?人工智能辅助芯片设计

逍遥设计自动化

引言
在半导体技术飞速发展的今天,人工智能(AI)正在成为优化芯片设计过程的关键工具,本文帮助读者了解AI,特别是强化学习(RL)和生成式AI,如何应对现代芯片设计的复杂挑战[1]。
8 n, `5 J+ Q' G& i6 }
* a+ J& ?1 \! r; ], ^: n# A芯片设计复杂性的挑战
! M1 I1 ]5 V. G& T" W现代芯片设计是涉及众多变量和权衡的复杂过程。随着半导体技术不断推进,设计空间的复杂性呈指数级增长。

d1shonlpwai64034882926.png

8 h5 w1 \/ m3 N# s4 Q/ g图1展示了设计复杂性在时钟、库单元选择和电源管理等多个因素上的指数级增长。
3 ?' T/ n, X* V/ L4 ~3 _
这种日益增加的复杂性带来了几个主要挑战:
1 a# W+ j8 ^+ }" \" y# E

结果质量:解决方案空间不连续、噪声大且非凸,难以跳出局部最小值并识别因果关系。

吞吐量:设计人员一次只能评估少量变量,导致设计过程延迟长。

成本:设计过程常常导致计算资源利用率低下,跨项目复用有限。


8 m+ W* e7 Z# q0 _+ b$ Y

4bprb3o41ud64034883027.png

图2显示了芯片设计过程中时间分配的breakdown,突出显示了当前方法的低效之处。
& N; i% P. k" @1 p  G6 `5 `
& @& D4 \7 E. P7 _' F3 a$ BAI在芯片设计中的应用前景
为应对这些挑战,半导体行业正转向AI,特别是强化学习(RL),以优化芯片设计过程的各个方面。

理解强化学习
3 P2 S: H1 |3 F: n- p强化学习是机器学习的一个分支,其中代理通过与环境交互来学习决策。在芯片设计中,RL代理可以探索各种设计选项,学习实现所需性能指标的最佳策略。

wtdqj5jnstl64034883127.png

2 r' x6 h( d( k, ~% w$ A7 u6 Z图3描述了强化学习的基本概念,展示了代理与环境之间的交互。
8 a- W; z+ _' D) E/ l
将RL应用于芯片设计
; T% s  J; k% I- @将RL应用于芯片设计涉及将各种设计参数和约束映射到RL框架:

状态:当前设计配置

动作:对设计参数的更改

奖励:目标指标的改善(如功耗、性能、面积)
4 {. n  ?7 r9 Z" q2 ^

. m- M& s: X9 z/ N% ^

efv4512mfi464034883227.png

1 K/ n& N% u9 e$ k8 h图4说明了如何将RL应用于芯片设计问题,将设计输入映射到动作和结果。
9 q5 x) z& y+ c0 o
( T, M  T# ^* L" I  n( B; a0 gAI辅助优化贯穿设计流程
AI驱动的优化可应用于芯片设计过程的各个阶段,从架构到制造。
3 U5 ~3 j6 y6 k. O6 d  q
1.数字实现
AI可以辅助探索不同的平面图选项,优化芯片面积和最大频率等指标。

3wwioxv2aro64034883327.png

; W1 E/ {! o6 j- |- W0 w3 [图5展示了AI优化设计的帕累托前沿,平衡了芯片面积和频率。

2.验证
AI可以通过智能选择测试用例和优化覆盖率,显著提高验证过程的效率。

ulo20taddbd64034883428.png

( m& F( O3 B: V& l$ I5 U图6演示了AI如何优化回归测试的分布,以实现更高效的验证。

: b( a: T, N/ p6 j+ C9 G4 P3.测试和ATPG
/ L( }/ }. f3 c  HAI可以优化测试生成的各个方面,包括非扫描设计、X处理和中止限制。

4.电路优化
对于模拟和混合信号电路,AI可以在复杂的器件参数空间和PVT(工艺、电压、温度)角落中导航。
# c! G  U( o- _+ S* I% h& Q
: A2 I+ g1 c( R: k; k5.3D集成
AI可以辅助多芯片配置的探索,优化性能和功耗效率。

4 K: Y; a/ n% ]6. 多抽象层次优化
& ]6 |2 q# t* c9 V. f& @  ~; q/ aAI在芯片设计中最有前途的应用之一是跨不同设计抽象层次进行优化。

0qjhttmsz0n64034883528.png

8 y4 k( A' |2 r/ U图7阐述了跨多个设计抽象层次优化的概念,从高层架构到低层实例。
+ o6 z2 D" ^" b
, f& P( s: @& z) s% Z5 o7.单抽象层次vs多抽象层次优化
最初的AI驱动优化集中在单一抽象层次,如布局优化。然而,当应用于多个抽象层次时,AI的真正威力才得以显现。
3 X, B& {$ D3 c! i! Z/ {

mxxbw5fllhz64034883628.png

图8显示了基于RL的布局优化结果,展示了功耗和频率的改进。

xexfbdvlp0w64034883728.png

图9比较了单抽象层次优化和多抽象层次优化,揭示了功耗-频率权衡的显著改进。
2 U1 O& l) y0 s. T, U6 Z
8.探索不同设计配置
, M* [$ ~" P8 n: H, A% A4 EAI可以高效地探索多种设计配置,每种配置具有不同的特性和权衡。

1ly0ttoawws64034883828.png

9 h8 Y6 _- n0 Y  i! \图10呈现了探索五种不同设计配置的前20个结果,展示了AI可以生成的解决方案的多样性。
: J* o" A$ x7 Q+ y2 i3 ~
/ j6 e8 \* i; K7 f( ]) K

rkh2rtxptpe64034883928.png

图11突出显示了不同的RTL配置如何导致不同的布局特征,展示了AI识别和优化不同设计特征的能力。


* F# h! j0 x3 t! s. {6 ]) u- g基于RL优化的局限性
3 m1 Q# w3 c. u+ O6 ]尽管功能强大,基于RL的优化面临两个主要挑战:

创建设计变体的工作量大

设计变体评估速度慢
8 p& r8 e0 l/ v- R- L[/ol]
为解决这些限制,业界正转向生成式AI作为补充方法。
* y: L# Z- A! H; E' v0 ?$ L# [& R2 X
用生成式AI增强RL
生成式AI,特别是大型语言模型,正在为芯片设计优化开辟新的可能性。

RL和生成式AI的比较

RL擅长在定义的搜索空间内找到最优解

生成式AI善于快速生成多样化的设计选项

+ {8 t3 S9 V6 a3 w+ [+ a- d

5avsevicsyo64034884029.png

图12比较了RL和生成式AI在芯片设计优化context中的优势。

+ [7 l0 j2 u& X) H" i$ H+ F' l: C
硬件描述语言(HDL)生成
: v4 M: w) R$ E& i) h最近的研究在使用AI生成HDL代码方面显示出了令人鼓舞的结果。
5 d5 l9 s( @7 \) e4 q

irftfgae0p264034884129.png

图13显示了HDL-GPT(一个用于生成HDL代码的AI模型)在各种设计挑战中的表现。
0 {- T1 _2 h' B- a3 Z
- [6 K+ {9 N& @/ P) y; p0 N& [功耗、性能和面积(PPA)推测
; T! N5 C# C6 _8 Z: \5 @AI的另一个令人兴奋的应用是快速PPA推测。
; i+ k6 U0 b. P8 Q9 c

qemdwgitzkp64034884229.png

图14说明了使用AI执行端到端PPA推测的工作流程,可能将设计评估速度提高10倍。

加速设计评估
; L) k9 b" r2 r7 i+ C2 A* |# J8 [# S' P图卷积网络(GCNs)正被用来大幅加速设计评估过程。
) `1 C/ c! U$ p+ n$ G- s$ X. W5 p

tqkzaa2rfij64034884329.png

图15演示了GCNs如何将设计探索速度提高500多倍,相较于传统方法。
. M# l; ]! i$ f: A; Q
结论
* j: b# l! j, C- |. h6 A0 s6 X' L# eAI辅助芯片设计代表着半导体行业的范式转变。通过利用强化学习和生成式AI,设计人员可以更高效地探索广阔的设计空间,跨多个抽象层次进行优化,并加速整个设计过程。
+ E5 T# y# v; T  H% q( u
/ `2 ^" b! V* B随着AI技术的不断进步,可以期待更深远的影响。RL优化与生成式AI快速设计空间探索的结合,有望在半导体设计中释放新的创新水平。
; h# f& e- y5 d. L
芯片设计的未来可能会看到AI工具在整个设计流程中的更深入集成,从高层架构决策到低层物理实现。这种AI驱动的方法不仅将提高芯片的质量和性能,还将显著缩短上市时间并降低开发成本。

参考文献
7 w5 ^6 b+ a6 p/ g0 g[1] S. Diamantidis, "AI-Assisted Chip Design Tutorial," in HotChips, Aug. 25, 2025.

( R& O& |2 p9 P5 Q+ Y+ H; n/ |9 E; A2 p- END -
$ \  _7 p+ s8 C0 E
& T0 X  d+ g, S2 L* _  K" L7 [$ q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。
; b  _$ c/ f( a/ }5 P% }; d9 r1 K7 M1 o点击左下角"阅读原文"马上申请
" S0 K5 Y* V" x) t. K0 E
欢迎转载
; G7 y. M" w1 H# [
转载请注明出处，请勿修改内容和删除作者信息！

ywildxob4dq64034884429.gif

! ?8 y5 d  l" A8 J3 z# x5 `
/ V# \5 E3 v5 {/ W, T" f* N关注我们

- q5 Z( f1 l! y1 M

9 a  D0 p& w  Z0 L2 U xdet4q0xui264034884529.png , ~' N. S8 \) L, Y: q

5ftmlwfz2xq64034884630.png 6 n+ z. o& q: S

1nykyram4zi64034884730.png 8 m& U: O2 C+ w7 }% i% ^# A

                     
+ c7 [2 \. n! e0 W7 u8 `. m0 _
! {9 l( {$ s! _) z- O$ ^" M
; [' v4 i, G4 \
关于我们：
: x9 x) A+ |& n! y( P5 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。
# M* ?& p$ O: ]5 r# z: i
% c6 s1 j9 ]% H% L  c- thttp://www.latitudeda.com/
& Z$ O' e, r8 e; ?（点击上方名片关注我们，发现更多精彩内容）