AI设计的芯片，十年内性能将提升1000倍。作为Synopsys公司的CEO、芯片设计自动化的先驱之一，AartdeGeus在HotChips在线芯片大会上表示，人工智能设计的芯片性能可能在未来十年内提升1000倍。自80年代以来，自动化一直是芯片设计的一部分。但现在，芯片性能每两年翻一番的“摩尔定律”似乎已经到了瓶颈。要突破这个瓶颈，最好的办法可能就是你我都熟悉的：人工智能。https://www.nature.com/articles/d41586-021-01515-9发表在Nature上的一篇文章指出，训练有素的机器学习系统在芯片设计方面优于人类。许多芯片架构师担心他们的饭碗将来会被人工智能抢走。不过，德格斯认为，芯片架构师不仅不会被裁掉，他们还会被转移到产业链上游，承担比现在更多的任务。人工设计的芯片平面图(a)与机器学习系统生成的平面图(b)Synopsys自去年以来一直在使用AI设计客户的芯片，与人工设计的芯片相比已显示出相当大的改进。目前，三星也在使用Synopsys的工具DSO.ai来设计Exynos芯片。而其竞争对手CadenceDesignSystems也在今年推出了自己的人工智能芯片设计项目。打破摩尔定律的瓶颈DeGeus于1986年创立了Synopsys，一家电子设计自动化(EDA)软件公司。凭借多年尖端半导体设计经验，Synopsys利用这一宝贵资产生产了第一代AI芯片软件DSO.ai.要超越摩尔定律，必须通过人工智能解决复杂性、功耗和扩展性要求，最终实现性能提升1000倍的目标。“机器学习存在于我们使用的每一种工具中，而这种用于设计空间优化(DSO)的新工具的不同之处在于它并不适用于单个设计步骤，而是适用于整个设计流程。”那就是Synopsys采用的独立芯片设计方式，芯片设计是从综合方式进行的，而不仅仅是芯片版图。摩尔定律逐渐趋于扁平化，芯片设计的重担落在了AI的肩上。芯片设计的一个早期步骤是平面规划，它决定了芯片的尺寸、标准单元的排列、IO单元和宏单元的位置以及电源和地网络的分布。.由于宏单元的大量潜在配置（大约10^2500），规划变得非常复杂，并且随着逻辑电路设计的发展需要多次迭代。如果每次迭代都由人类工程师手动生成，则需要数天或数周时间。在芯片设计的新时代，自动化已大不相同。但是如果你用AI设计一个芯片，它可以用强化学习来优化芯片的功率、性能和面积。它还解决了针对特定应用以及系统所有维度的快速定制硅：硬件（物理）、软件（功能）、可制造性和架构（形式）。随着人工智能接管更多任务，过去只能设计少量晶体管的工程师现在可以在更大的芯片中设计十亿个晶体管。这样可以在更短的时间内设计出更快的芯片，改变芯片的架构，使芯片的性能提高10倍、100倍甚至1000倍。欢迎来到AI芯片设计时代与世界一流的设计团队使用最先进的设计工具相比，DSO.ai可以降低25%的功耗，性能是当今最好的AI芯片设计工具的5倍。未来AI芯片设计时代，芯片可以根据各个垂直行业进行设计。芯片定制将更普遍面临特定项目的差异化需求，DSO.ai可用于优化输入参数的选择和芯片设计工作流程。工程师可以使用DSO.ai在设计流程中输入更多参数，例如微调库单元以提供最佳频率或最低功耗，采用现有平面图并最小化芯片尺寸，确定什么工作电压将实现功耗与性能等方面的最佳权衡全球“芯片荒”，虽然很多行业都受到影响，但人们也深刻认识到芯片的重要性。芯片可能很小，但它们是基础设施的重要组成部分。除了新思科技，谷歌和英伟达也开始尝试使用人工智能技术设计芯片。谷歌的TPU（张量处理单元）芯片即将发布针对人工智能计算优化的新版本。目前，英伟达也在专注于利用AI技术生产更好的GPU和云计算TPU平台，以提升竞争力。设计芯片的工程师不会被裁掉。人工智能与AI相结合的设计思路，将把芯片设计推向人工智能时代。
