礎(chǔ)的EDA市場爭奪戰(zhàn)。這其中包括AI Outside和AI Inside兩方面布局,前者是通過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)。

對于新思科技而言,該公司于2020年初推出了DSO．a(chǎn)i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．a(chǎn)i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,并隨時調(diào)整參數(shù)和流程,通過強(qiáng)化學(xué)習(xí)來優(yōu)化PPA,提高芯片設(shè)計(jì)生產(chǎn)效率。

對于新思科技推出的人工智能EDA方案,三星設(shè)計(jì)平臺開發(fā)部執(zhí)行副總裁Jaehong Park也表示:“原本需要多位設(shè)計(jì)專家耗時一個多月才可完成的設(shè)計(jì),DSO．a(chǎn)i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)展開了合作,將DSO．a(chǎn)i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．a(chǎn)i優(yōu)化芯片PPA

而對于另一家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)來推動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,提出后摩爾時代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、設(shè)計(jì)成本高等問題,用智能化的工具和服務(wù)化的平臺來縮短芯片需求到應(yīng)用創(chuàng)新的周期。其中,自動化和智能化的發(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)動的智能制造趨勢下,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,融合更多新的技術(shù),以滿足芯片市場對更快更小的追求。無論是國外巨頭,還是國內(nèi)新秀,都紛紛布局AI設(shè)計(jì)芯片,助力EDA工具從自動化走向智能化。

人與人工智能

一直以來,人工智能都飽受爭議,對于人工智能的信任和取代危機(jī)長期存在。誠然,用人工智能設(shè)計(jì)芯片將成為未來的趨勢,但這并非萬能藥。如新思科技人工智能實(shí)驗(yàn)室主任廖仁億所說,人工智能是EDA未來的終極形式。既然是終極形式,那就意味著當(dāng)前階段還沒有完善和成熟,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)展的大勢所趨。一方面,現(xiàn)階段,人工智能EDA設(shè)計(jì)平臺都是基于現(xiàn)有數(shù)據(jù)進(jìn)行算法訓(xùn)練,只能針對布局布線、架構(gòu)探索等部分步驟進(jìn)行,具有很明顯的局限性,無法完全脫離人類工程師。

人工智能驅(qū)動的芯片設(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)雜性要求每一個步驟都必須得到最佳結(jié)果,否則便會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)勢在于增強(qiáng),而非創(chuàng)造。它暫時還不具備完全獨(dú)立思考的能力,其所有的“思考能力”全部依賴于過往數(shù)據(jù)的整合分析和預(yù)測。只有人類智能才能突破從無到有的創(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)。