?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]。
3 k0 H- y' O3 z
芯片设计复杂性的挑战
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

$ c" R( q- x5 J) z. r9 u  F0 h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。

6 |' A# o- j! F0 v4 _  c5 }, c这种日益增加的复杂性带来了几个主要挑战:

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。
$ d: m$ v& A% G$ W% q# |1 Y' {
7 a9 u! m* A; x0 `/ B
) Q6 ^7 G) [, h- `1 W  G

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  _) j" {3 ^# u& G- a' t' K  f- G
AI在芯片设计中的应用前景
  C* b. T& l# ~  @% L3 I9 j/ f" O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
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。
5 c! k9 n' M& z4 d

wtdqj5jnstl64034883127.png

3 Z2 T3 r# j" M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。

将RL应用于芯片设计
6 ]/ P3 h- [& M9 n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:
& x6 P/ a3 z- s) p- Z/ g) x( t+ o# u- S

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)


% ?+ G7 H5 M3 Z. k& s  V

efv4512mfi464034883227.png

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。
3 c7 m4 n- a; t7 {  [+ g0 A
AI辅助优化贯穿设计流程
- G4 V8 T+ A7 x) T3 I/ PAI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。

( e$ p" N. T& t& o6 e1.数字实现
1 Z3 ?* F$ ^* R3 u  GAI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。
4 o: _1 {, V( U+ g6 m, U' P

3wwioxv2aro64034883327.png

& Y/ K( S4 G; M+ o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。
- z; M- z/ m5 B2 y0 Q8 }2 |7 d% V
  c# D) L- _6 W0 z1 }' |' V  ?  Z2.验证
. W( A  \) ?$ B% H! P) }+ yAI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。
2 s! p# C. k" b. ~: Z, m6 F

ulo20taddbd64034883428.png

+ v4 t8 z# u, x4 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。
; c/ j: X: ?9 s0 ^- y+ @4 r3 c
, z& i! i8 x) q7 Y3.测试和ATPG
AI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。
; I% x1 M% @# i1 q, U
1 A  W# |4 }  ^$ C, K4.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。
* {& Z/ n6 t4 Y& j
2 r2 L8 G% ]2 q  R! S' m2 L* d5.3D集成
+ y8 Q5 U3 l1 e! P8 A" f  G+ N* X9 AAI可以辅助多芯片配置的探索,优化性能和功耗效率。

6. 多抽象层次优化
; Z! @5 a- B- E$ i6 z+ n4 u/ BAI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

, J( W: e- x( s, e. S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。
/ P% H4 W# w. c! h
7.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。
4 I- w, j* A9 j  H5 u

mxxbw5fllhz64034883628.png

; X+ e$ ]8 S# w4 C. `& Y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。

8.探索不同设计配置
AI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。
7 r& `/ h3 A% B/ Z. e/ i

1ly0ttoawws64034883828.png

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。
7 U8 y. J8 I& x$ w6 l

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。
: P" t+ j7 F2 u0 d& F( p7 |
8 E& I3 j% L$ h4 }0 a( s4 z! \
) b5 s9 C; M- \! V基于RL优化的局限性
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
[/ol]
4 v) F0 T7 f! b- T+ g* G为解决这些限制,业界正转向生成式AI作为补充方法。
" x9 x8 A! Q8 i) Y4 H$ J6 M( [. b/ J
用生成式AI增强RL
8 F; ?1 {1 p7 x) z! q4 N  X: E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。

& S- w4 \- i2 V! B7 S+ nRL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

' `) a" L& _: D) F2 y

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。
) A4 c2 V3 ~% `' R
& Q7 ~+ L; a! x, S! G  _
硬件描述语言(HDL)生成
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。

irftfgae0p264034884129.png

5 m/ s: X; c2 y/ }" D' i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。
7 m. k+ Y  d  s' }1 m% r6 ~
  J  s& q* v* O# K1 x. U: J+ S2 B功耗、性能和面积(PPA)推测
AI的另一个令人兴奋的应用是快速PPA推测。
$ f- Q" X$ ?( {

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。

& |  @; o$ M& B加速设计评估
6 Y. ^; h" E; M0 R; o- ~图卷积网络(GCNs)正被用来大幅加速设计评估过程。
( o, S7 E# @' ~" G7 n. V! ?5 X" F' v

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。

3 A: e, J3 q& X$ ~结论
9 x$ W' M& h- D& I" V5 o. `AI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。
1 d9 T5 \7 H3 Y4 ~. ^, I
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。

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。
1 L$ L+ Z7 O% H& N- r$ ^9 Z
4 v3 _+ I+ z- _' x; t& A参考文献
[1] S. Diamantidis, "AI-Assisted Chip Design Tutorial," in HotChips, Aug. 25, 2025.

2 d( e' I  n$ S/ t- END -

& |3 \6 j, o" c0 |0 B+ w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。
0 O- Y3 p% Q1 v3 S: N7 H点击左下角"阅读原文"马上申请

欢迎转载

4 Y% p3 A4 f2 |  Q转载请注明出处，请勿修改内容和删除作者信息！

6 x7 c# `: W2 B7 u

ywildxob4dq64034884429.gif

8 q5 M) w, b6 p. N1 h
关注我们

" X; ]* n; ~' v: q6 B+ {6 ~ xdet4q0xui264034884529.png

5ftmlwfz2xq64034884630.png

3 q8 |4 ^5 ]) o% h' r 1nykyram4zi64034884730.png

                     


+ w% X0 U+ m5 ^) Q( W
8 e$ A0 h4 S8 s6 v( @$ H, }关于我们：
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。
, s/ J" w, L0 _! c
9 Y/ _- }8 [6 Rhttp://www.latitudeda.com/
（点击上方名片关注我们，发现更多精彩内容）