當前，越來越多的初創(chuàng)企業(yè)與大型半導(dǎo)體公司正爭相推出新型AI芯片。Synopsys、Cadence以及Mentor Graphics等電子工具與設(shè)計服務(wù)廠商，則希望尋求更多前所未有的方案，幫助設(shè)計師們加快產(chǎn)品投產(chǎn)速度。

有趣的點來了：目前各家公司采取的主流研發(fā)提速手段之一，就是利用AI技術(shù)協(xié)助構(gòu)建更強大的AI芯片。其中，設(shè)計流程后端(即物理設(shè)計階段)對AI工具的支持表現(xiàn)得尤為成熟，而各早期采用者也得到了相當可觀的收益。

圖一：這是一塊英偉達Drive AGX Orin芯片，其結(jié)構(gòu)極度復(fù)雜，包含多達170億個晶體管。有趣的是，目前業(yè)界正利用AI技術(shù)為此類芯片提供更高效的設(shè)計支持。

相關(guān)問題

很多朋友可能并不熟悉芯片制造的具體方式，這里我就用幾個常見問題進行說明。在確定了芯片的基本邏輯(往往需要耗費數(shù)月甚至數(shù)年時間)之后，接下來就是物理設(shè)計流程了——更具體地講，工程師們需要確定每個晶體管應(yīng)放置在何處、不同晶體管之間又要如何互連。這個過程，被稱為布局與布線?，F(xiàn)代芯片上往往包含數(shù)十億個晶體管，因此布局與布線的設(shè)計與測試往往需要耗費數(shù)名工程師長達20到30周的時間才能完成。一旦不小心出了錯，芯片的實際運行效率可能要比設(shè)計要求更低、功耗更高、成本增加或者壓根無法正常使用。但遺憾的是，并不存在一種百試百靈的“正確”芯片布局方法。面對這小小方寸，我們擁有成千上萬種可能的選擇，而研發(fā)人員的任務(wù)就是在芯片的三大主要設(shè)計指標中做出權(quán)衡：性能、功耗與面積(統(tǒng)稱PPA)。

實際上，設(shè)計團隊相當于面對著一個規(guī)模龐大的“搜索”難題：單是平面圖形搜索，就涵蓋驚人的1090,000 萬種可能性。與之對應(yīng)，國際象棋中“只”包含10123種可能性，而圍棋則包含10360種可能狀態(tài)。之所以要用棋類作類比，是因為目前的AI軟件完全能夠以下棋的方式“玩轉(zhuǎn)”物理設(shè)計。雖然AI方案往往需要耗費巨量計算資源，但同時也能夠快速對多到難以想象的選項做出分類，優(yōu)化參數(shù)實現(xiàn)一系列既定目標，從而高效為芯片設(shè)計找到最理想的PPA組合。

強化學習——攻克芯片設(shè)計難題的關(guān)鍵

AI領(lǐng)域存在一個無監(jiān)督學習分支，被稱為強化學習(RL)，能夠以試錯方式探索并掌握解決問題的方法。具體來講，計算機會不斷“嘗試”一個個解決方案，并通過結(jié)果的趨好/趨壞來不斷增強該解決方案中的參數(shù)。在經(jīng)過數(shù)萬億次的重復(fù)之后，解決方案終將收斂——這就代表著“最佳實踐”。

電子設(shè)計自動化(EDA)廠商Synopsys公司一直在與客戶聯(lián)手推進這方面試驗，并獲得了令人欣喜的結(jié)果。

圖二：設(shè)計團隊利用強化學習加快網(wǎng)絡(luò)芯片、移動芯片、車載芯片以及AI加速芯片等物理設(shè)計項目，并取得了驚人的成果。

圖二所示，總結(jié)了Synopsys及其客戶在復(fù)雜芯片設(shè)計當中完成的四個試驗性項目。平均來看，這些項目的完成速度比以往人工方式要快86%，一位數(shù)據(jù)科學家即可替代原本的四到五名專業(yè)設(shè)計工程師，且各個項目全部達到或者超過了既定的PPA目標。有趣的是，由AI生成的某些設(shè)計結(jié)果頗有反直覺的效果，會以人類設(shè)計團隊幾乎不可能想到的非常規(guī)形式進行晶體管部署。但結(jié)果不言而喻，這些成果更快、更高效，也讓企業(yè)能夠更快將產(chǎn)品投放市場。

總結(jié)

在與Synopsys研發(fā)團隊的交流當中，我清楚地意識到，在物理設(shè)計當中采用RL技術(shù)僅僅是AI應(yīng)用的冰山一角。未來，AI與機器學習將被廣泛引入集成電路設(shè)計領(lǐng)域的各類常見工作流程當中。我還想到英偉達公司CEO黃仁勛在2016年首次發(fā)布Saturn V時的評論——順帶一提，Saturn V是英偉達內(nèi)部開發(fā)的基于GPU的超級計算機，當時在全球超算排行榜中占據(jù)第30名。黃先生預(yù)測稱，Saturn V將成為英偉達手中一張強有力的王牌，幫助內(nèi)部設(shè)計工程師們提高生產(chǎn)力并推出更優(yōu)質(zhì)的產(chǎn)品。再結(jié)合Synopsys在強化學習方面的早期研究成果，相信大家更能夠理解AI輔助設(shè)計的重要份量，以及黃仁勛對這一方案的認可與期望。