AI正在改變芯片設(shè)計(jì)

　　人們正在角逐如何在巨大的市場和應(yīng)用中應(yīng)用分析、數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)，而半導(dǎo)體設(shè)計(jì)和制造領(lǐng)域無疑是最有前景的一個(gè)領(lǐng)域。

　　AI正在改變芯片設(shè)計(jì)

　　機(jī)器學(xué)習(xí)/深度學(xué)習(xí)/人工智能(ML/DL/AI)的關(guān)鍵是了解設(shè)備如何對(duì)真實(shí)事件和刺激作出反應(yīng)，以及如何優(yōu)化未來設(shè)備。這需要篩選越來越多的數(shù)據(jù)，通過自動(dòng)化來識(shí)別復(fù)雜模式、異常情況以及找到適當(dāng)?shù)奈恢谩?/p>

　　eSilicon營銷副總裁MikeGianfagna說，“我們收集的數(shù)據(jù)用來開發(fā)我們自己的方法。目前的存儲(chǔ)器，我們看的是設(shè)計(jì)、內(nèi)存以及對(duì)不同的內(nèi)存配置建模。你可以在它上面運(yùn)行模型與真實(shí)應(yīng)用作比較。所以我們采用參數(shù)化的通用內(nèi)存模型并將其映射至實(shí)際內(nèi)存。我們也可以從之前的設(shè)計(jì)中看人力和時(shí)間表，還可以對(duì)計(jì)算資源和EDA許可做同樣的工作。如果你只有12000個(gè)CPU但需要24000個(gè)，那么你需要使用基于云的解決方案來實(shí)現(xiàn)。但那不會(huì)很快發(fā)生，你需要對(duì)此進(jìn)行規(guī)劃，很大一部分是圍繞存儲(chǔ)器的。”

　　這只是縮短設(shè)計(jì)周期并基于經(jīng)驗(yàn)減少潛在問題的一系列活動(dòng)的開始。

　　Synopsys驗(yàn)證組營銷副總裁MichaelSanie說，“整個(gè)行業(yè)正在學(xué)習(xí)如何使用人工智能和機(jī)器學(xué)習(xí)來構(gòu)建和調(diào)試系統(tǒng)。有許多關(guān)于何種堆?？梢杂糜?a class="contentlabel" href="http://butianyuan.cn/news/listbylabel/label/AI">AI算法的建模和模擬，這里的目標(biāo)是將人工智能用于工具以及其它地方。”

　　在很大程度上，這是對(duì)系統(tǒng)級(jí)設(shè)計(jì)和復(fù)雜程度的認(rèn)識(shí)，即使這些工具需要其它工具的幫助。

　　Cadence的營銷總監(jiān)StevenLewis說，“現(xiàn)在，隨著EDA生態(tài)系統(tǒng)在機(jī)器學(xué)習(xí)方面的工作，我們正試圖弄清楚它如何能夠幫我們解決更大的驗(yàn)證問題，整個(gè)問題就回歸到，‘這不是早期的10個(gè)晶體管’。我很贊同這點(diǎn)。構(gòu)成一個(gè)存儲(chǔ)器要10億個(gè)晶體管，那就需要知道如何布局，如何在物理層面布線。如何對(duì)這些電路執(zhí)行最最好的布局，如何放置這些組件?這一直是機(jī)器學(xué)習(xí)任務(wù)的一部分。然而我們不把它稱為機(jī)器學(xué)習(xí)，但它確實(shí)是我們試圖找出最佳方法的算法的一部分。

　　如果你可以處理特定的拓?fù)浣Y(jié)構(gòu)，開始了解7nm晶體管的行為方式，那你就知道了大部分流程了，因此你可以更好地判斷什么時(shí)候開始放置它們，什么時(shí)候開始布局，什么時(shí)候開始分析。”

　　前段時(shí)間，芯片制造商開始推動(dòng)六西格瑪設(shè)計(jì)(six-sigmadesigns)，但是一旦復(fù)雜到一定程度，達(dá)到要求的六西格瑪質(zhì)量所需的模擬開始花費(fèi)大量時(shí)間時(shí)，他們就不再討論這種方案了。但隨著汽車制造商對(duì)無缺陷電子產(chǎn)品的需求，又掀起了關(guān)于六西格瑪?shù)挠懻摚诤侠淼臅r(shí)間內(nèi)實(shí)現(xiàn)這一目標(biāo)的唯一方法就是利用機(jī)器學(xué)習(xí)。

　　Lewis說，“通過機(jī)器學(xué)習(xí)，我們可以對(duì)晶體管的行為進(jìn)行編程，因此從統(tǒng)計(jì)角度講，我不必進(jìn)行1000萬次的模擬。我可以使用算法和機(jī)器學(xué)習(xí)技術(shù)來保持一定精度的條件下確定需要運(yùn)行的最少模擬次數(shù)。如果我可以編程更多的算法，如果我可以對(duì)更多我進(jìn)行的工作編程，那我就可以只收集這些數(shù)據(jù)的同時(shí)還保證工作的質(zhì)量。這就是機(jī)器學(xué)習(xí)可以幫助我們的地方。”

　　這一定程度上已經(jīng)在設(shè)計(jì)領(lǐng)域發(fā)生了，但它在未來會(huì)有更加顯著的使用。

　　ArterisIP的首席技術(shù)官TyGaribay說，“這項(xiàng)技術(shù)可以使你實(shí)現(xiàn)過去不能實(shí)現(xiàn)的事情。你可以通過這種技術(shù)來確定通孔位置。如果你無法證明某件事，你可以使用排除法。使用傳統(tǒng)的功能安全的形式，你可以放下兩件相同的事情，就像在汽車制動(dòng)系統(tǒng)，發(fā)動(dòng)機(jī)控制，安全氣囊控制系統(tǒng)那樣。但當(dāng)我們通過電線驅(qū)動(dòng)時(shí)，通常是在你的汽車中創(chuàng)建一個(gè)服務(wù)器，將功能整合到系統(tǒng)中并通過電線進(jìn)行通信。目前777型噴氣式飛機(jī)可以做到這一點(diǎn)，但是成本/功能差別很大。為了將它應(yīng)用于汽車，我們需要開發(fā)新技術(shù)并找到應(yīng)用它們的方法，取代過去已驗(yàn)證但太貴且速度很慢的技術(shù)。”

　　大量的數(shù)據(jù)

　　這將需要篩選大量的數(shù)據(jù)。

　　NetSpeedSystems營銷和業(yè)務(wù)開發(fā)副總裁AnushMohandass說，“在硅谷，幾乎每個(gè)人都擅長獲取某種形式的數(shù)據(jù)。但真正厲害的人是那些經(jīng)歷完整鏈條的人，他們理解了從了解到行動(dòng)的數(shù)據(jù)鏈。我們已將此放回到我們的設(shè)計(jì)環(huán)境和IP中。機(jī)器學(xué)習(xí)是其中的一個(gè)方面。”

　　Mohandass說，利用機(jī)器學(xué)習(xí)關(guān)鍵的一點(diǎn)就是挖掘第一手?jǐn)?shù)據(jù)。“你使用的訓(xùn)練數(shù)據(jù)是什么?它有多大?它們之間有偏差嗎?你是否偏向于某種形式的設(shè)計(jì)或其它設(shè)計(jì)?我們花了大量時(shí)間讓我們的訓(xùn)練加快速度，沒有任何偏差。第二個(gè)方面是一量你獲得了數(shù)據(jù)，你如何將它深刻理解?第三是我們的機(jī)器學(xué)習(xí)環(huán)境，驅(qū)動(dòng)力是什么?如何驅(qū)動(dòng)客戶?

　　在生成數(shù)據(jù)時(shí)，尤其如果你輸入到了機(jī)器學(xué)習(xí)引擎時(shí)，數(shù)據(jù)量對(duì)于你來說會(huì)爆炸。你看的不是數(shù)百和數(shù)千行，而是數(shù)百萬行，因此，突然看到一百萬事物的圖表是沒有任何意義的，所以你試圖使它們聚集并觀察其趨勢。”

　　在數(shù)據(jù)挖掘的情況下，機(jī)器學(xué)習(xí)的一個(gè)非常實(shí)際的用途是搜索異常。

　　UltraSoC首席執(zhí)行官RupertBaines表示，“我們已經(jīng)完成了很多本地工作，所以呈現(xiàn)的結(jié)果價(jià)值很高，內(nèi)容很好?，F(xiàn)在大多數(shù)情況下，這意味著一位工程師正在看它、閱讀并繪制它。在某個(gè)時(shí)候，她會(huì)說，'看起來很奇怪'，并且會(huì)運(yùn)行一些腳本來試圖找出它看起來很古怪的原因。”