|
|
引言
, _; _" n2 {5 o' }人工智能（AI）正在深刻改变半导体行业，特别是在芯片设计过程中。本文探讨AI如何重塑芯片设计的各个方面，包括分析、优化和设计辅助，帮助逍遥设计自动化的读者了解不同的AI技术及其在提高设计性能和生产力方面的应用[1]。
3 f9 Z$ _$ P' z! n2 s
7 C1 l3 i) p5 J# p% G I$ C人工智能在芯片设计中的应用简介
8 f( i3 k1 f# b2 L, e9 hAI正在芯片设计行业掀起波澜，提升设计过程的多个阶段。AI主要影响以下关键领域：分析：AI实现更快速、预测性和跨阶段的芯片设计分析。优化：AI驱动的优化技术带来更快速、更可扩展和更优质的结果。辅助：AI为芯片设计师提供专业知识、编码支持和任务自动化。
: R3 ` |" d% ~/ W5 ?1 O" L[/ol]
" z' w7 u# ]- E" s# K
" V _. e* w+ T
klpbrhcwx5d64024506809.png
9 ^+ l' \3 X& l" G
图1：此图展示了AI在芯片设计中影响的主要领域：分析、优化和辅助。
. e5 v% z' U9 G
! E+ `3 k: {7 g: [0 t7 e! i芯片设计中的AI技术
, O8 c; u4 d3 I* u; O5 M多种AI技术被应用于芯片设计，每种技术适用于设计过程的不同方面：经典机器学习（ML）：适用于小型结构化数据，线性回归、支持向量机和决策树等技术用于初步分析。深度学习：卷积神经网络（CNN）适合物理设计数据，而图神经网络（GNN）适合线路网表数据。贝叶斯优化：此技术用于构建目标函数的概率模型，并选择最有希望的数据点进行采样。强化学习（RL）：RL代理通过与环境交互并获得改进奖励来学习优化设计。生成式AI：这些模型，包括变分自编码器（VAE）和Transformer，用于生成最佳设计点和学习优化表示。大型语言模型（LLM）：LLM用途广泛，可应用于问答、编码、提取、重写、分类、总结和推理等多种任务。
2 c3 N! o! N7 F1 j5 \[/ol]# j+ P; b2 T- E! c) z
5 v2 x. t, \/ R F" S& p
pqbdwfdzv4a64024506909.png
$ R, [2 X1 r4 E) `- [5 X! K
图2：NVIDIA芯片设计中使用的不同AI技术，包括经典ML、深度学习和各种优化方法。
5 B9 v0 O. @; n e" [# l- }1 m
AI在芯片设计中的应用
' U# m) D6 b4 a7 ?" u& x让我们探讨AI在芯片设计中的一些具体应用：
1 S: J2 i& R4 \1. IR压降估算
: m/ ~/ Q1 v- x. OIR压降估算对物理设计非常重要，但传统方法需要数小时。基于AI的方法可以从单元级特征预测IR压降，在3秒内实现94%的准确率，而商业工具需要3小时。
9 j* l4 R0 z1 u% W9 A, j3 U- ~3 R0 ~) U7 F
xnhrupg0xm564024507009.png
5 S/ Q" Q$ c1 m4 v; t图3：使用AI进行IR压降估算的过程，显示了功率图和系数图。# j8 D9 X0 j5 O& o$ d& j
. g+ \5 h2 r y3 d1 B2. 寄生参数预测# A- L' x! a v s0 J
AI用于从原理图预测布局寄生参数。通过将原理图转换为图形并使用图神经网络（GNN），设计师可以高精度估算寄生参数，将仿真误差降低到10%以下。
2 K' @- [9 L7 p" d6 r0 F% X1 `8 |. O% z# k: g: r" N) @7 H
2wwhhvazatd64024507109.png
, h6 ~" [! u% P3 i$ j" o7 R* R* |. H
图4：此图说明了将线路原理图转换为异构图以进行寄生参数预测的过程。
* {/ K1 U5 E3 {! j; B! O1 D% b9 m9 s. ^( u
3. 宏单元布局优化
1 W& E* f8 @* e+ G6 Q宏单元布局对物理设计非常关键。多目标贝叶斯优化被用于改进宏单元布局，考虑线长、拥塞度和密度等因素。
$ m$ M9 t! C! b- E/ O
, a/ z6 g) s r/ x
ea5hsvyg4co64024507210.png
- O. c* m- \0 U# R: ^- q- N
图4：此图比较了基准宏单元布局与使用AutoDMP（自动化DREAMPlace基础宏单元布局）优化后的布局。
2 m* q3 C. B7 }2 Q l. X. Q
2 B# @- ~5 u, G( R' u8 E4. 设计规则检查（DRC）修复 w% K$ `. F! \; [) B+ e# z
强化学习代理被训练用于自动修复单元布局中的设计规则检查（DRC）违规。代理学习逐步减少DRC错误，最终得到干净的布局。
1 _+ K: K$ b" ^$ E/ G8 ~$ H6 q# b# z
oxpxfmaayvj64024507310.png
" _- ^+ ~7 f1 S4 _$ o; q
图5：此图显示了RL代理在单元布局中修复DRC违规的逐步过程。1 ~9 T; a* G: w& E' X: l# q5 q+ J
% o& a' n, g2 S W
5. 数据通路优化& M" k( q2 ]' T+ W
强化学习也被应用于优化数据通路结构，如前缀加法器。RL代理探索不同的前缀图结构，以实现比知名加法器架构更好的性能。8 q1 ~3 j( `5 m
, T- K- Q0 g0 Y4 K$ Q' U; \( s/ h# X/ \; e
rtpnzosbzun64024507410.png
0 v( L" w4 Q4 S2 l( R图6：此图说明了使用强化学习优化前缀加法器结构的过程。) h' B3 ^6 ~, k+ N% V4 h$ z
. e! t1 @% j7 p8 @" U6. 门尺寸调整
' c) b& p8 i3 B. R" NTransformer被用于生成最佳门尺寸，以进行时序和功耗优化。通过将门路径建模为序列，AI可以生成优化的门尺寸，与传统优化方法相比，实现了100倍到1000倍的加速。3 [6 l0 r: ~7 e/ F, N# q
! ?! o2 w& J# |' Z
fke0ey4hjbv64024507510.png
' V3 n. t( }4 @# |8 ~) D9 V- S
图7：此图显示了Transizer方法在门尺寸优化中实现的功耗/延迟权衡。& W. i4 a: x( t! ]8 U* L+ r
% v! e7 q+ Q( s9 l
7. 加速器设计% H4 ?- b7 s9 T, J# ]5 r1 U7 ?4 X
变分自编码器（VAE）被用于学习硬件加速器设计的连续可重构潜在空间。这种方法在探索设计空间时实现了6.8倍的样本效率和5%的性能提升。' V$ X1 E7 G" }9 o
% ?& A- i3 T7 h5 ]# y U; [+ I
ezgitp3ygqt64024507610.png
$ z N, c9 L w& A3 t9 J
图8：此图展示了在神经网络加速器设计空间优化中使用VAE的过程。
; C/ [1 P& I6 F7 I2 y
9 [; R2 c/ m9 \; H5 N; ?! d" n* C大型语言模型在芯片设计中的应用
( \ B8 o1 r2 ^大型语言模型（LLM）在芯片设计中越来越重要。可以通过以下技术适应各种任务：
% ^! k* {+ l5 i参数训练检索增强生成（RAG）上下文学习基于代理的方法8 z2 J" c/ h2 i% m, d+ {
$ `! w n5 q* u4 a- B
LLM在芯片设计中用于多个目的：编码辅助：为特定任务生成EDA脚本。专业知识辅助：回答关于设计、基础设施、工具和流程的问题。分析辅助：总结错误报告并预测任务分配。
m; W' a- f6 J; S* }" X1 D[/ol]
6 ]0 L5 a1 U* ^4 P6 a# s f6 I1 Q3 @- n
2p0tv2j523o64024507710.png
: ~7 h) C5 z! T/ M# L* g, {/ I图9：此图显示了LLM在芯片设计中的各种应用，包括编码、专业知识、分析、优化和调试辅助。
" {' x0 {) K% R6 P
) M. R _* @; f1 z+ j0 F. G+ i% P结论8 e* @; A4 w0 @+ N! j5 S
AI正在通过提高分析速度、优化质量和设计辅助来革新芯片设计。随着该领域的进展，可以期待看到：持续使用贝叶斯优化和强化学习，以实现芯片设计中更好的PPA（功耗、性能、面积）。在优化数据上训练的生成式AI模型，加速传统优化过程。LLM模型和代理通过聊天机器人、协作工具和任务自动化显著提高芯片设计生产力。可靠高效的推理基础设施的重要性日益增加。) n3 g! t% v9 s8 n4 E4 J
[/ol]
- g# j) p7 g5 }' V j为进一步推动该领域发展，需要更多数据集和基准，如VerilogEval、FVEval和LLM4HWDesign。随着AI的不断发展，其在芯片设计过程中的集成无疑将带来更高效、更强大和更创新的半导体产品。
- L# t' J' O/ ]0 b" [/ h, ]$ _! g5 ^. U( J8 Q4 B" h
" [7 h, @) v- a/ ?! _
参考文献
4 U3 y4 D7 y ^. w[1] H. Ren, "Introduction to AI for Chip Design," presented at Hot Chips, Aug. 25, 2024.
0 O% w1 _* k- X0 o4 U+ a6 o
( C w6 D# O; {- END -
_( @) d/ m1 J2 P/ l% ]/ Q1 @1 F# s4 K2 U# r# F- F6 r
软件申请我们欢迎化合物/硅基光电子芯片的研究人员和工程师申请体验免费版PIC Studio软件。无论是研究还是商业应用，PIC Studio都可提升您的工作效能。
# x+ G9 j* \* D$ I) y- l" g$ ~点击左下角"阅读原文"马上申请7 v& n* P: w& |1 K1 g, l
$ Y5 ?3 M. M0 ]
欢迎转载
5 d y7 g7 R( D0 c# ^9 @$ h9 \# g9 }7 y# D/ g; H
转载请注明出处，请勿修改内容和删除作者信息！, {* M& [" Y. t# F
' G1 D# @1 W' j4 t5 ?
+ {+ l3 }& v" h: C3 r7 L' o4 D4 P I4 v* Q X/ W) u
ts5dfkfrz2b64024507810.gif
- K, Y5 {4 D. A, T
5 H8 _. E q2 F0 ^关注我们* ?1 X, w6 B/ ~4 f3 H! Z
1 ~ J' ]7 `2 n6 o9 W$ C2 A3 u
! _6 _ b! i W. q2 n. v
xcn2xlnuwd264024507910.png
1 j0 }- y( u/ L/ s | `) ]+ {+ l# G. T- a
wbs3fvztx1q64024508011.png
3 v" [. k9 p6 _ | 5 b/ _" J6 A. B
2ojcwrlxlk064024508111.png
& i9 y' g& u7 n+ i" I |
\* Y6 v6 _3 m% I+ A" _" X
& A5 D# o# ?. X: n1 K. D) n
' j+ D& @2 O5 p1 A& f1 C3 u
" F' {% c, U1 P, R0 T D% Z5 @! P$ X7 T% m3 i& A; ^2 u
) d5 V8 ]) z5 g: G( e& ^( \8 R( D! O9 o5 P
关于我们：0 }) {3 f$ N2 |: m" z
深圳逍遥科技有限公司（Latitude Design Automation Inc.）是一家专注于半导体芯片设计自动化（EDA）的高科技软件公司。我们自主开发特色工艺芯片设计和仿真软件，提供成熟的设计解决方案如PIC Studio、MEMS Studio和Meta Studio，分别针对光电芯片、微机电系统、超透镜的设计与仿真。我们提供特色工艺的半导体芯片集成电路版图、IP和PDK工程服务，广泛服务于光通讯、光计算、光量子通信和微纳光子器件领域的头部客户。逍遥科技与国内外晶圆代工厂及硅光/MEMS中试线合作，推动特色工艺半导体产业链发展，致力于为客户提供前沿技术与服务。
/ j( J3 m: l Z- M: p& }% `8 W7 ?! X6 _. b7 v: o' K" T1 b$ G
http://www.latitudeda.com/
) N8 j) d2 K' q) V p2 e（点击上方名片关注我们，发现更多精彩内容） |
|
电子产业一站式赋能平台
窥视卡
置顶卡
变色卡
