芯片設(shè)計新紀元：人工智能與 GPU 加速

NVIDIA 是一提到顯卡就會想到的第一個名字，它在設(shè)計高級硅片的同時在許多領(lǐng)域投入了大量時間。這家科技巨頭正在尋找使用其生產(chǎn)的硅來改進芯片設(shè)計過程的方法。

綠色團隊預(yù)計集成電路設(shè)計的復(fù)雜性將在未來幾年呈指數(shù)級增長。這就是為什么利用 GPU 計算單元的力量將很快從一個有趣的實驗室實驗轉(zhuǎn)變?yōu)樗行酒圃焐痰谋匦杵贰?/p>

NVIDIA 首席科學(xué)家兼研究高級副總裁 Bill Dally 在今年的GPU 技術(shù)大會 (GTC)上談了很多關(guān)于使用 GPU 來加速現(xiàn)代 GPU 和其他 SoC 背后的設(shè)計過程的各個階段的問題。NVIDIA 相信，使用機器學(xué)習(xí)而不是讓人類手動完成某些任務(wù)會更好更快地執(zhí)行。

Dally 領(lǐng)導(dǎo)著一個由 300 名研究人員組成的團隊，他們努力使 GPU 變得越來越快。該團隊希望使用 GPU 功能來克服技術(shù)挑戰(zhàn)，自動化和加速傳統(tǒng)方法之外的各種任務(wù)。上述研究團隊在 2019 年有 175 人，現(xiàn)在還在繼續(xù)增長。

Bill Dally 表示，在加速芯片設(shè)計方面，NVIDIA 已經(jīng)確定了四個可以利用機器學(xué)習(xí)技術(shù)的領(lǐng)域。例如，在 GPU 上使用電源的映射是一個迭代過程，在傳統(tǒng) CAD 工具中需要三個小時。然而，當使用經(jīng)過特殊訓(xùn)練的人工智能 (AI) 模型時，這項任務(wù)只需幾分鐘。教完模型后，這個時間可以縮短到幾秒鐘。當然，誤差幅度在人工智能中很重要。但 Dally 表示，NVIDIA 的工具已經(jīng)達到了 94% 的準確率，這仍然是一個可觀的數(shù)字。

電路設(shè)計是一個勞動密集型過程，需要工程師在對部分設(shè)計進行仿真后多次更改布局。因此，訓(xùn)練 AI 模型以對正確的干擾做出準確的預(yù)測可以幫助消除大量手動工作，這些工作涉及進行滿足所需設(shè)計規(guī)范所需的細微調(diào)整。NVIDIA 可以利用 GPU 來預(yù)測使用圖形神經(jīng)網(wǎng)絡(luò)的干擾。

Dally 說，設(shè)計現(xiàn)代芯片的最大挑戰(zhàn)之一是布線擁塞。這種缺陷表現(xiàn)在特定的電路布局中，其中晶體管和連接它們的許多小導(dǎo)線沒有最佳放置。我們可以把它比作交通擁堵，但讓我們想想虱子而不是汽車。使用圖形神經(jīng)網(wǎng)絡(luò)，工程師可以快速識別問題區(qū)域并相應(yīng)地調(diào)整它們的位置和方向。

在這些場景中，英偉達試圖使用人工智能而不是人類制造的芯片設(shè)計。公司工程師可以創(chuàng)建一個替代模型并使用人工智能快速評估，而不是著手進行勞動密集型和計算成本高的過程。這家科技巨頭還希望利用人工智能來設(shè)計用于 GPU 和其他高級硅的晶體管邏輯的最基本方面。

GPU 制造商已經(jīng)開始采取必要措施，轉(zhuǎn)向更先進的制造技術(shù)，在這種技術(shù)中，必須根據(jù)復(fù)雜的設(shè)計規(guī)則更換數(shù)千個標準單元。一個名為 NVCell 的項目正試圖通過一種稱為強化學(xué)習(xí)的方法盡可能地自動化這個過程。

經(jīng)過訓(xùn)練的 AI 模型的任務(wù)是糾正設(shè)計錯誤，直到完成。NVIDIA 聲稱迄今為止已達到 92% 的成功率。在某些情況下，用人工智能設(shè)計的細胞可能比人類制造的細胞還要小。取得的任何突破都可以提高設(shè)計的整體性能，同時有助于減小芯片尺寸和功耗要求。

半導(dǎo)體工藝技術(shù)正在迅速接近我們使用硅所能達到的理論極限。另一方面，隨著生產(chǎn)技術(shù)的變化，成本增加。因此，設(shè)計階段的任何微小改進都可以產(chǎn)生更好的效率，尤其是在減小晶圓尺寸的情況下。

如你所知，綠隊將芯片生產(chǎn)外包給三星、臺積電等公司。Dally 是 NVIDIA 的領(lǐng)軍人物之一，他說由于 NVCell，事情進展得更快了。一個由 10 名工程師組成的團隊可以使用 GPU 加速功能更快地運行他們的工作。通過這種方式，公司內(nèi)部的重要人物可以更輕松地專注于其他領(lǐng)域。

在芯片設(shè)計方面，NVIDIA 并不是唯一一家轉(zhuǎn)向人工智能的公司。另一家科技巨頭谷歌正在使用機器學(xué)習(xí)來開發(fā)用于人工智能任務(wù)的加速器。谷歌發(fā)現(xiàn)了一些意想不到的方法來優(yōu)化人工智能的性能和能效。另一方面，三星的半導(dǎo)體部門使用一種名為“DSO.ai”的新思科技工具，該工具正逐漸被其他大大小小的公司采用。

由于半導(dǎo)體生產(chǎn)的不足，汽車行業(yè)在過去兩年中遭受了巨大損失。在這種情況下，代工廠可以利用成熟制造技術(shù)（12 納米及更大）中的人工智能制造芯片來解決短缺問題。另一方面，由于半導(dǎo)體領(lǐng)域競爭異常激烈，大多數(shù)廠商都不愿意投入其中。

超過 50% 的芯片采用成熟的半導(dǎo)體工藝設(shè)計。國際數(shù)據(jù)公司分析師預(yù)計，到 2025 年，這一份額將增加到 68%。Synopsis 首席執(zhí)行官 Aart de Geus 認為，公司可以在汽車、電器和許多其他性能不是優(yōu)先考慮的設(shè)備中使用人工智能設(shè)計芯片。這種方法比改用更先進的生產(chǎn)技術(shù)成本更低。此外，在每個晶片（硅圓盤）上放置更多的芯片再次節(jié)省了成本。

如您所知，有很多觀點認為人工智能會隨著時間的推移取代人類。在我們提到的芯片設(shè)計過程中，沒有這樣的故事。英偉達、谷歌、三星和其他公司已經(jīng)發(fā)現(xiàn)，當涉及到越來越復(fù)雜的設(shè)計時，人工智能可以賦予人類權(quán)力并承擔繁重的工作。人們?nèi)匀槐仨氄业揭鉀Q的問題并決定哪些數(shù)據(jù)有助于驗證芯片設(shè)計。另一方面，人工智能可以更快地處理這個過程。