人工智能驱动的EDA工具重新定义芯片设计
| 来源:【字号:大 中 小】
2021年8月17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2021年7月22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
2021年6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 Unit,TPU)。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3nm和5nm的芯片设计中。
上述人工智能方法多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