Hot Chips 2024 | 人工智能在芯片設計中的應用

逍遙設計自動化 · 發(fā)表于 2024-9-19 08:00:00

引言
人工智能（AI）正在深刻改變半導體行業(yè)，特別是在芯片設計過程中。本文探討AI如何重塑芯片設計的各個方面，包括分析、優(yōu)化和設計輔助，幫助逍遙設計自動化的讀者了解不同的AI技術及其在提高設計性能和生產(chǎn)力方面的應用[1]。

人工智能在芯片設計中的應用簡介
AI正在芯片設計行業(yè)掀起波瀾，提升設計過程的多個階段。AI主要影響以下關鍵領域：

分析：AI實現(xiàn)更快速、預測性和跨階段的芯片設計分析。

優(yōu)化：AI驅動的優(yōu)化技術帶來更快速、更可擴展和更優(yōu)質的結果。

輔助：AI為芯片設計師提供專業(yè)知識、編碼支持和任務自動化。
[/ol]

圖1：此圖展示了AI在芯片設計中影響的主要領域：分析、優(yōu)化和輔助。

芯片設計中的AI技術
多種AI技術被應用于芯片設計，每種技術適用于設計過程的不同方面：

經(jīng)典機器學習（ML）：適用于小型結構化數(shù)據(jù)，線性回歸、支持向量機和決策樹等技術用于初步分析。

深度學習：卷積神經(jīng)網(wǎng)絡（CNN）適合物理設計數(shù)據(jù)，而圖神經(jīng)網(wǎng)絡（GNN）適合線路網(wǎng)表數(shù)據(jù)。

貝葉斯優(yōu)化：此技術用于構建目標函數(shù)的概率模型，并選擇最有希望的數(shù)據(jù)點進行采樣。

強化學習（RL）：RL代理通過與環(huán)境交互并獲得改進獎勵來學習優(yōu)化設計。

生成式AI：這些模型，包括變分自編碼器（VAE）和Transformer，用于生成最佳設計點和學習優(yōu)化表示。

大型語言模型（LLM）：LLM用途廣泛，可應用于問答、編碼、提取、重寫、分類、總結和推理等多種任務。
[/ol]

圖2：NVIDIA芯片設計中使用的不同AI技術，包括經(jīng)典ML、深度學習和各種優(yōu)化方法。

AI在芯片設計中的應用
讓我們探討AI在芯片設計中的一些具體應用：
1. IR壓降估算
IR壓降估算對物理設計非常重要，但傳統(tǒng)方法需要數(shù)小時�；贏I的方法可以從單元級特征預測IR壓降，在3秒內實現(xiàn)94%的準確率，而商業(yè)工具需要3小時。

圖3：使用AI進行IR壓降估算的過程，顯示了功率圖和系數(shù)圖。

2. 寄生參數(shù)預測
AI用于從原理圖預測布局寄生參數(shù)。通過將原理圖轉換為圖形并使用圖神經(jīng)網(wǎng)絡（GNN），設計師可以高精度估算寄生參數(shù)，將仿真誤差降低到10%以下。

圖4：此圖說明了將線路原理圖轉換為異構圖以進行寄生參數(shù)預測的過程。

3. 宏單元布局優(yōu)化
宏單元布局對物理設計非常關鍵。多目標貝葉斯優(yōu)化被用于改進宏單元布局，考慮線長、擁塞度和密度等因素。

圖4：此圖比較了基準宏單元布局與使用AutoDMP（自動化DREAMPlace基礎宏單元布局）優(yōu)化后的布局。

4. 設計規(guī)則檢查（DRC）修復
強化學習代理被訓練用于自動修復單元布局中的設計規(guī)則檢查（DRC）違規(guī)。代理學習逐步減少DRC錯誤，最終得到干凈的布局。

圖5：此圖顯示了RL代理在單元布局中修復DRC違規(guī)的逐步過程。

5. 數(shù)據(jù)通路優(yōu)化
強化學習也被應用于優(yōu)化數(shù)據(jù)通路結構，如前綴加法器。RL代理探索不同的前綴圖結構，以實現(xiàn)比知名加法器架構更好的性能。

圖6：此圖說明了使用強化學習優(yōu)化前綴加法器結構的過程。

6. 門尺寸調整
Transformer被用于生成最佳門尺寸，以進行時序和功耗優(yōu)化。通過將門路徑建模為序列，AI可以生成優(yōu)化的門尺寸，與傳統(tǒng)優(yōu)化方法相比，實現(xiàn)了100倍到1000倍的加速。

圖7：此圖顯示了Transizer方法在門尺寸優(yōu)化中實現(xiàn)的功耗/延遲權衡。

7. 加速器設計
變分自編碼器（VAE）被用于學習硬件加速器設計的連續(xù)可重構潛在空間。這種方法在探索設計空間時實現(xiàn)了6.8倍的樣本效率和5%的性能提升。

圖8：此圖展示了在神經(jīng)網(wǎng)絡加速器設計空間優(yōu)化中使用VAE的過程。

大型語言模型在芯片設計中的應用
大型語言模型（LLM）在芯片設計中越來越重要�？梢酝ㄟ^以下技術適應各種任務：

參數(shù)訓練

檢索增強生成（RAG）

上下文學習

基于代理的方法

LLM在芯片設計中用于多個目的：

編碼輔助：為特定任務生成EDA腳本。

專業(yè)知識輔助：回答關于設計、基礎設施、工具和流程的問題。

分析輔助：總結錯誤報告并預測任務分配。
[/ol]

圖9：此圖顯示了LLM在芯片設計中的各種應用，包括編碼、專業(yè)知識、分析、優(yōu)化和調試輔助。

結論
AI正在通過提高分析速度、優(yōu)化質量和設計輔助來革新芯片設計。隨著該領域的進展，可以期待看到：

持續(xù)使用貝葉斯優(yōu)化和強化學習，以實現(xiàn)芯片設計中更好的PPA（功耗、性能、面積）。

在優(yōu)化數(shù)據(jù)上訓練的生成式AI模型，加速傳統(tǒng)優(yōu)化過程。

LLM模型和代理通過聊天機器人、協(xié)作工具和任務自動化顯著提高芯片設計生產(chǎn)力。

可靠高效的推理基礎設施的重要性日益增加。
[/ol]
為進一步推動該領域發(fā)展，需要更多數(shù)據(jù)集和基準，如VerilogEval、FVEval和LLM4HWDesign。隨著AI的不斷發(fā)展，其在芯片設計過程中的集成無疑將帶來更高效、更強大和更創(chuàng)新的半導體產(chǎn)品。

' d4 Y8 h1 W ]$ r
參考文獻
[1] H. Ren, "Introduction to AI for Chip Design," presented at Hot Chips, Aug. 25, 2024.

- END -

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)應用，PIC Studio都可提升您的工作效能。
點擊左下角"閱讀原文"馬上申請

歡迎轉載

轉載請注明出處，請勿修改內容和刪除作者信息！

) ?$ \+ ]8 ~8 p+ q. d3 N. b4 M

關注我們

; H4 P4 O, U8 ^- U+ r Z

5 ]$ X; ]5 O, }0 r7 D' @% i

. Q5 x9 ^2 m; q7 X# ]. s" }
關于我們：
深圳逍遙科技有限公司（Latitude Design Automation Inc.）是一家專注于半導體芯片設計自動化（EDA）的高科技軟件公司。我們自主開發(fā)特色工藝芯片設計和仿真軟件，提供成熟的設計解決方案如PIC Studio、MEMS Studio和Meta Studio，分別針對光電芯片、微機電系統(tǒng)、超透鏡的設計與仿真。我們提供特色工藝的半導體芯片集成電路版圖、IP和PDK工程服務，廣泛服務于光通訊、光計算、光量子通信和微納光子器件領域的頭部客戶。逍遙科技與國內外晶圓代工廠及硅光/MEMS中試線合作，推動特色工藝半導體產(chǎn)業(yè)鏈發(fā)展，致力于為客戶提供前沿技術與服務。

http://www.latitudeda.com/
（點擊上方名片關注我們，發(fā)現(xiàn)更多精彩內容）

Hot Chips 2024 | 人工智能在芯片設計中的應用

發(fā)表回復

精選推薦

站長推薦 /1