電子發(fā)燒友網(wǎng)報(bào)道(文/周凱揚(yáng))盡管制造工藝的推進(jìn)速度已經(jīng)放緩,芯片設(shè)計(jì)的復(fù)雜程度依然絲毫不減,對(duì)于芯片設(shè)計(jì)者來說,在這樣一個(gè)AI驅(qū)動(dòng)的時(shí)代下,如果不能將AI為自己所用,無疑會(huì)讓自己乃至整個(gè)設(shè)計(jì)項(xiàng)目的效率停滯不前。雖說大家都已經(jīng)察覺到AI開始滲透進(jìn)EDA工具中,那么現(xiàn)階段的AI,究竟能解決哪些設(shè)計(jì)上的挑戰(zhàn)呢?
驗(yàn)證
驗(yàn)證是芯片設(shè)計(jì)中最大的挑戰(zhàn)之一,我們已經(jīng)見識(shí)過了價(jià)格高昂的專用驗(yàn)證硬件,以及驗(yàn)證上云的潮流,這些都足以說明驗(yàn)證是芯片設(shè)計(jì)中一個(gè)多么耗費(fèi)資源的過程,這里指代的也不僅僅是硬件計(jì)算資源,還有時(shí)間資源。驗(yàn)證所耗時(shí)間甚至可能高過其他流程,這些年諸多芯片開發(fā)團(tuán)隊(duì)中的驗(yàn)證工程師人數(shù)也在逐漸增長(zhǎng),增速甚至已經(jīng)超過了設(shè)計(jì)工程師,然而業(yè)內(nèi)卻很少有人去優(yōu)化驗(yàn)證這個(gè)流程。
AI的出現(xiàn)終于讓這個(gè)缺口出現(xiàn)了松動(dòng),不少?gòu)S商都開始利用AI去優(yōu)化驗(yàn)證這一流程,比如通過覆蓋率預(yù)測(cè)和激勵(lì)優(yōu)化來加速覆蓋率達(dá)標(biāo)。Cadence也在今年發(fā)布了Verisium AI驅(qū)動(dòng)驗(yàn)證平臺(tái),根據(jù)Cadence的說法,Verisium 的出現(xiàn)意味著SoC驗(yàn)證從單運(yùn)行單引擎算法,轉(zhuǎn)向了由AI和大數(shù)據(jù)輔助的多運(yùn)行多引擎算法,從而減少了調(diào)試周轉(zhuǎn)時(shí)間、提高了調(diào)試效率,還會(huì)自動(dòng)對(duì)失敗測(cè)試案例分類,減少人為分析的工作量。
模擬設(shè)計(jì)自動(dòng)化
相對(duì)數(shù)字IC設(shè)計(jì)來說,模擬IC的設(shè)計(jì)顯然在自動(dòng)化程度上還是差了不少的。在數(shù)字電路的設(shè)計(jì)過程中,整個(gè)流程的自由度是在逐級(jí)降低的。模擬電路設(shè)計(jì)雖然也是如此,但其下降幅度還是不比數(shù)字電路設(shè)計(jì)的,尤其是在布局布線和驗(yàn)證上,所以自動(dòng)化一直沒有提上日程,現(xiàn)階段大部分模擬電路設(shè)計(jì)主要還是取決于設(shè)計(jì)者本身的直覺、技能和經(jīng)驗(yàn)。
有了AI的幫助后,EDA工具在大量數(shù)據(jù)的訓(xùn)練下給出了先進(jìn)的機(jī)器學(xué)習(xí)算法,使得模擬電路的布局布線有了更高效的自動(dòng)化流程,尤其是在約束提取和生成,布局優(yōu)化上,模擬電路的優(yōu)化和生成及仿真驗(yàn)證也可以在AI驅(qū)動(dòng)下獲得提速。如此一來,每個(gè)模擬電路設(shè)計(jì)的迭代數(shù)量會(huì)進(jìn)一步減少,芯片的上市周期也隨之縮短。
系統(tǒng)集成
近幾年流行起來的UCIe、Chiplet、3D封裝等,其實(shí)都是一個(gè)系統(tǒng)集成的概念。以此引入的設(shè)計(jì)與制造優(yōu)化方案也受到了持續(xù)關(guān)注,比如DTCO等。如何集成更多的晶體管、更多的內(nèi)存以及邏輯+內(nèi)存集成,還有最后軟件聯(lián)合硬件的熱管理等,都是系統(tǒng)集成需要考慮的問題。
那么AI該如何從系統(tǒng)集成上進(jìn)行優(yōu)化呢?答案就是提供一個(gè)更高效探索設(shè)計(jì)空間的路線,能夠給出預(yù)測(cè)模型和更快的實(shí)現(xiàn)方式,例如新思的DSO.ai和Fusion Complier,就提供了完備的AI設(shè)計(jì)方案,以求實(shí)現(xiàn)更好的PPA和更快的設(shè)計(jì)驗(yàn)收。據(jù)了解,新思的這些方案最近在臺(tái)積電的N3E工藝上得到了驗(yàn)證,為高性能計(jì)算、AI和移動(dòng)設(shè)備等計(jì)算密集負(fù)載提供了增強(qiáng)的功耗、性能和良率。
寫在最后
其實(shí)一旦芯片設(shè)計(jì)進(jìn)入AI輔助的時(shí)代,也對(duì)設(shè)計(jì)工程師們提出了相應(yīng)的更高要求,因?yàn)椴簧俚图?jí)設(shè)計(jì)問題已經(jīng)被AI預(yù)測(cè)、優(yōu)化和生成給解決了。設(shè)計(jì)工程師們需要在更高層級(jí)的設(shè)計(jì)上實(shí)現(xiàn)創(chuàng)新,比如系統(tǒng)/軟件聯(lián)合優(yōu)化等等,這樣自己才不會(huì)被“優(yōu)化”掉。設(shè)計(jì)工程師們的專業(yè)技能,未來也會(huì)更加趨向于數(shù)據(jù)科學(xué)家需要掌握的技能,而數(shù)據(jù)科學(xué)家們也說不定會(huì)因此獲得搶設(shè)計(jì)工程師飯碗的機(jī)會(huì)。
驗(yàn)證
驗(yàn)證是芯片設(shè)計(jì)中最大的挑戰(zhàn)之一,我們已經(jīng)見識(shí)過了價(jià)格高昂的專用驗(yàn)證硬件,以及驗(yàn)證上云的潮流,這些都足以說明驗(yàn)證是芯片設(shè)計(jì)中一個(gè)多么耗費(fèi)資源的過程,這里指代的也不僅僅是硬件計(jì)算資源,還有時(shí)間資源。驗(yàn)證所耗時(shí)間甚至可能高過其他流程,這些年諸多芯片開發(fā)團(tuán)隊(duì)中的驗(yàn)證工程師人數(shù)也在逐漸增長(zhǎng),增速甚至已經(jīng)超過了設(shè)計(jì)工程師,然而業(yè)內(nèi)卻很少有人去優(yōu)化驗(yàn)證這個(gè)流程。
AI的出現(xiàn)終于讓這個(gè)缺口出現(xiàn)了松動(dòng),不少?gòu)S商都開始利用AI去優(yōu)化驗(yàn)證這一流程,比如通過覆蓋率預(yù)測(cè)和激勵(lì)優(yōu)化來加速覆蓋率達(dá)標(biāo)。Cadence也在今年發(fā)布了Verisium AI驅(qū)動(dòng)驗(yàn)證平臺(tái),根據(jù)Cadence的說法,Verisium 的出現(xiàn)意味著SoC驗(yàn)證從單運(yùn)行單引擎算法,轉(zhuǎn)向了由AI和大數(shù)據(jù)輔助的多運(yùn)行多引擎算法,從而減少了調(diào)試周轉(zhuǎn)時(shí)間、提高了調(diào)試效率,還會(huì)自動(dòng)對(duì)失敗測(cè)試案例分類,減少人為分析的工作量。
模擬設(shè)計(jì)自動(dòng)化
相對(duì)數(shù)字IC設(shè)計(jì)來說,模擬IC的設(shè)計(jì)顯然在自動(dòng)化程度上還是差了不少的。在數(shù)字電路的設(shè)計(jì)過程中,整個(gè)流程的自由度是在逐級(jí)降低的。模擬電路設(shè)計(jì)雖然也是如此,但其下降幅度還是不比數(shù)字電路設(shè)計(jì)的,尤其是在布局布線和驗(yàn)證上,所以自動(dòng)化一直沒有提上日程,現(xiàn)階段大部分模擬電路設(shè)計(jì)主要還是取決于設(shè)計(jì)者本身的直覺、技能和經(jīng)驗(yàn)。
有了AI的幫助后,EDA工具在大量數(shù)據(jù)的訓(xùn)練下給出了先進(jìn)的機(jī)器學(xué)習(xí)算法,使得模擬電路的布局布線有了更高效的自動(dòng)化流程,尤其是在約束提取和生成,布局優(yōu)化上,模擬電路的優(yōu)化和生成及仿真驗(yàn)證也可以在AI驅(qū)動(dòng)下獲得提速。如此一來,每個(gè)模擬電路設(shè)計(jì)的迭代數(shù)量會(huì)進(jìn)一步減少,芯片的上市周期也隨之縮短。
系統(tǒng)集成
近幾年流行起來的UCIe、Chiplet、3D封裝等,其實(shí)都是一個(gè)系統(tǒng)集成的概念。以此引入的設(shè)計(jì)與制造優(yōu)化方案也受到了持續(xù)關(guān)注,比如DTCO等。如何集成更多的晶體管、更多的內(nèi)存以及邏輯+內(nèi)存集成,還有最后軟件聯(lián)合硬件的熱管理等,都是系統(tǒng)集成需要考慮的問題。
那么AI該如何從系統(tǒng)集成上進(jìn)行優(yōu)化呢?答案就是提供一個(gè)更高效探索設(shè)計(jì)空間的路線,能夠給出預(yù)測(cè)模型和更快的實(shí)現(xiàn)方式,例如新思的DSO.ai和Fusion Complier,就提供了完備的AI設(shè)計(jì)方案,以求實(shí)現(xiàn)更好的PPA和更快的設(shè)計(jì)驗(yàn)收。據(jù)了解,新思的這些方案最近在臺(tái)積電的N3E工藝上得到了驗(yàn)證,為高性能計(jì)算、AI和移動(dòng)設(shè)備等計(jì)算密集負(fù)載提供了增強(qiáng)的功耗、性能和良率。
寫在最后
其實(shí)一旦芯片設(shè)計(jì)進(jìn)入AI輔助的時(shí)代,也對(duì)設(shè)計(jì)工程師們提出了相應(yīng)的更高要求,因?yàn)椴簧俚图?jí)設(shè)計(jì)問題已經(jīng)被AI預(yù)測(cè)、優(yōu)化和生成給解決了。設(shè)計(jì)工程師們需要在更高層級(jí)的設(shè)計(jì)上實(shí)現(xiàn)創(chuàng)新,比如系統(tǒng)/軟件聯(lián)合優(yōu)化等等,這樣自己才不會(huì)被“優(yōu)化”掉。設(shè)計(jì)工程師們的專業(yè)技能,未來也會(huì)更加趨向于數(shù)據(jù)科學(xué)家需要掌握的技能,而數(shù)據(jù)科學(xué)家們也說不定會(huì)因此獲得搶設(shè)計(jì)工程師飯碗的機(jī)會(huì)。
聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。
舉報(bào)投訴
-
AI
+關(guān)注
關(guān)注
88文章
37139瀏覽量
291240
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
熱點(diǎn)推薦
【「AI芯片:科技探索與AGI愿景」閱讀體驗(yàn)】+AI芯片到AGI芯片
、分布式群體智能
1)物聯(lián)網(wǎng)AGI系統(tǒng)
優(yōu)勢(shì):
組成部分:
2)分布式AI訓(xùn)練
7、發(fā)展重點(diǎn):基于強(qiáng)化學(xué)習(xí)的后訓(xùn)練與推理
8、超越大模型:神經(jīng)符號(hào)計(jì)算
三、AGI芯片的實(shí)現(xiàn)
1、技術(shù)需求
AI取得成功
發(fā)表于 09-18 15:31
【「AI芯片:科技探索與AGI愿景」閱讀體驗(yàn)】+AI的科學(xué)應(yīng)用
流體芯片
⑤AI計(jì)算平臺(tái)
⑥基于AI的自主決策系統(tǒng)
⑦基于AI的自主學(xué)習(xí)系統(tǒng)
2、面臨的挑戰(zhàn)
①需要造就一個(gè)跨學(xué)科、全面性覆蓋的知識(shí)庫和科學(xué)基礎(chǔ)模型
②需要解決信息不準(zhǔn)確和認(rèn)知偏差問題
發(fā)表于 09-17 11:45
【「AI芯片:科技探索與AGI愿景」閱讀體驗(yàn)】+AI芯片的需求和挑戰(zhàn)
的工作嗎?
從書中也了解到了AI芯片都有哪些?像CPU、GPU、FPGA、ASIC都是AI芯片。
其他的還是知道的,F(xiàn)PGA屬于AI
發(fā)表于 09-12 16:07
康耐視AI視覺如何破解電商行業(yè)痛點(diǎn)
在當(dāng)前復(fù)雜宏觀背景下,電子商務(wù)行業(yè)可謂挑戰(zhàn)與機(jī)遇并存,企業(yè)如何通過提升自動(dòng)化系統(tǒng)正常運(yùn)行時(shí)間和整體設(shè)備效率(OEE)成為“破題”關(guān)鍵。本期課程聚焦電子商務(wù)領(lǐng)域的增長(zhǎng)與挑戰(zhàn)??的鸵曁岢隼谩?b class='flag-5'>AI視覺+條碼掃描器”的自動(dòng)化方案,助力企業(yè)精準(zhǔn)應(yīng)對(duì)行業(yè)痛
【「AI芯片:科技探索與AGI愿景」閱讀體驗(yàn)】+可期之變:從AI硬件到AI濕件
的不同。隨著AI熱潮的興起,大腦的抽象模型已被提煉成各種的AI算法,并使用半導(dǎo)體芯片技術(shù)加以實(shí)現(xiàn)。
而大腦是一個(gè)由無數(shù)神經(jīng)元通過突觸連接而成的復(fù)雜網(wǎng)絡(luò),是極其復(fù)雜和精密的。大腦在本質(zhì)上就是一臺(tái)濕潤(rùn)的軟組織
發(fā)表于 09-06 19:12
【「AI芯片:科技探索與AGI愿景」閱讀體驗(yàn)】+內(nèi)容總覽
《AI芯片:科技探索與AGI愿景》這本書是張臣雄所著,由人民郵電出版社出版,它與《AI芯片:前沿技術(shù)與創(chuàng)新未來》一書是姊妹篇,由此可見作者在AI
發(fā)表于 09-05 15:10
AI 芯片浪潮下,職場(chǎng)晉升新契機(jī)?
業(yè)績(jī)。
職稱評(píng)審看重的 AI 芯片相關(guān)能力
在 AI 芯片領(lǐng)域,專業(yè)技術(shù)能力無疑是職稱評(píng)審的核心關(guān)注點(diǎn)。這不僅包括對(duì)
發(fā)表于 08-19 08:58
DIP 插件焊接痛點(diǎn)終結(jié)者:整套方案解決商的 “診斷 - 設(shè)計(jì) - 落地” 全流程服務(wù)
在電子制造的 DIP 插件焊接環(huán)節(jié),虛焊率超標(biāo)、產(chǎn)線適配性差、能耗居高不下等痛點(diǎn)如同隱形壁壘,直接制約著生產(chǎn)效率與產(chǎn)品質(zhì)量。晉力達(dá)作為整套方案解決商,通過 “診斷 - 設(shè)計(jì) - 落地” 全流程閉環(huán)服務(wù),將技術(shù)創(chuàng)新與場(chǎng)景化服務(wù)深度融合,成為真正的行業(yè)
【書籍評(píng)測(cè)活動(dòng)NO.64】AI芯片,從過去走向未來:《AI芯片:科技探索與AGI愿景》
名單公布
@LiuDW、@jinglixixi、@bruceleesohu
請(qǐng)于9月3日前,前往【書籍評(píng)測(cè)活動(dòng)NO.64】《AI芯片:科技探索與AGI愿景》完成書籍兌換。
如有疑問請(qǐng) 添加小助手微信
發(fā)表于 07-28 13:54
破局電機(jī)制造四大痛點(diǎn):MES與AI視覺的協(xié)同智造實(shí)踐
萬界星空科技電機(jī)行業(yè)MES系統(tǒng)解決方案是針對(duì)電機(jī)制造過程中多工序協(xié)同難、質(zhì)量追溯復(fù)雜、設(shè)備管理要求高等痛點(diǎn)設(shè)計(jì)的數(shù)字化管理系統(tǒng)。

紫光同芯安全芯片如何破解防偽溯源行業(yè)痛點(diǎn)
近日,2025安全識(shí)別技術(shù)展覽會(huì)暨高峰論壇期間,紫光同芯高級(jí)產(chǎn)品經(jīng)理劉嘉維發(fā)表了題為《防偽溯源最佳實(shí)踐之安全芯片技術(shù)》的主題演講,系統(tǒng)性闡述了安全芯片如何破解防偽溯源行業(yè)痛點(diǎn),并分享了
傳統(tǒng)攝像頭為什么需要升級(jí)為AI盒子?多場(chǎng)景痛點(diǎn)解析
系統(tǒng)具備了“看得懂”的能力,大幅提升了管理效率并降低了人力成本。?? 那么, 為什么傳統(tǒng)攝像頭需要升級(jí)AI盒子? 哪些場(chǎng)景必須依賴AI分析?小編將從安防、零售、工業(yè)三大典型場(chǎng)景出發(fā),解析傳統(tǒng)方案的痛
PT2513B芯片如何解決電剪刀電機(jī)控制器痛點(diǎn)
在電動(dòng)工具市場(chǎng)中,電剪刀作為一款常用設(shè)備,其性能的優(yōu)劣直接影響到工作效率和用戶體驗(yàn)。而電機(jī)控制器作為電剪刀的核心部件,其性能的好壞又取決于所采用的芯片。鈞敏科技主推的普誠(chéng)(PTC)無刷電機(jī)控制芯片 PT2513B,正是一款專為解決電剪刀電機(jī)控制器
武漢特高壓串聯(lián)諧振如何突破行業(yè)三大痛點(diǎn)?
? 一、行業(yè)痛點(diǎn)與用戶需求 ? 痛點(diǎn) 傳統(tǒng)方案缺陷 武漢特高壓解決方案 設(shè)備笨重,搬運(yùn)困難 電抗器數(shù)量多,總重超10噸 輕量化設(shè)計(jì),總重降低60% 測(cè)試波形失真率高 諧波干擾導(dǎo)致誤判

評(píng)論