|
|
引言2 z g( R/ C7 Z! O% e; C
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]。4 [ v, M n$ }! ~ Z
; u0 e' z- \4 S/ j# M* {
人工智能在芯片设计中的应用简介. C2 J( Z& z6 @! @9 ~3 Q) S2 ?
AI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。" j0 D( X" V/ h, X- O* z0 S& \8 ^
[/ol]
% c$ c; f2 S d2 c5 p% T% I3 l
' j, ]( S/ H- j5 Z6 h: H+ g* D" I, R
jpbslta3zsx64034872153.png
- l3 v) f6 B4 K3 Q; d+ ?) \# K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。' h3 N- G4 d5 d# @ q9 A
: i( g$ g h' g p! P9 ?4 B& A4 }芯片设计中的AI技术
* |3 ~& B8 [2 \! E9 [4 D 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。
6 D$ P& t3 h6 j3 m2 T[/ol]
2 k! @: j" w) V( T- w
0 a3 C3 W8 {! z9 l, c2 e$ v
4sr5e0bj4ie64034872253.png
7 |2 R# Y5 @) Q5 |& r8 }
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。
* t$ q6 [) |4 o4 F
1 L+ Y6 [2 k7 v9 v6 A6 ?% CAI在芯片设计中的应用
/ Z" ~+ {6 i0 M$ I1 a' p$ H+ k让我们探讨AI在芯片设计中的一些具体应用：( `, M, x1 Q/ E
1. IR压降估算
! B, H. V9 ?( }& v" T: ?IR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。5 H! ]# z5 @( i+ ^
& j* }6 k& c a Y, S
e5v2xs41gb564034872353.png
/ M/ s; x5 g' J: q
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。
6 a+ l) F2 |) T7 ?8 _( K) G
# n, L- l& ?/ j" Z7 R8 ?/ ^2. 寄生参数预测4 |9 C) e7 D. j0 a7 ^
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。6 Q6 O$ Q4 X) H" w
. p4 n4 e! [; W" l) ?/ ~* }
0epcpw5unck64034872453.png
! @- D. C. ^: K+ g1 S$ V6 B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。
4 I, t' R$ _: G& g0 g
: A5 Y; Z; g4 S) h3 s- X3 ]3. 宏单元布局优化
( |& Q6 `/ d, L' ^1 o. R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。
+ L8 D0 m8 i( a+ T* z4 G% t( s9 k
wxxijhgirk264034872553.png
( e1 Z: Z4 S$ G; B) x
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。! G1 b7 U0 D% V. Z, T' L
5 n" e1 g# g& h3 p: F% h' Q5 r0 h5 `
4. 设计规则检查（DRC）修复* ]! w, t U' z1 n
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。6 t( T& j' \4 d2 [1 h+ v- K
/ y' n4 q% Q! w: _/ L2 x
tqdqsxz1xyy64034872653.png
; E! ]) }* o" `5 H) o+ x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。: O% O$ N4 t5 t* E$ U
. \! I% z. P2 ~% \
5. 数据通路优化& c/ [% o4 N( n, [* @3 B0 v
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。
v( z+ ^9 ~. M" Y+ b8 l7 F- D! P5 ?
( z; I( y4 Z* D2 q' I2 H0 y
53a1qbcnlby64034872753.png
! d/ d) J \& i' v+ `; h' X5 h
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。
" r4 A: N( T9 G0 G# Q# M* t
+ p K, C% ]* u2 ] l3 Q6. 门尺寸调整
. p* K4 E% h! u9 Q. X- G( VTransformer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。
0 A" r$ e) H8 X' r5 K4 x! w% v5 E; R) U5 f' O! @# r/ i; `
05xiyqrwryc64034872853.png
/ G: d) J! i' U% @7 x3 j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。
+ c4 s% z! Z. k- i1 ?2 m3 q7 W' V. {/ G
7. 加速器设计$ i7 Y* V! u) ^8 d3 J: n2 g `
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。; `# D+ Y: I4 T3 C
1 l* c0 [+ D$ Q
v3l4vfpurbu64034872954.png
4 {* B1 r8 l# e D" |6 I, w0 _
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。
6 H% o1 H/ J' L; b5 x4 |
! E) E& L& n9 u% y9 P大型语言模型在芯片设计中的应用* S# a+ ?7 @' L- Z. V$ u; B) g
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：
/ [ y1 P. f1 t! f& r' ~4 N参数训练检索增强生成（RAG）上下文学习基于代理的方法
6 w. _' Q+ U3 X @6 ~( |, e7 W) L; i+ D9 N
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。
b7 |% Z8 p* w5 k+ b[/ol]
' B m% |) w# ]9 p
# X1 y" k% M1 Q7 O9 j
b0tegjlfsce64034873054.png
# h1 w, n3 x; @8 I9 _* _+ a7 {! W
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。. m; P. a/ k: c( h+ j
, q5 R4 ~" Z8 _& v4 U1 W6 y1 `; M结论( k7 u1 u3 r# W8 Z/ [+ `- D
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。
6 P/ y; o2 X5 V% X+ U, y[/ol]% R3 ^6 Q" y4 ?2 H; X
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。
# p) L/ n& a; r1 z8 P: ~" R1 e' J. C( l7 W! ]9 r( z
, x3 T; l2 L3 N# e3 ?% T! I
参考文献7 o7 n0 B) O- w7 P" V
[1] H. Ren, "Introduction to AI for Chip Design," presented at Hot Chips, Aug. 25, 2024.
. E/ \8 j1 H& b3 O/ h0 W- n3 B7 }/ R- h `% p! R, T
- END -
0 F K0 q+ ?5 t3 C0 j
! L# M1 ^5 ^ t& y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。
" F: e: z. b) C5 g, l' Q( M. h8 ]点击左下角"阅读原文"马上申请
( @. Y' Z4 J& O) Y$ c/ {4 c/ v, P9 Z% B$ d
欢迎转载
/ ?* E8 K( u1 U. G% j3 [$ H3 v. n6 a, L! n- q% F
转载请注明出处，请勿修改内容和删除作者信息！% Y$ R$ G1 m8 R7 Z+ j. b+ Y
# D# K# D, [9 \9 j+ P6 E7 H7 y
A; I2 v2 V6 s$ ]/ K
0 Y2 D2 ~ [" M/ v4 h
5rxl2khdicd64034873154.gif
- p. \& g# I9 S; k/ f; C% [4 p
: o$ s9 L% U0 Z关注我们
0 ]/ y& @2 H, b% _2 W
8 |) p4 j I. f3 r3 _2 s
+ A; {; [. r" z1 f5 L- a. @
m0i2cg3mfix64034873254.png
# M( l7 L- a) c2 T" l
|
& v( S+ W( L& m2 @8 ^
jooj2ky3dhf64034873354.png
0 B4 X$ e, S) z9 {' Y% d! D
| & `) m' _3 q) t) I) p
51mfmehxn4j64034873454.png
% D* m4 ~' E, S @! [4 O
|
0 e% d0 q; A$ J n
) G4 L2 ]9 z N- \. l+ k2 z6 U5 a
+ T G: q- q) c t- r
9 X# t0 k9 s' h( q9 d% V5 I' v9 c! B3 S& _4 n
+ n& H0 P5 u" u) O! I! ^ i) G
. x3 q8 B: E6 q7 O关于我们：
! L# s+ Z3 A. x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。
: b- B* c/ y- A& {) Q: ?, M- @$ R
http://www.latitudeda.com/
D$ W2 }- P. j; E n7 q. ~（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
