|
引言
+ e$ p h- Y. M) V4 ^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(jì)過(guò)程的關(guān)鍵工具,本文幫助讀者了解AI,特別是強(qiáng)化學(xué)習(xí)(RL)和生成式AI,如何應(yīng)對(duì)現(xiàn)代芯片設(shè)計(jì)的復(fù)雜挑戰(zhàn)[1]。( b) g) m8 U% b% T, W |
4 p0 P8 b" U/ H芯片設(shè)計(jì)復(fù)雜性的挑戰(zhàn)6 S6 r G0 }5 o& c# ?4 m% d# K
現(xiàn)代芯片設(shè)計(jì)是涉及眾多變量和權(quán)衡的復(fù)雜過(guò)程。隨著半導(dǎo)體技術(shù)不斷推進(jìn),設(shè)計(jì)空間的復(fù)雜性呈指數(shù)級(jí)增長(zhǎng)。! d+ }% ~9 B- n1 Y( a8 K' n) ~
d1shonlpwai64034882926.png (206.52 KB, 下載次數(shù): 0)
下載附件
保存到相冊(cè)
d1shonlpwai64034882926.png
2 小時(shí)前 上傳
- n* @7 w e4 e4 R# ?. M* Z7 n
圖1展示了設(shè)計(jì)復(fù)雜性在時(shí)鐘、庫(kù)單元選擇和電源管理等多個(gè)因素上的指數(shù)級(jí)增長(zhǎng)。9 r/ |# |- n2 \4 p& N$ B3 T
6 T# V h5 P, o2 X
這種日益增加的復(fù)雜性帶來(lái)了幾個(gè)主要挑戰(zhàn):( ?! N; r Q5 i3 o8 F$ q3 b
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(shí)別因果關(guān)系。吞吐量:設(shè)計(jì)人員一次只能評(píng)估少量變量,導(dǎo)致設(shè)計(jì)過(guò)程延遲長(zhǎng)。成本:設(shè)計(jì)過(guò)程常常導(dǎo)致計(jì)算資源利用率低下,跨項(xiàng)目復(fù)用有限。
4 U9 j+ m3 l: m, w5 W) _1 O
+ y7 t+ A* d$ n. d8 o! a- h7 w: H; `4 x1 |" p+ N& o6 y+ j
4bprb3o41ud64034883027.png (249.9 KB, 下載次數(shù): 0)
下載附件
保存到相冊(cè)
4bprb3o41ud64034883027.png
2 小時(shí)前 上傳
! ^3 S" A6 R- t p' }8 y6 Q7 |; p5 s圖2顯示了芯片設(shè)計(jì)過(guò)程中時(shí)間分配的breakdown,突出顯示了當(dāng)前方法的低效之處。
7 ]) N* ^& l$ Z$ X& [3 ~; i8 P0 [( f: h, C
AI在芯片設(shè)計(jì)中的應(yīng)用前景2 r1 E2 ^' |9 e7 f% h' q2 Z1 \9 r! H
為應(yīng)對(duì)這些挑戰(zhàn),半導(dǎo)體行業(yè)正轉(zhuǎn)向AI,特別是強(qiáng)化學(xué)習(xí)(RL),以優(yōu)化芯片設(shè)計(jì)過(guò)程的各個(gè)方面。
& o# E) j# ]' X, C5 Q: C5 h) D/ |: C+ I1 f; V1 M! F
理解強(qiáng)化學(xué)習(xí)5 N* u& f7 ?+ J# ?$ S2 r, V7 D$ c
強(qiáng)化學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)分支,其中代理通過(guò)與環(huán)境交互來(lái)學(xué)習(xí)決策。在芯片設(shè)計(jì)中,RL代理可以探索各種設(shè)計(jì)選項(xiàng),學(xué)習(xí)實(shí)現(xiàn)所需性能指標(biāo)的最佳策略。
r" u0 _- J3 V
wtdqj5jnstl64034883127.png (283.58 KB, 下載次數(shù): 0)
下載附件
保存到相冊(cè)
wtdqj5jnstl64034883127.png
2 小時(shí)前 上傳
" ]& n G# O& T8 r, G8 g圖3描述了強(qiáng)化學(xué)習(xí)的基本概念,展示了代理與環(huán)境之間的交互。
8 t! z" h+ n: Z6 [6 G$ a: B n5 F p" S* p9 N/ e6 i
將RL應(yīng)用于芯片設(shè)計(jì)
7 w" P% s! {+ a' R4 _將RL應(yīng)用于芯片設(shè)計(jì)涉及將各種設(shè)計(jì)參數(shù)和約束映射到RL框架:" k+ ]1 v8 B5 S8 l* a3 O: _
狀態(tài):當(dāng)前設(shè)計(jì)配置動(dòng)作:對(duì)設(shè)計(jì)參數(shù)的更改獎(jiǎng)勵(lì):目標(biāo)指標(biāo)的改善(如功耗、性能、面積)
j7 v" Y1 K, p
& B/ k& g( w8 e- A; D
q, |+ l, H) @
efv4512mfi464034883227.png (159.77 KB, 下載次數(shù): 0)
下載附件
保存到相冊(cè)
efv4512mfi464034883227.png
2 小時(shí)前 上傳
9 {( v7 `- w _4 ]圖4說(shuō)明了如何將RL應(yīng)用于芯片設(shè)計(jì)問題,將設(shè)計(jì)輸入映射到動(dòng)作和結(jié)果。
K) p0 P# [9 J
6 n; E" N7 o R/ ~$ s! I1 VAI輔助優(yōu)化貫穿設(shè)計(jì)流程# Y# F* g2 Z0 a9 {# \' q- f$ G
AI驅(qū)動(dòng)的優(yōu)化可應(yīng)用于芯片設(shè)計(jì)過(guò)程的各個(gè)階段,從架構(gòu)到制造。
* k' P& i, [* i( s% s! u* k% `
8 _3 n [, ^' C# Q; G8 K0 T1.數(shù)字實(shí)現(xiàn)
! g; g* B/ j5 I9 L/ L& S) YAI可以輔助探索不同的平面圖選項(xiàng),優(yōu)化芯片面積和最大頻率等指標(biāo)。
, G. C2 Z2 E6 V3 x: W3 w
3wwioxv2aro64034883327.png (274.94 KB, 下載次數(shù): 0)
下載附件
保存到相冊(cè)
3wwioxv2aro64034883327.png
2 小時(shí)前 上傳
0 I; u, Z% B) }* S
圖5展示了AI優(yōu)化設(shè)計(jì)的帕累托前沿,平衡了芯片面積和頻率。" x1 m f/ P: x6 h7 e, A
+ `2 S+ S# O! [. _- D* m5 z
2.驗(yàn)證* b" R4 }1 X, K" C( u# d& y, R; Y
AI可以通過(guò)智能選擇測(cè)試用例和優(yōu)化覆蓋率,顯著提高驗(yàn)證過(guò)程的效率。5 }' ^9 e4 d+ L1 i
ulo20taddbd64034883428.png (147.45 KB, 下載次數(shù): 0)
下載附件
保存到相冊(cè)
ulo20taddbd64034883428.png
2 小時(shí)前 上傳
' z# M. b/ j' ]% [( `- y- }+ Y
圖6演示了AI如何優(yōu)化回歸測(cè)試的分布,以實(shí)現(xiàn)更高效的驗(yàn)證。# K; H6 l6 J0 W* j! L* @& t0 B" R
" h% ^9 r; X" ~' B3 X3 Y4 x2 W3.測(cè)試和ATPG
5 p# B# b6 s1 A( IAI可以優(yōu)化測(cè)試生成的各個(gè)方面,包括非掃描設(shè)計(jì)、X處理和中止限制。
) g2 J8 i( T4 D: F" n# u
0 _- Y: ^% e$ J& G8 c/ r4.電路優(yōu)化
+ [- `" ]. B1 S( h/ {對(duì)于模擬和混合信號(hào)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。/ X7 H7 q. P+ [! F5 V! d
# I: K( J; ?3 l0 J5.3D集成4 n3 q* g8 T2 s+ f" [
AI可以輔助多芯片配置的探索,優(yōu)化性能和功耗效率。/ ?; ]- E% ?/ A9 U
2 @) J6 e" e( X
6. 多抽象層次優(yōu)化3 g0 e- h4 ]5 `
AI在芯片設(shè)計(jì)中最有前途的應(yīng)用之一是跨不同設(shè)計(jì)抽象層次進(jìn)行優(yōu)化。
2 `9 J( B, m( b# e9 Q
0qjhttmsz0n64034883528.png (106.13 KB, 下載次數(shù): 0)
下載附件
保存到相冊(cè)
0qjhttmsz0n64034883528.png
2 小時(shí)前 上傳
" V' |) G; ~+ _ \: r圖7闡述了跨多個(gè)設(shè)計(jì)抽象層次優(yōu)化的概念,從高層架構(gòu)到低層實(shí)例。
9 N( H5 z5 H% r. x6 m0 l% A: q; P! m L8 t) l. t, V
7.單抽象層次vs多抽象層次優(yōu)化
8 E- s% j- R0 e9 W, N( _3 L5 A8 A最初的AI驅(qū)動(dòng)優(yōu)化集中在單一抽象層次,如布局優(yōu)化。然而,當(dāng)應(yīng)用于多個(gè)抽象層次時(shí),AI的真正威力才得以顯現(xiàn)。! m' r1 E% d* S0 G1 k
mxxbw5fllhz64034883628.png (123.63 KB, 下載次數(shù): 0)
下載附件
保存到相冊(cè)
mxxbw5fllhz64034883628.png
2 小時(shí)前 上傳
" N. t5 x6 Z# }; E/ 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(jìn)。
. s4 U3 M7 P/ w, G. d; N# [- f. r$ x( x7 q9 V$ Y
xexfbdvlp0w64034883728.png (104.04 KB, 下載次數(shù): 0)
下載附件
保存到相冊(cè)
xexfbdvlp0w64034883728.png
2 小時(shí)前 上傳
: m# x9 ]/ I2 c' H( S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(jìn)。
' T' o8 Y& I0 o3 O/ w. b( Y# U5 V& J
2 z! R; j" E) N' y1 C' O" h7 A8.探索不同設(shè)計(jì)配置
- `* m8 m. x, q* X) K* e2 y% E0 rAI可以高效地探索多種設(shè)計(jì)配置,每種配置具有不同的特性和權(quán)衡。
. n1 V g; j/ Y Y2 Y3 R8 \! S; K5 w
1ly0ttoawws64034883828.png (92.93 KB, 下載次數(shù): 0)
下載附件
保存到相冊(cè)
1ly0ttoawws64034883828.png
2 小時(shí)前 上傳
, L7 b) w. Q+ q$ l# C# r4 B4 q, ]圖10呈現(xiàn)了探索五種不同設(shè)計(jì)配置的前20個(gè)結(jié)果,展示了AI可以生成的解決方案的多樣性。
3 o; k5 J3 Y! B R
* B* N2 ]$ q7 L
rkh2rtxptpe64034883928.png (58.84 KB, 下載次數(shù): 0)
下載附件
保存到相冊(cè)
rkh2rtxptpe64034883928.png
2 小時(shí)前 上傳
) U( O R! |) ]1 g- y
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(shí)別和優(yōu)化不同設(shè)計(jì)特征的能力。
J& ~, L1 ]$ o. u) Y& I @5 t% O' E' F) G; a
( }2 s2 F( G( H' ]+ a
基于RL優(yōu)化的局限性- T5 k9 g0 |; u: n0 @2 Z# X
盡管功能強(qiáng)大,基于RL的優(yōu)化面臨兩個(gè)主要挑戰(zhàn):創(chuàng)建設(shè)計(jì)變體的工作量大設(shè)計(jì)變體評(píng)估速度慢
]) @* s# I! w) Q* x# M+ Y[/ol]- D5 e% a9 b j' L. V4 @! Y
為解決這些限制,業(yè)界正轉(zhuǎn)向生成式AI作為補(bǔ)充方法。/ H* j# s/ }7 H1 H) [+ c0 H
" q4 n: ?" O7 `4 v ^+ O" U4 b$ j
用生成式AI增強(qiáng)RL
8 H0 f! O! n& P* f Q4 o生成式AI,特別是大型語(yǔ)言模型,正在為芯片設(shè)計(jì)優(yōu)化開辟新的可能性。- F: v; t4 a" r3 ]3 L( z" N: U% b l
' V' K. g: h& i; K* VRL和生成式AI的比較0 A9 `( y0 |; U" F- P: `
RL擅長(zhǎng)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(jì)選項(xiàng)
1 F$ C& q5 F2 u
" t( y8 z2 m! | D8 l
5avsevicsyo64034884029.png (237.92 KB, 下載次數(shù): 0)
下載附件
保存到相冊(cè)
5avsevicsyo64034884029.png
2 小時(shí)前 上傳
. {. U2 G. m7 c1 x' f) t+ y% G, S. i
圖12比較了RL和生成式AI在芯片設(shè)計(jì)優(yōu)化context中的優(yōu)勢(shì)。
+ E; A; p" V) B+ P- z" _8 M& |( f9 h; U$ W
# G6 i7 \; T8 x硬件描述語(yǔ)言(HDL)生成# H$ H7 H& }# K: B
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。: W U( B4 x: a7 E, r
irftfgae0p264034884129.png (278.01 KB, 下載次數(shù): 0)
下載附件
保存到相冊(cè)
irftfgae0p264034884129.png
2 小時(shí)前 上傳
4 z3 Q) Y; i* }' a6 }# N, ^圖13顯示了HDL-GPT(一個(gè)用于生成HDL代碼的AI模型)在各種設(shè)計(jì)挑戰(zhàn)中的表現(xiàn)。
1 S! n# k0 g+ V Y6 |/ o/ F
: J3 W9 t$ D' u. ^! d# P7 X功耗、性能和面積(PPA)推測(cè)* D6 `1 m" @( A( R- c4 H! ]
AI的另一個(gè)令人興奮的應(yīng)用是快速PPA推測(cè)。 ?+ [$ d! y: j4 t
qemdwgitzkp64034884229.png (235.23 KB, 下載次數(shù): 0)
下載附件
保存到相冊(cè)
qemdwgitzkp64034884229.png
2 小時(shí)前 上傳
( c1 W. o, R+ Q, ~圖14說(shuō)明了使用AI執(zhí)行端到端PPA推測(cè)的工作流程,可能將設(shè)計(jì)評(píng)估速度提高10倍。
; m: V6 R, `; \& l8 N5 C' o2 [- H V! r$ c1 U
加速設(shè)計(jì)評(píng)估/ O1 W2 { R" E$ K; I
圖卷積網(wǎng)絡(luò)(GCNs)正被用來(lái)大幅加速設(shè)計(jì)評(píng)估過(guò)程。# }8 y+ {7 n/ X0 ^+ ^ v6 n3 r% e- [
tqkzaa2rfij64034884329.png (342.82 KB, 下載次數(shù): 0)
下載附件
保存到相冊(cè)
tqkzaa2rfij64034884329.png
2 小時(shí)前 上傳
5 \% W! r' P" d圖15演示了GCNs如何將設(shè)計(jì)探索速度提高500多倍,相較于傳統(tǒng)方法。
0 ]0 i! n3 Z+ ?
7 X7 z6 u, ^( X6 ^8 T結(jié)論) ^* b2 |) h3 ^
AI輔助芯片設(shè)計(jì)代表著半導(dǎo)體行業(yè)的范式轉(zhuǎn)變。通過(guò)利用強(qiáng)化學(xué)習(xí)和生成式AI,設(shè)計(jì)人員可以更高效地探索廣闊的設(shè)計(jì)空間,跨多個(gè)抽象層次進(jìn)行優(yōu)化,并加速整個(gè)設(shè)計(jì)過(guò)程。1 ~; b2 U j3 S, h
# r3 h3 t: C& ~( W- N' f
隨著AI技術(shù)的不斷進(jìn)步,可以期待更深遠(yuǎn)的影響。RL優(yōu)化與生成式AI快速設(shè)計(jì)空間探索的結(jié)合,有望在半導(dǎo)體設(shè)計(jì)中釋放新的創(chuàng)新水平。1 ~! c- s2 @; \6 T4 c3 G! p; s
, J3 Z; F0 _2 T) @, v9 ~* S芯片設(shè)計(jì)的未來(lái)可能會(huì)看到AI工具在整個(gè)設(shè)計(jì)流程中的更深入集成,從高層架構(gòu)決策到低層物理實(shí)現(xiàn)。這種AI驅(qū)動(dòng)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(shí)間并降低開發(fā)成本。
9 B* Q" V/ s9 h- O" b. i: J. ^6 g* K+ t9 b3 T
參考文獻(xiàn)
' V& E' N# l1 O; H9 F; d" r {[1] S. Diamantidis, "AI-Assisted Chip Design Tutorial," in HotChips, Aug. 25, 2025./ w; f+ ^* a1 |. x% n
& r' H; O: d9 S; Y, x- END -2 k+ D, ~' v3 @
, m4 j9 r; n9 f8 Z! O
軟件申請(qǐng)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(qǐng)?bào)w驗(yàn)免費(fèi)版PIC Studio軟件。無(wú)論是研究還是商業(yè)應(yīng)用,PIC Studio都可提升您的工作效能。: {7 G- n" i- u* X4 F, i8 u2 D7 Q
點(diǎn)擊左下角"閱讀原文"馬上申請(qǐng), |% ~0 }: q% O2 @* L9 m
8 j ]% G: n5 Z3 D0 v+ W$ \歡迎轉(zhuǎn)載; i$ p$ a7 |9 n% ^( e7 u5 O. ^+ M3 {
* F) t! w+ I* W3 b
轉(zhuǎn)載請(qǐng)注明出處,請(qǐng)勿修改內(nèi)容和刪除作者信息!
+ B# o9 c. L3 x% M
1 K% Q) F3 e, O- ^
* p) w8 w0 |9 V3 J( G# a+ y2 \8 w- U5 J* D
ywildxob4dq64034884429.gif (16.04 KB, 下載次數(shù): 0)
下載附件
保存到相冊(cè)
ywildxob4dq64034884429.gif
2 小時(shí)前 上傳
( p: C% j1 I; k" Z' _: ]. k4 K) L3 U: w8 y) ?& W( \+ |
關(guān)注我們
- Y* N* x* M# R9 Q- `' K3 C+ ]1 |0 l0 I: ^- f, f. M
& E9 K9 Y7 z& [$ S- d6 F
xdet4q0xui264034884529.png (31.33 KB, 下載次數(shù): 0)
下載附件
保存到相冊(cè)
xdet4q0xui264034884529.png
2 小時(shí)前 上傳
4 j/ l7 i' v) Y$ L |
% M4 k7 W D L- U
5ftmlwfz2xq64034884630.png (82.79 KB, 下載次數(shù): 0)
下載附件
保存到相冊(cè)
5ftmlwfz2xq64034884630.png
2 小時(shí)前 上傳
8 |" p/ r; J! b7 C5 l | ' n( E/ B$ u" H+ z% d/ U. l% \# U
1nykyram4zi64034884730.png (21.52 KB, 下載次數(shù): 0)
下載附件
保存到相冊(cè)
1nykyram4zi64034884730.png
2 小時(shí)前 上傳
4 F6 \; K; _- |; J. G
|
8 f$ J! b1 ~' D; F
) R: x' q; Z$ n; f) }- S0 U
, D" v9 s c" F0 C8 q" N2 X) S* h" A5 D9 B( W) x
關(guān)于我們:* r4 T* O2 U+ l3 I. S
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(jì)自動(dòng)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(jì)和仿真軟件,提供成熟的設(shè)計(jì)解決方案如PIC Studio、MEMS Studio和Meta Studio,分別針對(duì)光電芯片、微機(jī)電系統(tǒng)、超透鏡的設(shè)計(jì)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(jì)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(guó)內(nèi)外晶圓代工廠及硅光/MEMS中試線合作,推動(dòng)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)。
# n' N) Q" r0 K2 s ]4 |6 L' ^; n( W) B$ A4 p! V
http://www.latitudeda.com/ l2 t4 N& i- h# s) W& T$ Z3 Q1 ?
(點(diǎn)擊上方名片關(guān)注我們,發(fā)現(xiàn)更多精彩內(nèi)容) |
|