?人工智能辅助芯片设计

逍遥设计自动化

引言
7 M% N+ S, ]" n0 u) B* r  P1 F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]。

: g! c* M4 s% g) Q$ u芯片设计复杂性的挑战
" n8 r" n" A! R7 y1 [) A; E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

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。

$ F! K# m0 W  ?; }; l! {. n# O这种日益增加的复杂性带来了几个主要挑战:
! b6 d+ @3 |" T- g/ D7 L( c1 x0 y7 R

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。

) D6 X2 j7 P; `" v+ J! J
! O- F/ B2 q$ z# h) G3 }" p( B

4bprb3o41ud64034883027.png

9 Y/ U/ Z$ {" w  m* u" r, A8 g) z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。

AI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。

1 K/ Y- A$ V1 u! \, d! O  h7 h理解强化学习
$ P8 x7 f. g  |4 e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

9 ~* {; \; n: `+ ?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。
' V4 I% [% L# A! z* s& q
8 N- E% Z: s" J& I: V7 Y7 e2 e. M/ y将RL应用于芯片设计
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)

: W  V$ o6 r9 I, D
6 u, k" Y0 m! U8 o

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。
8 I9 w  k. ]4 ~9 b  }
* J) B4 S. ]* _" |AI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。
: I: C" V8 o/ ~, J) Q
1.数字实现
  i" u: x2 s+ F6 MAI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

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
! U$ S, J/ r# `% T0 B! FAI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

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。
8 `# u4 i9 U+ g% o4 j4 \
, g3 V0 T5 o2 d, q- ~; }5 b3 C3.测试和ATPG
. F; s! n; }) BAI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。
! }' h: T7 X2 \
  Z1 k- U% V. |# w0 q* j4.电路优化
. k+ t- E/ }6 v: t* k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。

5.3D集成
AI可以辅助多芯片配置的探索,优化性能和功耗效率。
8 ?* h( _7 ^* F3 N; S  \: t$ x. l
$ y) g. z) v5 V6. 多抽象层次优化
AI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。
& m/ c, i6 P- ^4 Y. `1 W

0qjhttmsz0n64034883528.png

* W3 t0 e* p% Q  \  t$ a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。

7.单抽象层次vs多抽象层次优化
4 P9 ^1 p% `& M0 b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。
. t/ c/ o1 i, L$ B0 x

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。
- M/ {$ R7 Z* |! |" P$ H6 a
8 P9 m8 q( N3 u' E# c7 F

xexfbdvlp0w64034883728.png

9 n  p8 X" [% W" s& \0 g. a0 T  J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 X4 z9 E; b1 H$ u: d
8 n5 q* q8 _3 ?, p7 A$ F8.探索不同设计配置
  v: R  O$ w; m' pAI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。
( A6 [# g7 U: o

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。
* N3 S8 f4 Y2 `3 t! Z1 q7 u. V

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。


基于RL优化的局限性
0 b# Y; b* ]' R8 U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]
为解决这些限制,业界正转向生成式AI作为补充方法。

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

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。
- |! [* k9 C9 j; ^
1 F  R7 R. y  n* _4 s
+ r  s& k( f9 ^7 o6 D0 k7 S硬件描述语言(HDL)生成
9 ?- A) p) X' K1 X$ ^7 @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。
3 |% L- a$ u, A

irftfgae0p264034884129.png

! M& @/ ]1 D8 W) s$ _6 o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。

) U/ T" l, h: I/ Z$ `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。

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
图卷积网络(GCNs)正被用来大幅加速设计评估过程。

tqkzaa2rfij64034884329.png

1 f# S8 C' i2 e& W) a/ L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。
: y8 s! }' e! }- X
* Q# V1 T  h  X结论
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。

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。
. O" T' k8 P$ @' h; {3 T. `& V0 Y
+ B8 `" l3 }% N, y参考文献
( H; h% ~9 V" a  _[1] S. Diamantidis, "AI-Assisted Chip Design Tutorial," in HotChips, Aug. 25, 2025.
5 d; q% x! [& g2 P% T8 s
8 Z6 n4 _9 w& c2 H( w3 T0 @( D: {! N- END -

1 C/ E. u# i! L% ^3 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。
3 R/ n" l6 V" l$ I0 f( @点击左下角"阅读原文"马上申请

欢迎转载

+ M- ~' _+ e7 {, d转载请注明出处，请勿修改内容和删除作者信息！


: Z2 i/ b% Y" O* Q  p

ywildxob4dq64034884429.gif

5 V( D2 |+ Z  D, a9 O6 ~& q
关注我们

& Y( p1 B  x- }$ @. z  S! u4 z9 Y xdet4q0xui264034884529.png % G; A! E! a' {4 R: F  J

5ftmlwfz2xq64034884630.png 8 J, \5 A5 M9 u( J8 e! m$ w8 m# S

6 y' M9 x9 B4 H9 W. Y 1nykyram4zi64034884730.png : @  Y+ k3 d" G3 o7 K

                     


( A: V+ {' z3 L; H
9 W0 d1 I% a) h7 {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。

http://www.latitudeda.com/
3 f! ^$ h! `1 Y& r) P（点击上方名片关注我们，发现更多精彩内容）