|
引言
" X+ D6 s3 ~7 r# ?2 L4 D在半導(dǎo)體技術(shù)飛速發(fā)展的今天,人工智能(AI)正在成為優(yōu)化芯片設(shè)計過程的關(guān)鍵工具,本文幫助讀者了解AI,特別是強化學(xué)習(xí)(RL)和生成式AI,如何應(yīng)對現(xiàn)代芯片設(shè)計的復(fù)雜挑戰(zhàn)[1]。
0 b3 }' X3 K) d0 U( ~1 v u& X
芯片設(shè)計復(fù)雜性的挑戰(zhàn)- F2 T0 n! ~& J4 g$ [4 x
現(xiàn)代芯片設(shè)計是涉及眾多變量和權(quán)衡的復(fù)雜過程。隨著半導(dǎo)體技術(shù)不斷推進,設(shè)計空間的復(fù)雜性呈指數(shù)級增長。
$ G/ z9 ^1 F( S6 r5 f- f5 R4 A
d1shonlpwai64034882926.png (206.52 KB, 下載次數(shù): 0)
下載附件
保存到相冊
d1shonlpwai64034882926.png
4 小時前 上傳
% T( \ n- B$ Q, H, N6 b2 H
圖1展示了設(shè)計復(fù)雜性在時鐘、庫單元選擇和電源管理等多個因素上的指數(shù)級增長。
$ ~& M3 i/ ^ {8 S( s0 X5 V9 {9 C+ {& e3 @2 K7 n
這種日益增加的復(fù)雜性帶來了幾個主要挑戰(zhàn):6 G3 c8 f; x* v' @7 D F# v8 J3 @) K
結(jié)果質(zhì)量:解決方案空間不連續(xù)、噪聲大且非凸,難以跳出局部最小值并識別因果關(guān)系。吞吐量:設(shè)計人員一次只能評估少量變量,導(dǎo)致設(shè)計過程延遲長。成本:設(shè)計過程常常導(dǎo)致計算資源利用率低下,跨項目復(fù)用有限。
7 P+ K" X* w* F9 U" ]& f
) U k# R: W" z: [- S. t" J
9 s. C0 y3 m3 y& G$ C3 w6 a$ F
4bprb3o41ud64034883027.png (249.9 KB, 下載次數(shù): 0)
下載附件
保存到相冊
4bprb3o41ud64034883027.png
4 小時前 上傳
$ t9 X& V1 a1 W$ o圖2顯示了芯片設(shè)計過程中時間分配的breakdown,突出顯示了當前方法的低效之處。* I- ] b; m3 B- X; |; c+ ]; L4 Z; E
0 v; n6 R3 \+ hAI在芯片設(shè)計中的應(yīng)用前景
$ a/ {: T) @: g- O, l) T0 Z為應(yīng)對這些挑戰(zhàn),半導(dǎo)體行業(yè)正轉(zhuǎn)向AI,特別是強化學(xué)習(xí)(RL),以優(yōu)化芯片設(shè)計過程的各個方面。4 z+ y$ \5 ~# F& O7 M+ [
6 E1 v% k' P. v. f
理解強化學(xué)習(xí)2 p3 @* J/ G' r/ @
強化學(xué)習(xí)是機器學(xué)習(xí)的一個分支,其中代理通過與環(huán)境交互來學(xué)習(xí)決策。在芯片設(shè)計中,RL代理可以探索各種設(shè)計選項,學(xué)習(xí)實現(xiàn)所需性能指標的最佳策略。% M% y/ X8 G+ S
wtdqj5jnstl64034883127.png (283.58 KB, 下載次數(shù): 0)
下載附件
保存到相冊
wtdqj5jnstl64034883127.png
4 小時前 上傳
7 J1 O! K" G# z* ^
圖3描述了強化學(xué)習(xí)的基本概念,展示了代理與環(huán)境之間的交互。7 r6 ^) X1 d5 q( ]* Z
+ v6 N3 O, E: Z/ j將RL應(yīng)用于芯片設(shè)計* \. Y S! r8 r- x4 W1 I
將RL應(yīng)用于芯片設(shè)計涉及將各種設(shè)計參數(shù)和約束映射到RL框架:
& v1 ?& m$ q1 r0 x- L6 B狀態(tài):當前設(shè)計配置動作:對設(shè)計參數(shù)的更改獎勵:目標指標的改善(如功耗、性能、面積)& J$ e4 n& \! |4 @8 o/ \
: t9 i7 e* C% ?8 p
Y* W5 J5 n* m! S0 i
efv4512mfi464034883227.png (159.77 KB, 下載次數(shù): 0)
下載附件
保存到相冊
efv4512mfi464034883227.png
4 小時前 上傳
- ?0 x; a$ F+ F9 [' h/ |- T7 \
圖4說明了如何將RL應(yīng)用于芯片設(shè)計問題,將設(shè)計輸入映射到動作和結(jié)果。+ s- Y3 s3 A5 {$ S0 P' l* G. h
" V% r/ D; ]* AAI輔助優(yōu)化貫穿設(shè)計流程
% m( H- Y6 E2 Y) k1 Y- A1 fAI驅(qū)動的優(yōu)化可應(yīng)用于芯片設(shè)計過程的各個階段,從架構(gòu)到制造。
. h2 T# J6 U0 a, s3 u; x" T5 f, a2 U# G, V$ k2 c. q! ?
1.數(shù)字實現(xiàn)
# q3 ~+ _7 _& Q% A+ l+ h" p- O1 Y! S0 HAI可以輔助探索不同的平面圖選項,優(yōu)化芯片面積和最大頻率等指標。
" B0 c( S9 X8 Z) I8 ], V5 M
3wwioxv2aro64034883327.png (274.94 KB, 下載次數(shù): 0)
下載附件
保存到相冊
3wwioxv2aro64034883327.png
4 小時前 上傳
+ A) f2 U& [7 t3 r
圖5展示了AI優(yōu)化設(shè)計的帕累托前沿,平衡了芯片面積和頻率。 h H5 D: ?4 X& D
?7 k$ ]- k- W; U. S- ~
2.驗證
8 X; z& y4 a5 m1 `; M5 n7 G6 kAI可以通過智能選擇測試用例和優(yōu)化覆蓋率,顯著提高驗證過程的效率。, s" g3 X% P1 d3 S* H
ulo20taddbd64034883428.png (147.45 KB, 下載次數(shù): 0)
下載附件
保存到相冊
ulo20taddbd64034883428.png
4 小時前 上傳
" I4 }! r% ~& X7 w6 U' i( r9 H% g6 x圖6演示了AI如何優(yōu)化回歸測試的分布,以實現(xiàn)更高效的驗證。
8 M* l9 C6 Y! n% f3 ^
" {3 p( a. O) S, F, `# e3.測試和ATPG% C4 e' }( _4 K7 V0 L& U
AI可以優(yōu)化測試生成的各個方面,包括非掃描設(shè)計、X處理和中止限制。% |0 s$ I) U) R9 [
/ Z* k& x7 C6 C" Y4.電路優(yōu)化
3 e9 v4 G) ^, ]- Y& y B: c對于模擬和混合信號電路,AI可以在復(fù)雜的器件參數(shù)空間和PVT(工藝、電壓、溫度)角落中導(dǎo)航。
* v1 {! }4 |) L$ L/ |! A$ V
* o: }& \8 m1 b9 g6 B. b9 _5.3D集成0 Y9 Z7 d6 r5 s5 O. _* q: F: c. h; z
AI可以輔助多芯片配置的探索,優(yōu)化性能和功耗效率。5 |1 Q& d+ v" u6 H
. }0 {" A; e* g& Y6. 多抽象層次優(yōu)化
" X) w' A- f6 R: r: c; WAI在芯片設(shè)計中最有前途的應(yīng)用之一是跨不同設(shè)計抽象層次進行優(yōu)化。; B1 ^1 T+ _5 d3 i; R3 k
0qjhttmsz0n64034883528.png (106.13 KB, 下載次數(shù): 0)
下載附件
保存到相冊
0qjhttmsz0n64034883528.png
4 小時前 上傳
3 x/ U- W/ M& P8 H, f& B7 w圖7闡述了跨多個設(shè)計抽象層次優(yōu)化的概念,從高層架構(gòu)到低層實例。
: ` l+ S) V7 Q. V
. c" t1 d" ?4 U7 T `7.單抽象層次vs多抽象層次優(yōu)化
. W( R1 x6 z s# W; [& ]" n$ t6 p最初的AI驅(qū)動優(yōu)化集中在單一抽象層次,如布局優(yōu)化。然而,當應(yīng)用于多個抽象層次時,AI的真正威力才得以顯現(xiàn)。
$ h# p' d; b0 T& E5 _8 ? c
mxxbw5fllhz64034883628.png (123.63 KB, 下載次數(shù): 0)
下載附件
保存到相冊
mxxbw5fllhz64034883628.png
4 小時前 上傳
3 U3 g; ~3 a$ U& [4 M! u" d, {圖8顯示了基于RL的布局優(yōu)化結(jié)果,展示了功耗和頻率的改進。
C8 P. v6 U) b
3 q. X1 d2 `2 L* p+ d3 l
xexfbdvlp0w64034883728.png (104.04 KB, 下載次數(shù): 0)
下載附件
保存到相冊
xexfbdvlp0w64034883728.png
4 小時前 上傳
8 [, S) N; c# Y* u/ L; ^: ?# I" m0 I. ?
圖9比較了單抽象層次優(yōu)化和多抽象層次優(yōu)化,揭示了功耗-頻率權(quán)衡的顯著改進。
* e+ F5 y3 F; {5 q! ?) q. J) m1 k
# k1 h0 S- Q9 v9 A8.探索不同設(shè)計配置
5 ~+ X* G: {9 ]1 R K4 UAI可以高效地探索多種設(shè)計配置,每種配置具有不同的特性和權(quán)衡。
7 D E# K R( g. k
1ly0ttoawws64034883828.png (92.93 KB, 下載次數(shù): 0)
下載附件
保存到相冊
1ly0ttoawws64034883828.png
4 小時前 上傳
' j0 k# l j, Q圖10呈現(xiàn)了探索五種不同設(shè)計配置的前20個結(jié)果,展示了AI可以生成的解決方案的多樣性。( _4 z9 I! e6 R9 q, v
8 \9 c4 m: ~* a
rkh2rtxptpe64034883928.png (58.84 KB, 下載次數(shù): 0)
下載附件
保存到相冊
rkh2rtxptpe64034883928.png
4 小時前 上傳
' H ^% n* t9 f+ f9 d7 P( u
圖11突出顯示了不同的RTL配置如何導(dǎo)致不同的布局特征,展示了AI識別和優(yōu)化不同設(shè)計特征的能力。3 p% V W( s+ o
p0 Y9 z2 P. K8 Y# h
% V3 }/ {. s. t+ S3 c+ ?5 X, `
基于RL優(yōu)化的局限性
5 B" H1 Z* K8 f" x3 i盡管功能強大,基于RL的優(yōu)化面臨兩個主要挑戰(zhàn):創(chuàng)建設(shè)計變體的工作量大設(shè)計變體評估速度慢
$ q. y2 J m+ m[/ol]
5 |# {7 P' _# y! q3 V2 R& H' n為解決這些限制,業(yè)界正轉(zhuǎn)向生成式AI作為補充方法。* l% ]% u7 m% ]' r! h" L( T
0 o5 K3 G& q0 G' {
用生成式AI增強RL5 B/ r% W+ F8 g q, v1 o
生成式AI,特別是大型語言模型,正在為芯片設(shè)計優(yōu)化開辟新的可能性。( s' b' s9 E$ t( L
- A! j- z Z. w) v2 {RL和生成式AI的比較
: a$ V8 _! L8 k$ @ y! RRL擅長在定義的搜索空間內(nèi)找到最優(yōu)解生成式AI善于快速生成多樣化的設(shè)計選項" z0 a7 W, H4 b* T
/ \: a! U8 |: y( S) v5 n3 s
5avsevicsyo64034884029.png (237.92 KB, 下載次數(shù): 0)
下載附件
保存到相冊
5avsevicsyo64034884029.png
4 小時前 上傳
. R* ?. s* N# p* S8 q" H) O+ y. l圖12比較了RL和生成式AI在芯片設(shè)計優(yōu)化context中的優(yōu)勢。
6 O* _( _) | u, X) X b8 J) t) V# B; Y8 B- Z, v, m1 c# g1 x
Y) [% e9 j$ c# P' X硬件描述語言(HDL)生成' G. p9 @( E; e* ?4 U' S4 D
最近的研究在使用AI生成HDL代碼方面顯示出了令人鼓舞的結(jié)果。+ f4 Q% f, [- y; h6 B
irftfgae0p264034884129.png (278.01 KB, 下載次數(shù): 0)
下載附件
保存到相冊
irftfgae0p264034884129.png
4 小時前 上傳
, [7 X. Y: }8 H1 y; y圖13顯示了HDL-GPT(一個用于生成HDL代碼的AI模型)在各種設(shè)計挑戰(zhàn)中的表現(xiàn)。
$ ^! l: J9 ] t, @
: `0 c- N5 _: M功耗、性能和面積(PPA)推測3 u+ S) |% B2 A1 C
AI的另一個令人興奮的應(yīng)用是快速PPA推測。# w6 v2 {+ l1 F% y
qemdwgitzkp64034884229.png (235.23 KB, 下載次數(shù): 0)
下載附件
保存到相冊
qemdwgitzkp64034884229.png
4 小時前 上傳
f# d+ b- t6 O' K! H' E( Z% c
圖14說明了使用AI執(zhí)行端到端PPA推測的工作流程,可能將設(shè)計評估速度提高10倍。3 p9 y6 J+ X2 }( j1 [; d$ |. @7 I% i
! @5 q: u) w: s, A$ D8 ?) z. }8 N
加速設(shè)計評估% s( R; ^( G1 G* q6 c
圖卷積網(wǎng)絡(luò)(GCNs)正被用來大幅加速設(shè)計評估過程。7 ]( |6 {, N' m6 j# C- o! @1 J
tqkzaa2rfij64034884329.png (342.82 KB, 下載次數(shù): 0)
下載附件
保存到相冊
tqkzaa2rfij64034884329.png
4 小時前 上傳
$ M2 b( A1 s3 ` ^* X4 [4 ]圖15演示了GCNs如何將設(shè)計探索速度提高500多倍,相較于傳統(tǒng)方法。
8 r4 ^0 p8 p8 f2 E; X2 f( }
# Y! ?* t, L+ K* E/ |結(jié)論
, }& c& C( O- Q5 W# f" b- ?6 eAI輔助芯片設(shè)計代表著半導(dǎo)體行業(yè)的范式轉(zhuǎn)變。通過利用強化學(xué)習(xí)和生成式AI,設(shè)計人員可以更高效地探索廣闊的設(shè)計空間,跨多個抽象層次進行優(yōu)化,并加速整個設(shè)計過程。! @# |; C5 n) t* I8 h
1 H ^ O y0 |- G隨著AI技術(shù)的不斷進步,可以期待更深遠的影響。RL優(yōu)化與生成式AI快速設(shè)計空間探索的結(jié)合,有望在半導(dǎo)體設(shè)計中釋放新的創(chuàng)新水平。7 ?, z! z# B+ A+ q( \5 B* R/ D
4 X5 Q, D8 U# r( ]芯片設(shè)計的未來可能會看到AI工具在整個設(shè)計流程中的更深入集成,從高層架構(gòu)決策到低層物理實現(xiàn)。這種AI驅(qū)動的方法不僅將提高芯片的質(zhì)量和性能,還將顯著縮短上市時間并降低開發(fā)成本。( c3 X1 M; @; b' P) L
1 K D: F/ p$ }6 {參考文獻 r6 D X0 S5 |: e$ h9 k# @2 r
[1] S. Diamantidis, "AI-Assisted Chip Design Tutorial," in HotChips, Aug. 25, 2025.4 A* `% {1 M6 C z
1 a8 X3 F5 `, J* ^1 Q9 |
- END -$ ^; M6 [1 Y% W9 m6 L: ~: p* U# {
( o9 c9 E4 S+ E+ [! @2 b軟件申請我們歡迎化合物/硅基光電子芯片的研究人員和工程師申請體驗免費版PIC Studio軟件。無論是研究還是商業(yè)應(yīng)用,PIC Studio都可提升您的工作效能。
% U% W+ P. E& d0 v. X0 b O5 e& i! K2 g; q點擊左下角"閱讀原文"馬上申請
" V6 }% u; ]7 d+ N( k: O
# A, I& o8 u# x歡迎轉(zhuǎn)載
! {' W+ i* F* z6 l* s; U' b5 ?$ j7 [9 D7 x* l& t2 M1 h9 A
轉(zhuǎn)載請注明出處,請勿修改內(nèi)容和刪除作者信息!
; i$ j4 B4 C6 k$ u ^
$ n# v6 _% x N$ N; h2 `* K
9 Z# u) p' n" [1 D. s
' t+ d0 t& @; V$ }
ywildxob4dq64034884429.gif (16.04 KB, 下載次數(shù): 0)
下載附件
保存到相冊
ywildxob4dq64034884429.gif
4 小時前 上傳
3 q9 f+ c; P1 N+ T' k
8 l+ n8 a' `" R8 r$ F) W5 L關(guān)注我們0 m9 p9 \; `2 N1 `
5 y; |9 b `3 T- T d9 q& l3 v& Y7 c4 \, } g; C3 o$ [
xdet4q0xui264034884529.png (31.33 KB, 下載次數(shù): 0)
下載附件
保存到相冊
xdet4q0xui264034884529.png
4 小時前 上傳
) v# d% `0 a5 t/ ?% m
|
6 V- K" g7 l1 S- Q8 l
5ftmlwfz2xq64034884630.png (82.79 KB, 下載次數(shù): 0)
下載附件
保存到相冊
5ftmlwfz2xq64034884630.png
4 小時前 上傳
! W, Z8 G6 j' o4 f# q |
/ t3 q3 H) s a7 A& }
1nykyram4zi64034884730.png (21.52 KB, 下載次數(shù): 0)
下載附件
保存到相冊
1nykyram4zi64034884730.png
4 小時前 上傳
" d9 ?$ e! y% q N d' T' |6 l
| 1 I% ^9 b2 C# d! u0 c
. K% b# O# Q7 p; z$ I( D
7 \ c9 }# O4 _2 k
3 e7 X# u9 j+ O" J( v! q* V
關(guān)于我們:# O/ }0 k8 ? S4 g4 V' r
深圳逍遙科技有限公司(Latitude Design Automation Inc.)是一家專注于半導(dǎo)體芯片設(shè)計自動化(EDA)的高科技軟件公司。我們自主開發(fā)特色工藝芯片設(shè)計和仿真軟件,提供成熟的設(shè)計解決方案如PIC Studio、MEMS Studio和Meta Studio,分別針對光電芯片、微機電系統(tǒng)、超透鏡的設(shè)計與仿真。我們提供特色工藝的半導(dǎo)體芯片集成電路版圖、IP和PDK工程服務(wù),廣泛服務(wù)于光通訊、光計算、光量子通信和微納光子器件領(lǐng)域的頭部客戶。逍遙科技與國內(nèi)外晶圓代工廠及硅光/MEMS中試線合作,推動特色工藝半導(dǎo)體產(chǎn)業(yè)鏈發(fā)展,致力于為客戶提供前沿技術(shù)與服務(wù)。
3 U5 O: A4 Y* M `. X5 J q P4 q+ J1 f, P
http://www.latitudeda.com/
5 k7 v; J a* v% l- S(點擊上方名片關(guān)注我們,發(fā)現(xiàn)更多精彩內(nèi)容) |
|