记者 |
芯片行业正在重塑。一方面，中国芯片自主需求提高，人才需求前所未有地增长。另一方面，芯片工艺要求提高和需求增长矛盾造成的产能紧缺，导致出现当下的缺芯危机。为了应对行业挑战，产业上下游正积极寻找应对方案。
作为芯片产业链上游的芯片设计业，正使用人工智能应对芯片日趋复杂的芯片设计任务。尝试人工智能设计方式的有三星、英伟达以及谷歌等科技巨头。
例如，三星称其最新设计的Exynos系列手机芯片，是人工智能工具参与设计的成果，但并未透露具体是哪一款芯片。模拟芯片公司瑞萨称，在人工智能工具参与下，仅用了10天就实现了当下主流芯片设计需要几个月的时间完成的功耗、性能、面积 (PPA) 优化。
这一成果是在各大EDA软件公司的努力下在近期实现的。EDA工具是一种基础性的工业软件，每家企业设计芯片时都会用到，就好像造房子前需要先用工具画出图纸。目前，全球主要有三家EDA企业，新思科技（Synopsys）、楷登（Cadence）和西门子旗下的明导（Mentor），主导了这个不大的细分市场。
过去，芯片设计是一项劳动密集型任务，需要工程师根据经验进行长达数周的试错和验证。楷登公司认为，传统摩尔定律已经达到物理极限，制造工艺逐渐朝着异构集成、系统级封装、Chiplets（芯粒）等方向发展。如今，芯片动辄数以亿计的晶体管数量和复杂程度都预示着芯片设计产业需要拓展新方向。
目前，随着新思科技、楷登公司等知名EDA厂商纷纷下场，该领域展开了一场以人工智能为基础的技术竞争。这其中包括AI Outside和AI Inside两方面布局，前者是通过EDA工具完善AI芯片的设计，后者将AI算法与EDA工具结合，优化芯片设计。
楷登公司在近期推出的新工具Cerebrus即是人工智能与EDA工具结合，提高芯片设计能力的例子。楷登公司数字与签核事业部产品工程资深群总监刘淼介绍，基于概率论，Cerebrus使用强化学习来优化芯片物理设计过程。当芯片的模块工程师指定设计目标后，Cerberus可以在芯片设计的仿真测试中尝试不同的设计并学习最佳方案，自动制定设计的基础架构，包括组件的放置以及如何将它们连接在一起，以满足芯片设计的功耗、性能和面积 (PPA) 目标。
因此，人工智能的加入可以加快芯片设计进程，并使工程师能够更有效地测试新型芯片设计方案。楷登公司称，使用Cerebrus工具，工程师可以同时优化多个芯片模块的设计流程，特别适合大型、复杂的片上芯片系统（SoC）设计需求，一定程度上可以降低对于芯片工程师的要求。“如果他不是一个很资深的工程师，通过Cerebrus可以自动告诉你有什么选项，我可以做成什么样。”刘淼说。
半导体行业分析机构Linley Group跟踪芯片设计软件的高级分析师Mike Demler表示，人工智能非常适合在芯片上排列数十亿个晶体管，但存在成本问题——使用人工智能往往很昂贵，因为它需要大量的云端算力训练强大的算法。但他预计，随着计算成本的下降和模型效率的提高，在芯片设计中运用人工智能将越来越常见。
但人工智能并非万能，刘淼告诉界面新闻记者，芯片设计中涉及的许多任务无法自动化，因此仍然需要专业设计人员参与。由于芯片行业火热，他期待人工智能的介入，可以在设计端降低芯片设计公司成本。
随着中国半导体产业的高速增长，人才缺口成为行业面临的突出瓶颈之一。刘淼特别提及，人工智能在芯片设计端的参与有助于解决芯片产业的人才问题存。“像一个刚毕业的研究生，上海的一家芯片设计公司已经（把薪资）提升到年薪40万、50万。大公司可以付得起这个钱，小公司付不起，但是小公司必须要活下去。我们希望用工具能够解决它的一些痛点。”刘淼说，“比如优秀的工程师也许提升10%，Cerebrus可以（提升至）11%、12%。”他认为，如果EDA能实现芯片设计的简化，降低芯片设计的门槛，让芯片设计变得像用美图秀秀做图一样简单高效，可以提高产业生产力。
