據(jù) IEEE 報(bào)道，隨著 AI 在芯片設(shè)計(jì)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(gè)月芯片性能可提升一倍”的摩爾定律。

MathWork 公司 MATLAB 平臺(tái)的高級(jí)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(cè)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(jì)的代理模型（surrogate model）能夠?qū)?shí)驗(yàn)數(shù)據(jù)中的參數(shù)進(jìn)行調(diào)整，對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行模擬，實(shí)現(xiàn)模型的快速更新迭代。

但相對(duì)物理模型（physics-based model）來說，代理模型的精確度較低，還需要人對(duì)其結(jié)果進(jìn)行整合。即便如此，在芯片設(shè)計(jì)過程中運(yùn)用 AI 的確能大幅度釋放人力成本，將人力用于更高級(jí)的任務(wù)，實(shí)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(jì)之前，工程師和設(shè)計(jì)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(chǔ)芯片中運(yùn)用 AI 實(shí)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(yùn)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(jì)環(huán)節(jié)。因?yàn)榧词乖谠O(shè)計(jì)過程中考慮到了各種可能出現(xiàn)的問題，產(chǎn)品測(cè)試時(shí)還是會(huì)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(huì)比較大而且速度也較慢，這時(shí)就可以運(yùn)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(gè)過程中，AI 通常被看作一種預(yù)測(cè)問題的工具，但很多時(shí)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(qiáng)調(diào)，目前 GitHub 和 MATLAB 平臺(tái)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(jì)算時(shí)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(jì)中的具體應(yīng)用方式。

以往的芯片設(shè)計(jì)工作是基于物理方面的實(shí)驗(yàn)進(jìn)行的，但 AI 能夠提供一個(gè)代理模型，對(duì)輸入的數(shù)據(jù)進(jìn)行參數(shù)掃描、優(yōu)化，進(jìn)行蒙特卡洛模擬（隨機(jī)抽樣模擬方法）等，相比進(jìn)行實(shí)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(fèi)的時(shí)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(shí)驗(yàn)數(shù)據(jù)的基礎(chǔ)上，通過代理模型調(diào)整參數(shù)、模擬實(shí)驗(yàn)，實(shí)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(jìn)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(jì)和制造的每一個(gè)細(xì)節(jié)可能產(chǎn)生的問題進(jìn)行預(yù)測(cè)，但還需要人類對(duì)這些結(jié)果進(jìn)行整合。

三、AI 不能包攬芯片設(shè)計(jì)，還需要人的參與

高爾介紹了用 AI 技術(shù)設(shè)計(jì)芯片時(shí)工程師和設(shè)計(jì)師需要做的工作。對(duì)于工程師和設(shè)計(jì)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(duì)各個(gè)組件的參數(shù)進(jìn)行調(diào)整、模擬，最后由工程師和設(shè)計(jì)師記錄最優(yōu)解下的參數(shù)。

這幫助工程師和設(shè)計(jì)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(jìn)行芯片設(shè)計(jì)能夠減少資源浪費(fèi)，優(yōu)化芯片設(shè)計(jì)，但她強(qiáng)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\(yùn)用它，實(shí)現(xiàn)技術(shù)與人的互動(dòng)。

結(jié)語：AI 打入芯片行業(yè)，提升智能化水平擴(kuò)展應(yīng)用領(lǐng)域

目前，GitHub 和 MATLAB 平臺(tái)上已經(jīng)公布了眾多與芯片設(shè)計(jì)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(jì)工作，釋放人力成本，提升工作效率?；?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(jì)所需的時(shí)間也隨之縮短，未來，人們有可能不需要等待 18 個(gè)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(jìn)行自主編碼的工具，未來，AI 的智能化和應(yīng)用范圍還將達(dá)到怎樣的高度和廣度，值得期待。