2 月 9 日消息，據(jù) IEEE 報道，隨著 AI 在芯片設(shè)計方面的應(yīng)用，芯片性能提升周期在逐漸縮短，有可能打破“每隔 18 個月芯片性能可提升一倍”的摩爾定律。
MathWork 公司 MATLAB 平臺的高級產(chǎn)品經(jīng)理希瑟?高爾（Heather Gorr）表示，AI 技術(shù)能夠幫助提升芯片測試效率，相比用人工排查異常，用 AI 排查問題的速度明顯更快?；?AI 設(shè)計的代理模型（surrogate model）能夠?qū)嶒灁?shù)據(jù)中的參數(shù)進行調(diào)整，對實驗結(jié)果進行模擬，實現(xiàn)模型的快速更新迭代。
但相對物理模型（physics-based model）來說，代理模型的精確度較低，還需要人對其結(jié)果進行整合。即便如此，在芯片設(shè)計過程中運用 AI 的確能大幅度釋放人力成本，將人力用于更高級的任務(wù)，實現(xiàn)技術(shù)與人的互助。
一、用 AI 處理海量數(shù)據(jù)，快速尋找問題誘因
在將 AI 用于芯片設(shè)計之前，工程師和設(shè)計師只能通過縮小晶體管來提高芯片的性能，現(xiàn)在，AI 逐漸成為提升芯片性能的關(guān)鍵，如三星在其存儲芯片中運用 AI 實現(xiàn)更快、更節(jié)能的內(nèi)存處理，谷歌 TPU V4 AI 芯片的處理速度也比之前的版本高出一倍。
高爾表示，AI 能夠運用到芯片產(chǎn)品生命周期的大部分環(huán)節(jié)，尤其是芯片設(shè)計環(huán)節(jié)。因為即使在設(shè)計過程中考慮到了各種可能出現(xiàn)的問題，產(chǎn)品測試時還是會出現(xiàn)許多異常情況，如果依靠人工在海量數(shù)據(jù)中分析問題可能的誘因，那么工作量會比較大而且速度也較慢，這時就可以運用 AI 完成探索頻域、數(shù)據(jù)同步或重采樣之類的任務(wù)。
在這個過程中，AI 通常被看作一種預(yù)測問題的工具，但很多時候工程師也能從 AI 提供的信息中獲取靈感，發(fā)現(xiàn)一些此前未注意到的問題、想出一些新的邏輯建模方式。高爾強調(diào)，目前 GitHub 和 MATLAB 平臺上已經(jīng)有許多人公布了相關(guān)程序代碼，工程師們可以直接利用這些工具完成相關(guān)任務(wù)，提升工作效率。
二、代理模型節(jié)省計算時間，提高產(chǎn)品優(yōu)化效率
高爾向 IEEE 介紹了 AI 在芯片設(shè)計中的具體應(yīng)用方式。
以往的芯片設(shè)計工作是基于物理方面的實驗進行的，但 AI 能夠提供一個代理模型，對輸入的數(shù)據(jù)進行參數(shù)掃描、優(yōu)化，進行蒙特卡洛模擬（隨機抽樣模擬方法）等，相比進行實際的電路電路調(diào)整等工作，代理模型在優(yōu)化性能方面花費的時間要少得多。
IEEE 表示，在某種意義上，可以將基于 AI 的代理模型看作一種數(shù)字孿生的產(chǎn)品，即在物理模型和實驗數(shù)據(jù)的基礎(chǔ)上，通過代理模型調(diào)整參數(shù)、模擬實驗，實現(xiàn)模型的快速迭代。
但是，高爾指出，基于 AI 的代理模型往往不如基于物理方法的模型精確，這正是需要代理模型進行多次模擬和參數(shù)掃描的原因。代理模型能夠?qū)π酒O(shè)計和制造的每一個細節(jié)可能產(chǎn)生的問題進行預(yù)測，但還需要人類對這些結(jié)果進行整合。
三、AI 不能包攬芯片設(shè)計，還需要人的參與
高爾介紹了用 AI 技術(shù)設(shè)計芯片時工程師和設(shè)計師需要做的工作。對于工程師和設(shè)計師來說，他們只需要確定想要解決的問題，然后就可以把具體的解決工作交給 AI，讓代理模型對各個組件的參數(shù)進行調(diào)整、模擬，最后由工程師和設(shè)計師記錄最優(yōu)解下的參數(shù)。
這幫助工程師和設(shè)計師們從一部分繁瑣的工作中解放出來，大大釋放了人力資本。高爾表示，用 AI 進行芯片設(shè)計能夠減少資源浪費，優(yōu)化芯片設(shè)計，但她強調(diào)，在最終的決策環(huán)節(jié)不能離開人的參與，基于 AI 的代理模型能夠幫助人們完成很多工作，但其利用率的高低取決于人們?nèi)绾芜\用它，實現(xiàn)技術(shù)與人的互動。
結(jié)語：AI 打入芯片行業(yè)，提升智能化水平擴展應(yīng)用領(lǐng)域
目前，GitHub 和 MATLAB 平臺上已經(jīng)公布了眾多與芯片設(shè)計相關(guān)的程序，行業(yè)內(nèi)越來越多的公司開始將 AI 納入芯片設(shè)計工作，釋放人力成本，提升工作效率。基于 AI 的代理模型在加快模型更新方面起到了重要作用，芯片設(shè)計所需的時間也隨之縮短，未來，人們有可能不需要等待 18 個月，就能看到性能翻倍的芯片。
隨著科技的發(fā)展，AI 越來越滲透入人們的生活之中，從智能家居、語言處理再到健康管理，AI 的應(yīng)用無處不在，在精密度極高的芯片領(lǐng)域，AI 也能夠分一杯羹，谷歌甚至開發(fā)出了讓 AI 進行自主編碼的工具，未來，AI 的智能化和應(yīng)用范圍還將達到怎樣的高度和廣度，值得期待。
來源：IEEE
廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。