创新与应用案例

人工智能驱动的EDA工具重新定义芯片设计

日期:2021-10-19

|  来源:【字号:

2021817日,三星宣布正在使用新思科技(Synopsys)的人工智能软件DSO.ai设计其Exynos芯片。除三星外,新思科技竞争对手EDA制造商楷登电子(Cadence),以及包括谷歌、英伟达和IBM在内的芯片制造商,也在涉足人工智能驱动的芯片设计。人工智能正在改变芯片的设计方式。

1)新思科技:DSO.ai

DSO.ai(设计空间优化人工智能)是新思科技2020年推出的业界首个用于芯片设计的自主人工智能应用程序。该软件在芯片设计非常庞大的解决方案空间中寻找最优解,利用强化学习提高功耗、性能和面积。通过大规模扩展对设计工作流程选项的探索,同时自动化无关紧要的决策,DSO.ai提高了工程生产率。

2)楷登电子:Cerebrus

Cerebrus是楷登电子2021722日推出的一款基于机器学习的智能芯片设计工具,可以扩展数字芯片设计流程并使之自动化。Cerebrus采用独特的机器学习技术驱动楷登电子的RTL-to-signoff流程,与人工方法相比,生产效率提高了10倍,同时最高可将功耗、性能和面积(PPA)结果改善20%Cerebrus采用可重复使用、可移植的增强学习模型,每次使用均可提高效率;同时,Cerebrus可实现更高效的本地和云计算资源管理;此外,Cerebrus在多个工艺节点和消费电子、超大规模计算、5G通信、汽车电子和移动设备等多个终端应用中均可显著提高PPA和生产力。

3)谷歌与英伟达

20216月,谷歌在《自然》杂志上发表论文表示,该公司新的人工智能技术能够在不到6小时内完成人类需几个月才能完成的芯片设计工作,并且该技术已经被应用于开发谷歌张量处理单元(Tensor Processing UnitTPU)。英伟达也在通过人工智能技术来完成先进制程芯片的布局。英伟达通过NVcell自动化布局器和强化学习布局算法完成了对标准单元的自动化布局,并应用于3nm5nm的芯片设计中。

上述人工智能方法使用强化学习技术来设计芯片通过奖励或惩罚来训练算法执行任务,可有效捕捉微妙且难以编码的人类判断。该方法可以通过在仿真中尝试不同的设计,学习哪些设计产生最佳结果,自动制定设计的基础知识,包括组件的放置以及如何将它们连接在一起。这可以加快设计芯片的过程,并使工程师能够更有效地试验新颖的设计。

信息来源:

https://www.wired.com/story/samsung-ai-designed-chip-soon-others-too/

https://www.cadence.com/en_US/home/company/newsroom/press-releases/pr/2021/cadence-extends-digital-design-leadership-with-revolutionary-ml-.html

https://www.extremetech.com/computing/325878-ai-powered-electronic-design-automation-tools-could-redefine-chipmaking

https://www.forbes.com/sites/karlfreund/2021/08/09/using-ai-to-help-design-chips-has-become-a-thing/?sh=2a54848b5d9d

https://new.qq.com/omn/20210830/20210830A03OBP00.html

附件: