AI设计的芯片功用十年内将提高1000倍。
作为Synopsys首席执行官、芯片设计自动化的先驱之一，Aart de Geus在Hot Chips在线芯片大会上表示，如古人工智能设计的芯片，功用能够会在未来十年内提高1000倍。
自80年代以来，自动化不断都是芯片设计的一部分。
但如今，每两年芯片功用翻一番的「摩尔定律」似乎曾经到达了瓶颈。
要打破这个瓶颈，最好的办法或许就是你我都熟知的：
人工智能。
https://www.nature.com/articles/d41586-021-01515-9
一篇刊登在Nature上的文章指出，经过训练的机器学习系统在芯片设计上的表现超过人类。
不少芯片架构师都担忧本人的饭碗未来会被AI抢走。
不过De Geus却以为，芯片架构师不只不会下岗，还会转移到产业链的下游，比如今担任更多义务。
人类设计的芯片平面图（a）与机器学习系统生成的平面图（b）
Synopsys从去年末尾就运用AI来设计客户的芯片，与人工设计的芯片相比有了相当大的改良。
目前，三星也正在运用Synopsys的工具DSO.ai来设计Exynos芯片。
而它的竞争对手Cadence Design Systems也在往年推出了本人的人工智能芯片设计项目。
打破摩尔定律瓶颈De Geus在1986年创立了Synopsys，一家电子设计自动化（EDA）软件公司。
仰仗多年尖端半导体设计阅历，Synopsys应用这个宝贵的资产制造了第一代AI芯片软件DSO.ai。
要想超越摩尔定律，就要应用AI来处置复杂性、功耗和扩展要求，最终完成1000倍功用的目的。
「机器学习出如今我们运用的每一种工具中，这个设计空间优化（DSO）的新工具的不同之处在于，它不适用于单个设计步骤，而是适用于整个设计流程。」
这就是Synopsys采用的自主芯片设计办法，从综合办法停止芯片设计，而不只仅是芯片规划。
摩尔定律逐渐扁平，芯片设计重担落到了AI肩上
芯片设计的一个早期步骤是floor planning，其确定了芯片的尺寸、标准单元的陈列方式、IO单元及宏单元的位置、电源地网络的散布等。
由于宏单元潜在配置数量庞大（约为10^2500），规划就会变得十分复杂，而且随着逻辑电路设计的开展，还需求停止屡次迭代。
假设每次迭代都由人类工程师手动生成，就要耗时数天或数周。
在芯片设计的新时代，自动化大不相反
但假设用AI设计芯片，它就可以应用强化学习，优化芯片的功率、功用和面积大小。
还能处置针对特定运用顺序以及系统的一切维度的快速定制芯片：硬件（物理）、软件（功用）、可制造性和架构（方式）。
随着AI接收更多义务，以往担任设计大批晶体管的工程师，如今能够担任设计更大芯片中的10亿个晶体管。
这样就可以在更短的时间内设计出更快的芯片，改动芯片的架构，将芯片功用提高10倍、100倍甚至是1000倍。
与运用最先进设计工具的世界一流设计团队相比，DSO.ai可以将功耗降低25%，功用是当下最好的AI芯片设计工具的5倍。
而在未来的AI芯片设计时代，芯片可以依据各个垂直行业停止设计。
芯片定制会更普遍
面对特定项目的差异化需求，DSO.ai可以用来优化输入参数以及芯片设计任务流程的选择。
工程师可以运用DSO.ai停止更多设计流程中的参数输入，例如微调库单元以提供最佳频率或最低功率，采用现有平面图并尽量增加芯片尺寸，确定多高的任务电压会完成功耗与功用的最佳权衡等。
全球「缺芯」，虽然说不少行业都遭到影响，但人们也深入看法到了芯片的重要性。
芯片虽小，但却是一个重要的基础设备。
(责任编辑：admin)