人工智能無處不在。它支撐著你在工作場(chǎng)所使用的工具，它決定著你去雜貨店購物時(shí)提供給你的優(yōu)惠，你聯(lián)系的客服代表可能就是一個(gè)聊天機(jī)器人，而且它越來越多地嘗試涉足新聞業(yè)。

芯片制造業(yè)是人工智能日益普及的另一個(gè)領(lǐng)域。目前，設(shè)計(jì)一款芯片可能需要18個(gè)月到兩年的時(shí)間，而且隨著計(jì)算需求的增加，這一過程變得越來越昂貴和耗時(shí)。

制造過程雖然耗時(shí)較少，但同樣復(fù)雜，可能涉及數(shù)百個(gè)步驟，從設(shè)計(jì)到量產(chǎn)的轉(zhuǎn)變非常耗時(shí)。因此，芯片企業(yè)開始涉足人工智能領(lǐng)域，看看這項(xiàng)技術(shù)能否為行業(yè)帶來效率，這并不奇怪。

談到芯片設(shè)計(jì)，從非常簡(jiǎn)單的層面來說，有很多事情需要考慮，即你希望芯片做什么，這取決于邏輯塊的功能;芯片的布局以及這些邏輯塊到硅表面晶體管的轉(zhuǎn)換;然后測(cè)試和驗(yàn)證芯片以確保它能夠?qū)崿F(xiàn)預(yù)期的功能。

在幾乎所有這些步驟中，理論上都可以部署人工智能工具來加速設(shè)計(jì)過程，例如自動(dòng)執(zhí)行布局規(guī)劃和布線等布局優(yōu)化任務(wù)，或模擬芯片在不同場(chǎng)景下的行為，從而減少對(duì)物理原型的需求。

使用新興技術(shù)協(xié)助芯片設(shè)計(jì)并不是一個(gè)新概念，而當(dāng)今用于開發(fā)芯片的技術(shù)與過去的技術(shù)相比極其復(fù)雜。隨著大型語言模型的發(fā)展和生成式人工智能的爆炸式增長(zhǎng)，許多企業(yè)開始考慮將人工智能融入到硅片和軟件設(shè)計(jì)流程的工作流程中，以更有效地提供更快、更具創(chuàng)新性的設(shè)計(jì)。

EDA的作用

如果深入研究，就會(huì)發(fā)現(xiàn)在很多用例中，AI只是被用來自動(dòng)執(zhí)行那些無可否認(rèn)的枯燥任務(wù)。從這個(gè)角度來看，AI驅(qū)動(dòng)的芯片設(shè)計(jì)并不是一個(gè)全新的概念。

電子設(shè)計(jì)自動(dòng)化(EDA)企業(yè)已經(jīng)存在了幾十年，最早的EDA流程歸功于20世紀(jì)50年代的IBM。然而，隨著半導(dǎo)體的不斷擴(kuò)展，EDA越來越受到芯片制造商的歡迎。

芯片設(shè)計(jì)師面臨的挑戰(zhàn)

半導(dǎo)體行業(yè)目前面臨的挑戰(zhàn)可以說比以往任何時(shí)候都更加復(fù)雜，這意味著各種規(guī)模和各個(gè)行業(yè)的企業(yè)現(xiàn)在都轉(zhuǎn)向EDA組織和AI工具來幫助他們解決其中的一些問題。

大多數(shù)有關(guān)行業(yè)面臨的最大挑戰(zhàn)的討論都會(huì)涉及芯片可以縮小到什么程度。目前，最小的芯片在生產(chǎn)中是3nm，但量產(chǎn)2nm的競(jìng)賽已正式開始，預(yù)計(jì)將于2025年開始供應(yīng)。

然而，傳統(tǒng)的光刻工藝(在硅晶片上創(chuàng)建微小圖案的動(dòng)作)已經(jīng)達(dá)到了極限，因?yàn)殡S著晶體管變得越來越小，該過程需要越來越復(fù)雜的計(jì)算才能確定如何在如此小的規(guī)模下運(yùn)行。

半導(dǎo)體行業(yè)目前面臨的挑戰(zhàn)可能比以往任何時(shí)候都更加復(fù)雜，這意味著各種規(guī)模和各個(gè)行業(yè)的企業(yè)現(xiàn)在都轉(zhuǎn)向EDA組織和AI工具來幫助他們解決其中的一些問題。

人工智能可以幫助解決半導(dǎo)體行業(yè)面臨的另一個(gè)挑戰(zhàn)是人才短缺。

和大多數(shù)科技行業(yè)一樣，半導(dǎo)體行業(yè)也極度缺乏人才，按照目前的增長(zhǎng)速度，到2030年，半導(dǎo)體行業(yè)對(duì)設(shè)計(jì)人員的需求將超過供應(yīng)量近35%。

人工智能在芯片設(shè)計(jì)方面已經(jīng)取得了重大進(jìn)展，這項(xiàng)技術(shù)還可以實(shí)現(xiàn)更多的目標(biāo)，不僅僅是在工作流程優(yōu)化方面，還可以為行業(yè)帶來更廣泛的好處。

人工智能帶來的好處是否會(huì)比炒作更持久?

與大多數(shù)新興技術(shù)一樣，很難判斷其壽命是否會(huì)超過其炒作的持續(xù)時(shí)間。然而，目前看來，人工智能泡沫不會(huì)很快破裂，但這并不意味著就可以不顧一切。

這項(xiàng)技術(shù)就像一個(gè)黑匣子，因此挑戰(zhàn)在于結(jié)果。正如生成式人工智能產(chǎn)生的大量可疑內(nèi)容的例子所證明的那樣，你無法總是保證你提出的請(qǐng)求會(huì)產(chǎn)生正確的響應(yīng)，芯片越復(fù)雜，測(cè)試起來就越困難。

人工智能將通過加快設(shè)計(jì)過程的完成速度來改善設(shè)計(jì)過程，但人機(jī)交互仍應(yīng)是解決方案的一部分，因?yàn)樾酒O(shè)計(jì)需要深入了解完整的設(shè)計(jì)空間，以及所有系統(tǒng)參數(shù)之間明確定義的交互和依賴關(guān)系。

原標(biāo)題：人工智能如何幫助芯片設(shè)計(jì)