您當(dāng)前的位置:檢測(cè)資訊 > 科研開(kāi)發(fā)
嘉峪檢測(cè)網(wǎng) 2024-06-05 13:05
人工智能無(wú)處不在。它支撐著你在工作場(chǎng)所使用的工具,它決定著你去雜貨店購(gòu)物時(shí)提供給你的優(yōu)惠,你聯(lián)系的客服代表可能就是一個(gè)聊天機(jī)器人,而且它越來(lái)越多地嘗試涉足新聞業(yè)(盡管在這種情況下不是)。
芯片制造業(yè)是人工智能日益普及的另一個(gè)領(lǐng)域。目前,設(shè)計(jì)一款芯片可能需要 18 個(gè)月到兩年的時(shí)間,而且隨著計(jì)算需求的增加,這一過(guò)程變得越來(lái)越昂貴和耗時(shí)。
制造過(guò)程雖然耗時(shí)較少,但同樣復(fù)雜,可能涉及數(shù)百個(gè)步驟,從設(shè)計(jì)到量產(chǎn)的轉(zhuǎn)變非常耗時(shí)。因此,芯片公司開(kāi)始涉足人工智能領(lǐng)域,看看這項(xiàng)技術(shù)能否為行業(yè)帶來(lái)效率,這并不奇怪。
談到芯片設(shè)計(jì),Gartner 副總裁分析師 Alan Priestley 表示,從非常簡(jiǎn)單的層面來(lái)說(shuō),有很多事情需要考慮,即你希望芯片做什么,這取決于邏輯塊的功能;芯片的布局以及這些邏輯塊到硅表面晶體管的轉(zhuǎn)換;然后測(cè)試和驗(yàn)證芯片以確保它能夠?qū)崿F(xiàn)預(yù)期的功能。
他表示,在幾乎所有這些步驟中,理論上都可以部署人工智能工具來(lái)加速設(shè)計(jì)過(guò)程,例如自動(dòng)執(zhí)行布局規(guī)劃和布線等布局優(yōu)化任務(wù),或模擬芯片在不同場(chǎng)景下的行為,從而減少對(duì)物理原型的需求。
Priestley認(rèn)為,使用新興技術(shù)協(xié)助芯片設(shè)計(jì)并不是一個(gè)新概念,并指出當(dāng)今用于開(kāi)發(fā)芯片的技術(shù)與過(guò)去的技術(shù)相比極其復(fù)雜。Priestley也擁有工程學(xué)位,曾在國(guó)際計(jì)算機(jī)公司和英特爾工作過(guò),對(duì)事物的變化有著一些實(shí)際經(jīng)驗(yàn)。
“如果回顧過(guò)去,我設(shè)計(jì)的第一款芯片是手工在紙上繪制的,當(dāng)他們制作掩模時(shí),所有這些都是手工裁剪的。因此,我們已經(jīng)添加了計(jì)算機(jī)技術(shù)來(lái)協(xié)助布局設(shè)計(jì)等工作。”
Priestley 提到了現(xiàn)代 CPU,它包含的晶體管數(shù)量從幾百萬(wàn)到數(shù)十億不等。他補(bǔ)充道:“你不能用 30 或 40 年前的技術(shù)來(lái)設(shè)計(jì)當(dāng)前一代的芯片;你需要當(dāng)今先進(jìn)的計(jì)算機(jī)技術(shù)來(lái)設(shè)計(jì)它。將人工智能技術(shù)添加到該設(shè)計(jì)過(guò)程中只是下一步。”
2023 年 7 月,AMD 首席執(zhí)行官蘇姿豐博士在上海舉行的世界人工智能大會(huì) (WAIC) 上表示,公司已經(jīng)開(kāi)始使用人工智能進(jìn)行芯片設(shè)計(jì),并補(bǔ)充說(shuō),隨著現(xiàn)代處理器的復(fù)雜性繼續(xù)呈指數(shù)級(jí)增長(zhǎng),她預(yù)計(jì)人工智能工具最終將主導(dǎo)芯片設(shè)計(jì)。
AMD GPU 技術(shù)和工程軟件高級(jí)副總裁兼首席軟件官 Andrej Zdravkovic 在向DCD評(píng)論時(shí)詳細(xì)闡述了該公司對(duì) AI 芯片設(shè)計(jì)的興趣。
“AMD 工程團(tuán)隊(duì)一直在尋找新方法,在我們的設(shè)計(jì)過(guò)程中使用尖端技術(shù)。多年來(lái),我們已經(jīng)使用預(yù)測(cè)性人工智能模型,事實(shí)證明它們?cè)谧R(shí)別模式方面非常有用,并幫助我們提高生產(chǎn)力并縮短開(kāi)發(fā)時(shí)間,”他說(shuō)。
Zdravkovic 解釋說(shuō),AMD 一直在部署這些模型,以幫助在硬件和軟件設(shè)計(jì)過(guò)程的早期發(fā)現(xiàn)潛在問(wèn)題,為公司提供做出明智決策的額外工具。
“隨著大型語(yǔ)言模型的發(fā)展和生成式人工智能的爆炸式增長(zhǎng),我們開(kāi)始考慮將人工智能融入到硅片和軟件設(shè)計(jì)流程的工作流程中,以更有效地提供更快、更具創(chuàng)新性的設(shè)計(jì),”他表示。他同時(shí)補(bǔ)充說(shuō),AMD 還在研究人工智能如何幫助自動(dòng)化和優(yōu)化重復(fù)性任務(wù),包括檢查和糾正 RTL 或軟件代碼的最佳實(shí)踐、架構(gòu)和安全標(biāo)準(zhǔn)。
EDA 的作用
如果你深入研究,就會(huì)發(fā)現(xiàn)在很多用例中,AI 只是被用來(lái)自動(dòng)執(zhí)行那些無(wú)可否認(rèn)的枯燥任務(wù)。從這個(gè)角度來(lái)看,AI 驅(qū)動(dòng)的芯片設(shè)計(jì)并不是一個(gè)全新的概念。
電子設(shè)計(jì)自動(dòng)化 (EDA) 公司已經(jīng)存在了幾十年,最早的 EDA 流程歸功于 20 世紀(jì) 50 年代的 IBM。然而,隨著半導(dǎo)體的不斷擴(kuò)展,EDA 越來(lái)越受到芯片制造商的歡迎。
Synopsys 成立于 1986 年,是一家為半導(dǎo)體制造公司提供工具和服務(wù)的 EDA 公司。2020 年,該公司首次涉足人工智能芯片設(shè)計(jì)領(lǐng)域,推出了一款名為 DSO.ai 的云端人工智能軟件工具,該工具使用強(qiáng)化學(xué)習(xí)來(lái)自動(dòng)決定如何在芯片上最佳地放置和布線電路塊。
Synopsys EDA 集團(tuán)產(chǎn)品線管理執(zhí)行總監(jiān) Arvind Narayanan 解釋說(shuō),以前,不使用計(jì)算就無(wú)法探索設(shè)計(jì)空間,因?yàn)闀r(shí)間限制意味著人類能夠運(yùn)行的迭代次數(shù)是有限的。
然而,該公司意識(shí)到,通過(guò)將人工智能引入這一流程,它將為客戶提供在更短時(shí)間內(nèi)在設(shè)計(jì)空間內(nèi)運(yùn)行數(shù)百萬(wàn)種組合的能力,從而使設(shè)計(jì)人員能夠以更少的人工實(shí)現(xiàn)更高的性能、更低的功耗和更小的芯片面積。
繼 DSO.ai 發(fā)布之后,該公司于 2023 年 3 月推出了 Synopsys.ai,這是一款由 AI 驅(qū)動(dòng)的設(shè)計(jì)自動(dòng)化套件,可在整個(gè) EDA 堆棧中部署生成式 AI。該套件包括用于驗(yàn)證的 VSO.ai、用于測(cè)試的 TSO.ai 和用于模擬設(shè)計(jì)的 ASO.ai,該公司基本上采用了用于構(gòu)建其 DSO.ai 產(chǎn)品的架構(gòu),并針對(duì)不同的工作流程和參數(shù)對(duì)其進(jìn)行了擴(kuò)展和優(yōu)化。
Synopsys 的全套 AI 工具現(xiàn)在形成了端到端解決方案,其中包括系統(tǒng)架構(gòu)、設(shè)計(jì)捕獲、驗(yàn)證、實(shí)施、簽署、測(cè)試和硅片制造。
該公司已與 AMD、英特爾和 Nvidia 建立合作關(guān)系,其客戶群涵蓋設(shè)計(jì)從高性能計(jì)算芯片到人工智能、移動(dòng)處理器、汽車(chē)和電子產(chǎn)品等各個(gè)領(lǐng)域的組織。
芯片設(shè)計(jì)師面臨的挑戰(zhàn)
Priestley 表示,EDA 公司傳統(tǒng)上都與小公司合作,因?yàn)榇蠊疽呀?jīng)擁有自己的內(nèi)部開(kāi)發(fā)能力。
然而,Narayanan表示,半導(dǎo)體行業(yè)目前面臨的挑戰(zhàn)可以說(shuō)比以往任何時(shí)候都更加復(fù)雜,這意味著各種規(guī)模和各個(gè)行業(yè)的公司現(xiàn)在都轉(zhuǎn)向 EDA 組織和 AI 工具來(lái)幫助他們解決其中的一些問(wèn)題。
大多數(shù)有關(guān)行業(yè)面臨的最大挑戰(zhàn)的討論都會(huì)涉及芯片可以縮小到什么程度。目前,最小的芯片在生產(chǎn)中是 3nm,但量產(chǎn) 2nm 的競(jìng)賽已正式開(kāi)始,預(yù)計(jì)將于 2025 年開(kāi)始供應(yīng)。
然而,傳統(tǒng)的光刻工藝(在硅晶片上創(chuàng)建微小圖案的動(dòng)作)已經(jīng)達(dá)到了極限,因?yàn)殡S著晶體管變得越來(lái)越小,該過(guò)程需要越來(lái)越復(fù)雜的計(jì)算才能確定如何在如此小的規(guī)模下運(yùn)行。
一家試圖解決這一問(wèn)題的公司是 Nvidia,它在 2023 年 3 月的 GTC 會(huì)議上推出了 cutLitho,這是一個(gè)用于縮短芯片設(shè)計(jì)開(kāi)發(fā)時(shí)間的計(jì)算光刻軟件庫(kù)。
該公司在發(fā)布會(huì)上表示,cutLitho 將促進(jìn)晶體管和導(dǎo)線比目前更小的芯片的開(kāi)發(fā),同時(shí)加快產(chǎn)品上市時(shí)間并提高與半導(dǎo)體晶圓廠一起運(yùn)行的數(shù)據(jù)中心的能源效率。
Nvidia 在 2024 年大會(huì)上表示,其 cutLitho 庫(kù)目前已被臺(tái)積電和新思科技用于生產(chǎn)芯片開(kāi)發(fā)。該公司還聲稱,生成式 AI 使 cutLitho 在原有的加速計(jì)算基礎(chǔ)上實(shí)現(xiàn)了 2 倍的性能提升;而這本身就是比當(dāng)前光刻技術(shù)性能提升高達(dá) 40 倍的飛躍。
另外,2023 年 10 月,英偉達(dá)宣布開(kāi)發(fā)了大型語(yǔ)言模型 (LLM) ChipNeMo,以幫助其員工設(shè)計(jì)芯片。
人工智能可以幫助解決半導(dǎo)體行業(yè)面臨的另一個(gè)挑戰(zhàn)是人才短缺。
和大多數(shù)科技行業(yè)一樣,半導(dǎo)體行業(yè)也極度缺乏人才,波士頓咨詢集團(tuán)(BCG)2022 年的一份題為《半導(dǎo)體設(shè)計(jì)領(lǐng)導(dǎo)力日益嚴(yán)峻的挑戰(zhàn)》的報(bào)告指出,按照目前的增長(zhǎng)速度,到 2030 年,半導(dǎo)體行業(yè)對(duì)設(shè)計(jì)人員的需求將超過(guò)供應(yīng)量近 35%。
因此,BCG 指出,設(shè)計(jì)領(lǐng)導(dǎo)者必須利用對(duì)設(shè)計(jì)創(chuàng)新至關(guān)重要的“新技術(shù)和未來(lái)技術(shù)”,包括人工智能。
“設(shè)計(jì)師可以利用基于人工智能的工具,更快、更有效地滿足功耗、性能和面積目標(biāo)。強(qiáng)化學(xué)習(xí)和其他人工智能算法可以自動(dòng)執(zhí)行不太重要的設(shè)計(jì)任務(wù),讓工程師可以專注于更高級(jí)的任務(wù)和決策,”報(bào)告中寫(xiě)道。
納拉亞南表示,人工智能在芯片設(shè)計(jì)方面已經(jīng)取得了重大進(jìn)展,但他相信這項(xiàng)技術(shù)還可以實(shí)現(xiàn)更多的目標(biāo),不僅僅是在工作流程優(yōu)化方面,還可以為行業(yè)帶來(lái)更廣泛的好處。
Narayanan 引用了 BCG 的報(bào)告并表示人才短缺是新思科技客戶目前正在努力解決的一個(gè)非?,F(xiàn)實(shí)的問(wèn)題。
他說(shuō):“他們認(rèn)為人工智能在提高生產(chǎn)率方面具有巨大潛力,這也是大多數(shù)公司努力的方向。”
“[芯片公司] 都面臨著同樣的挑戰(zhàn)。他們?cè)O(shè)計(jì)什么并不重要,他們面臨的挑戰(zhàn)都是一樣的。因此,當(dāng)你擁有可以提高現(xiàn)有勞動(dòng)力生產(chǎn)率的技術(shù)時(shí),不去關(guān)注和采用它是愚蠢的。”
“我不認(rèn)為 [AI] 很難推廣。他們都已經(jīng)相信它了,”Narayanan 說(shuō)道。
人工智能帶來(lái)的好處是否會(huì)比炒作更持久?
與大多數(shù)新興技術(shù)一樣,很難判斷其壽命是否會(huì)超過(guò)其炒作的持續(xù)時(shí)間。
然而,目前看來(lái),人工智能泡沫不會(huì)很快破裂,但這并不意味著就可以不顧一切。
Gartner 的 Priestly 比大多數(shù)人更為悲觀,他表示,我們正達(dá)到炒作周期的頂峰,而且正如通常的情況一樣,一切都可能崩潰。
雖然他承認(rèn)人工智能無(wú)疑會(huì)加速設(shè)計(jì)過(guò)程,但他警告稱,這項(xiàng)技術(shù)就像一個(gè)黑匣子,因此挑戰(zhàn)在于結(jié)果。他說(shuō),正如生成式人工智能產(chǎn)生的大量可疑內(nèi)容的例子所證明的那樣,你無(wú)法總是保證你提出的請(qǐng)求會(huì)產(chǎn)生正確的響應(yīng)。
“這是個(gè)大問(wèn)題,因?yàn)樾酒O(shè)計(jì)成本高昂,”Priestly 說(shuō)道。“將理論設(shè)計(jì)轉(zhuǎn)化為實(shí)用設(shè)計(jì)需要花費(fèi)數(shù)億美元,因此你需要提前做盡可能多的工作,這樣你才能確保一切正常,不會(huì)出現(xiàn)意外。尤其是芯片越復(fù)雜,測(cè)試起來(lái)就越困難。”
AMD 的 Zdravkovic 贊同 Priestly 的觀點(diǎn),即人工智能將通過(guò)加快設(shè)計(jì)過(guò)程的完成速度來(lái)改善設(shè)計(jì)過(guò)程,但他警告說(shuō),人機(jī)交互仍應(yīng)是解決方案的一部分,因?yàn)樾酒O(shè)計(jì)需要“深入了解完整的設(shè)計(jì)空間以及所有系統(tǒng)參數(shù)之間明確定義的交互和依賴關(guān)系”。
然而,從長(zhǎng)遠(yuǎn)來(lái)看,他的言論反映了蘇姿豐在 2023 年所發(fā)表的言論。他表示,盡管人工智能的最新進(jìn)展和人工智能提供的新功能堪稱驚人,但感覺(jué)該行業(yè)才剛剛開(kāi)始觸及表面。
他說(shuō)道:“我堅(jiān)信,多年來(lái),我們將把大部分重復(fù)的設(shè)計(jì)工作轉(zhuǎn)移到先進(jìn)的人工智能工具上,同時(shí)讓我們的工程師有更多的時(shí)間去完成創(chuàng)造性的任務(wù),并發(fā)明新的先進(jìn)的硅片和軟件架構(gòu)。”
對(duì)于 Narayanan 來(lái)說(shuō),杯子不是半滿的,而是滿的。他說(shuō),至少在 Synopsys 的客戶中,曾經(jīng)可能存在一些懷疑(任何新技術(shù)通常都是這樣),但隨著客戶看到 AI 可以為芯片制造商帶來(lái)的價(jià)值,這種懷疑似乎已經(jīng)消失了。
他說(shuō),各組織現(xiàn)在意識(shí)到,他們無(wú)需增加員工就可以做更多的事情,并且可以在相同時(shí)間甚至更短的時(shí)間內(nèi)完成這些不斷增長(zhǎng)的工作量。
他說(shuō),新思科技看到 AI 發(fā)揮了最關(guān)鍵的作用,縮小了客戶需要做的事情和他們能做的事情之間的差距。
參考鏈接
https://www.datacenterdynamics.com/en/analysis/how-ai-can-be-used-to-help-chip-design/

來(lái)源:半導(dǎo)體行業(yè)觀察