Synopsys公司CEO Aart de Geus 在Hot Chip論壇主題演講中給我們分享了有關(guān)于AI（人工智能）設(shè)計(jì)芯片等問題，明確指出：由AI完全自主設(shè)計(jì)芯片，并且利用人工智能技術(shù)像“建筑師”那樣設(shè)計(jì)和優(yōu)化整個(gè)芯片是完全可行的。
Synopsys公司一直致力于在EDA工具中使用人工智能，并且早在去年Synopsys的旗艦級人工智能DSO.AI已經(jīng)部署到工具包中，DSO可以處理芯片設(shè)計(jì)中幾乎所有的任務(wù)，涉及到幾乎所有的物理層（layout等）設(shè)計(jì)，并且DSO本身就是為空間優(yōu)化而生，并且還在持續(xù)不斷的探索中。熟悉芯片設(shè)計(jì)的人都知道，空間優(yōu)化這項(xiàng)任務(wù)規(guī)模不容小覷，光是節(jié)點(diǎn)點(diǎn)位和線路路徑的空間位置優(yōu)化就可能達(dá)到10的90000次方量級，而中國象棋的搜索空間也才10的360次方左右。
想要實(shí)現(xiàn)如此復(fù)雜的空間搜索優(yōu)化，Synopsys采用了一種叫做“強(qiáng)化學(xué)習(xí)”的技術(shù)（不需要海量數(shù)據(jù)的深度學(xué)習(xí)技術(shù)），強(qiáng)化學(xué)習(xí)技術(shù)讓系統(tǒng)從零開始，先隨機(jī)設(shè)計(jì)芯片，并且對每次設(shè)計(jì)進(jìn)行打分；隨著時(shí)間的推移，不斷的設(shè)計(jì)并且打分，系統(tǒng)會自動優(yōu)化其得分?jǐn)?shù)，從而一遍遍強(qiáng)化自身，并且不用大量占用內(nèi)存來讀取訓(xùn)練數(shù)據(jù)。
然而客戶還可以更進(jìn)一步在Synopsys的強(qiáng)化學(xué)習(xí)算法上使用Google的搜索算法來獲取更好的結(jié)果，并且還具備從客戶先前錄制好的芯片中進(jìn)行學(xué)習(xí)的能力。De Geus在Hot Chip演講中舉例說，某個(gè)客戶的CPU設(shè)計(jì)通過學(xué)習(xí)工程師的方案后AI強(qiáng)化學(xué)習(xí)設(shè)計(jì)出的在總功率上有9-13%的提升，在泄露功耗上有30%的縮減，而且其多層設(shè)計(jì)綜合設(shè)計(jì)的速度比最好的專家團(tuán)隊(duì)還要快2-5倍。
客戶 CPU 設(shè)計(jì)的性能與功耗比較圖（黃點(diǎn)是工程師團(tuán)隊(duì)，藍(lán)點(diǎn)代表設(shè)計(jì)未經(jīng)訓(xùn)練的工具和紫點(diǎn)是由工具訓(xùn)練的工具。由于經(jīng)過訓(xùn)練的算法在最優(yōu)解上收斂得更快，所以紫色點(diǎn)更少）
對于Synopsys CEO De Geus EE times也進(jìn)行了專訪，并與之就AI設(shè)計(jì)芯片這一話題進(jìn)行了廣泛且深入的討論。
“我聽說過很多次，芯片設(shè)計(jì)要遵循摩爾定律。但是我們反過來看，制造技術(shù)的發(fā)展其實(shí)已經(jīng)跟上了設(shè)計(jì)的進(jìn)展，EDA和Synopsys讓以前的不可能變成可能。并且我們還看到了人工智能革命可能就在‘電子設(shè)計(jì)自動化’黎明的前夜?！?/p>
“在許多方面，我們破解了設(shè)計(jì)師是如何設(shè)計(jì)的這一難題，我們掌握了其大門的密碼，并且進(jìn)行了不小的革新。回頭看上個(gè)世紀(jì)80年代中期，Synopsys推出了設(shè)計(jì)自動化軟件，可以完成某些設(shè)計(jì)師需要花費(fèi)數(shù)周才能完成的任務(wù)，并且得到的結(jié)果更加出色?！薄爱?dāng)然，很多人聽了后都覺得難以置信，也有不少人擔(dān)憂這會影響大家的工作，甚至丟了飯碗；但是更多的人會覺得如果利用這種優(yōu)勢我們能做的更多更好。”
像是DSO這樣的人工智能工具與傳統(tǒng)工具不同之處在于：其是從單個(gè)工具到整個(gè)設(shè)計(jì)流程的轉(zhuǎn)變----把不同工具融合為一體；而且Synopsys早在35年前就開始著手統(tǒng)一了，當(dāng)然原來是合成統(tǒng)一的融合，而現(xiàn)在還加入了人工智能。Synopsys能幫助設(shè)計(jì)師們成為架構(gòu)師，讓設(shè)計(jì)人員從提升自我，從更高的維度去思考問題，從繁雜的事物中抽身出來解決更復(fù)雜的問題。
對于客戶來說，自然是希望獲得質(zhì)量、時(shí)間和成本之間的平衡，由于最新的芯片中會有全柵極晶體管、微處理器等全新的技術(shù)，其復(fù)雜度增加了數(shù)倍不止，并且功耗和散熱也是個(gè)令人頭疼的問題。拋開這些常見問題，還有其他六個(gè)需求使得芯片設(shè)計(jì)最優(yōu)解這個(gè)問題變得更加多維化，而這也恰恰是人工智能所擅長的一點(diǎn)（多維因素交叉設(shè)計(jì)）。DSO·AI工具在優(yōu)化器件物理布局的同時(shí)，還可以對于芯片結(jié)構(gòu)、時(shí)鐘體系以及應(yīng)用軟件進(jìn)行優(yōu)化，舉例來說，之前某個(gè)客戶單獨(dú)使用DSO優(yōu)化就帶來了5%功耗縮減，給AI訪問并發(fā)時(shí)鐘的模塊加快了~13%，并且通過AI優(yōu)化軟件應(yīng)用，平衡了芯片的工作負(fù)載峰值，從而是模塊總功率減少了10%，整個(gè)芯片功耗減少了25.6%之多。并且這一切的優(yōu)化都是由人工智能完成，不僅縮短了設(shè)計(jì)時(shí)間還取得了更好的設(shè)計(jì)結(jié)果。
人工智能優(yōu)化時(shí)鐘序列是個(gè)里程碑式的創(chuàng)舉，從原先優(yōu)化物理層面發(fā)展到了優(yōu)化通常只能由架構(gòu)師才能動的微架構(gòu)領(lǐng)域；但是De Geus也表示，人類不會完完全全的不干預(yù)，我們應(yīng)該把AI看為一個(gè)自動化的工具，一種更為先進(jìn)和智能的工具。
“要問DSO最大的優(yōu)勢是什么，答案是：縮短時(shí)間。如果能用原先需要使用的時(shí)間的一半來完成整個(gè)工作，并且完成的結(jié)果還比之前時(shí)更好，那么對于芯片這種動輒需要18-24個(gè)月的行業(yè)來說，速度能加快一倍，那你的反應(yīng)又會是什么呢？對于廠商來說，ASSP/ASIC模型對于鬼片廠商更具吸引力。”
“當(dāng)然有很多人會說，這樣設(shè)計(jì)出的芯片是由軟件定義的，但是我們仔細(xì)想想，芯片設(shè)計(jì)其實(shí)是用最優(yōu)解來定義的，并且DSO還能做一些人類不擅長做的工作，例如聯(lián)通硬件來優(yōu)化軟件應(yīng)用，并且最優(yōu)化的調(diào)整功耗?！?/p>
回到功耗改進(jìn)方面，我們不難發(fā)現(xiàn)25%的巨大提升不亞于前進(jìn)了一個(gè)或者兩個(gè)制程節(jié)點(diǎn)，等于是人工智能幫助人類延長了摩爾定律，又或者是目前節(jié)點(diǎn)還有很多的性能還沒有壓榨出呢？EE Times記者問。
“當(dāng)然是兩者都有，當(dāng)你忽然意識到我們本可以做到這樣獲得如此程度的改進(jìn)，那我們還有必要去進(jìn)入一個(gè)新的節(jié)點(diǎn)嗎？當(dāng)然追求性能極致的人會做出這樣的決定：去下一個(gè)節(jié)點(diǎn)使用DSO?！?/p>
不僅僅是持續(xù)推動芯片設(shè)計(jì)行業(yè)的發(fā)展，人工智能工具還能讓更多的初創(chuàng)公司加入到芯片設(shè)計(jì)大軍中來，距離來說：超級數(shù)據(jù)中心；超級計(jì)算機(jī)需要性能很強(qiáng)的芯片，往往都需要量身定制特殊芯片，而DSO的人工智能能夠大規(guī)模的進(jìn)行加速，并且設(shè)計(jì)出比設(shè)計(jì)師還好的芯片，這聽起來蠻玄乎的，但是Synopsys的客戶比任何人都清楚，這其實(shí)就是事實(shí)。
也正如De Geus所說，在人工智能能夠大面積鋪開接管人類主導(dǎo)的設(shè)計(jì)任務(wù)之前，設(shè)計(jì)師們必須學(xué)會信任人工智能工具。如果我們能在一半的時(shí)間完成一件時(shí)間，那么理論上我們可以完成原先兩倍的任務(wù)，并且我們能在一半的時(shí)間內(nèi)完成一件事，并且還完成的更好，我們既有理由從繁雜的事物中抽身出來，轉(zhuǎn)而專注于更高一級的事情?？偠灾?，人工智能將對人類的未來的20年內(nèi)產(chǎn)生巨大的影響。
