1. 首頁 > 生活百科 > 科技 > >

芯片設計|谷歌、英偉達及EDA廠商紛紛下場，AI如何改變芯片設計？

it芯片Google英偉達GPU芯片設計

芯片設計|谷歌、英偉達及EDA廠商紛紛下場，AI如何改變芯片設計？

文章圖片

芯片設計|谷歌、英偉達及EDA廠商紛紛下場，AI如何改變芯片設計？

文章圖片

芯片設計|谷歌、英偉達及EDA廠商紛紛下場，AI如何改變芯片設計？

文章圖片

芯片設計|谷歌、英偉達及EDA廠商紛紛下場，AI如何改變芯片設計？

文章圖片

芯片設計|谷歌、英偉達及EDA廠商紛紛下場，AI如何改變芯片設計？

文章圖片

芯片設計|谷歌、英偉達及EDA廠商紛紛下場，AI如何改變芯片設計？

文章圖片


芯片設計既是一門藝術 ， 也是一項極為復雜的工程 ， 并且設計的風險和研發成本也越來越高昂 。
據IBS首席執行官Handel Jones介紹 ， 目前“成功研發一款28nm芯片的平均成本為4000萬美元 ， 相比之下 ， 7nm芯片的成本為2.17億美元 ， 5nm芯片的成本為4.16億美元 ， 3nm芯片的成本將高達5.9億美元 。 ”顯然 ， 隨著工藝制程節點的提升 ， 研發一款芯片如果失敗 ， 其成本將會越來越高 。
但是 ， 由于邏輯和存儲區塊的所有可能布局以及連接它們的導線 ， 存在看似無限的布局組合 ， 而且通常 ， 不管你信不信 ， 芯片布局規劃中最優秀的設計人員都是根據經驗和預感工作的 ， 他們不能總是給出一個很好的答案 ， 來說明為什么特定模式有效、而其他模式無效 。
因此 ， 研究人員也一直在嘗試將人類的猜測以及一些重復性的工作 ， 從這項芯片設計任務中剔除 ， 并朝著更優化的設計邁進 。 即便是隨著Chiplet設計的“火爆” ， 這項任務也不會消失 ， 因為計算引擎上的所有小芯片都需要互連才能成為虛擬單片芯片 ， 并且必須考慮所有延遲和功耗對此類電路復合體的影響 。
因此 ， 將人工智能（AI）技術引入到幫助加速芯片設計 ， 也是一項很自然的事情 。
EDA廠商引入AI加速芯片設計

早在2020年 ， 芯片設計所需的EDA工具大廠新思科技(Synopsys.)就推出了業界首個用于芯片設計的自主人工智能應用程序——DSO.ai?(Design Space Optimization AI) 。 作為一款人工智能和推理引擎 ， DSO.ai能夠在芯片設計的巨大求解空間里搜索優化目標 。
三星設計平臺開發部執行副總裁Jaehong Park當時就表示：“在我們的設計環境中 ， 新思科技DSO.ai能系統地找到最佳解決方案 ， 從而在我們已經實現的PPA（性能、功耗與面積）優化成果上實現更進一步的突破 。 此外 ， 原本需要多位設計專家耗時一個多月才可完成的設計 ， DSO.ai只要短短3天即可完成 。 這種AI驅動的設計方法將使三星的用戶能夠在芯片設計中充分利用我們先進技術的優勢 。 ”
新思科技今年6月底最新公布的資料顯示 ， 在三星的案例中 ， DSO.ai技術被成功應用于開發Voptz和Ftarget優化應用程序 ， 通過自動探索大量的電壓（V）/目標頻率（F）空間以找出最高基準分數和最長電池時間的最佳組合 。 此外 ， DSO.ai RL模型將通過分析之前運行中的選擇 ， 自動學習并生成更好的組合 。 這也使得三星在4nm Arm Big CPU利用DSO.ai設計 ， 在相同的工作電壓下 ， 實現了頻率提升13%-80%；而在相同的工作頻率下 ， 最高可將功耗降低25% 。
【芯片設計|谷歌、英偉達及EDA廠商紛紛下場，AI如何改變芯片設計？】
索尼也在設計傳感器的過程也利用DSO.ai技術并驗證了其出眾的性能 。 與專家工程師的人工操作相比 ， DSO.ai實現最佳結果僅需1/4的設計周期、1/5的設計工作量 ， 并成功將功耗降低了3% ， 進一步提升設計結果質量 。

相關經驗推薦