在這場“AI熱潮”中，以 GPU為領頭羊的芯片牢牢抓住了 AI技術“命脈”的發展，推動著技術的不斷更新換代。同時，隨著人工智能技(ji)術的(de)進(jin)步，第一臺完(wan)全由人工智(zhi)能設計(ji)的(de) cpu已經問世(shi)，只(zhi)用了(le)(le)五個小(xiao)時的(de)時間，一顆(ke)RISC-V的(de) cpu就被生產了(le)(le)出來。
中(zhong)國科學院計算研(yan)究所(suo)處理器芯片國家(jia)重點實驗室聯合合作單位，利用(yong)人(ren)工智能技(ji)術，成(cheng)功(gong)研(yan)制(zhi)出全球(qiu)第一(yi)款無(wu)人(ren)干預(yu)、完全自動化的(de)(de)32位RISC-V CPU芯片——“啟蒙1號”。這是(shi)一(yi)款65納米制(zhi)程的(de)(de) CPU，頻率高達300 MHz，可以(yi)運行 linux系(xi)統，在(zai)性能上和(he)Intel80486SX不(bu)相上下，而在(zai)設計周期上則只(zhi)有1/1000。
借助人(ren)工智(zhi)能技(ji)術(shu)(shu)，研究者(zhe)們(men)在五小(xiao)時內制造出(chu)了四(si)百萬個(ge)(ge)邏輯(ji)閘，業界媒體稱，這(zhe)個(ge)(ge)數字相當于當前GPT-4芯片所能設(she)計出(chu)的電路大小(xiao)的四(si)千倍。這(zhe)個(ge)(ge)小(xiao)組說，他們(men)只需(xu)要(yao)(yao)5個(ge)(ge)小(xiao)時的訓(xun)練，就可以達(da)到99.999999999%的精確度(du)。“啟蒙1號”是在 BSD二進(jin)猜想(xiang)圖算法(fa)的基礎上設(she)計出(chu)來的。研究人(ren)員利用(yong)人(ren)工智(zhi)能技(ji)術(shu)(shu)，不需(xu)要(yao)(yao)編寫任何(he)代碼，也不需(xu)要(yao)(yao)用(yong)自然語言(yan)來描述(shu) CPU的設(she)計。
也就是說，它將(jiang) CPU自動設計問(wen)題(ti)轉化為“滿(man)足輸入-輸出規范的電路邏輯生成問(wen)題(ti)”，只(zhi)需要(yao)一個測(ce)試用例(li)，就可(ke)以直接生成滿(man)足需求的電路邏輯，從而消除了(le)傳統設計流程(cheng)中的邏輯設計和驗證(zheng)環節。
另外，還有一(yi)種方(fang)法被稱為“馮·諾依曼”體系結(jie)構的發明，它是計算機設計中的概念結(jie)構，包括指令內(nei)存(cun)和(he)數據(ju)內(nei)存(cun)。該處理器在(zai)2021年12月已經量產，并成功地運行了LINUX操(cao)作系統和(he)SPECUX 2000程序。在(zai)芯片設計方(fang)面，各(ge)大芯片巨頭紛紛利(li)用人工智能技術(shu)進行輔(fu)助設計。
一個(ge)復雜的(de)芯片設計(ji)需(xu)要經歷上千個(ge)工(gong)(gong)序。每個(ge)工(gong)(gong)序都(dou)需(xu)要精密計(ji)算和近乎完(wan)美(mei)的(de)執行，包括CPU的(de)設計(ji)和制造。這是一項極(ji)具(ju)(ju)挑戰性(xing)的(de)工(gong)(gong)作(zuo)，通常需(xu)要一組工(gong)(gong)程(cheng)(cheng)師編寫程(cheng)(cheng)序，并借(jie)助EDA工(gong)(gong)具(ju)(ju)完(wan)成電路設計(ji)。在這個(ge)過程(cheng)(cheng)中，不斷進行測試和優化(hua)。
正(zheng)因為如此，一個大型芯片設(she)計(ji)項目通(tong)常需要數(shu)月甚至數(shu)年的時間，比如英特爾(er)的K486 CPU驗證(zheng)階段就花費(fei)了190天的時間。隨著(zhu)人工智(zhi)(zhi)能技術(shu)的發展，越來越多的企業開(kai)始(shi)采用人工智(zhi)(zhi)能技術(shu)來設(she)計(ji)和(he)制造芯片。英偉達公司(si)的創(chuang)始(shi)人兼CEO黃(huang)仁(ren)勛強調(diao)，英偉達在芯片制造領域(yu)的加速(su)計(ji)算與人工智(zhi)(zhi)能技術(shu)是理想的應用。
另(ling)一家芯(xin)片巨(ju)頭(tou)AMD的首席(xi)技術官馬克·帕普馬斯(si)特透(tou)露，AMD已經開始在半導體設計(ji)、測試和驗(yan)證階段使(shi)用人(ren)工智(zhi)能，并計(ji)劃(hua)將(jiang)生成(cheng)式(shi)人(ren)工智(zhi)能應用于芯(xin)片設計(ji)領域。同時，AMD正(zheng)在測試由GitHub與(yu)OpenAI合作開發的GitHub Copilot，并研究如何更(geng)好地應用該人(ren)工智(zhi)能輔助工具。
日本半導體公司Rapidus的總裁小池淳義表示，他們將引入人工智能和自動化技術，建立一個由500名技術人員組成的大規模生產流程。目前，他們已經進行了初步的人員、設備和技術準備，預計將在2027年開始量產。
盡管人(ren)工智能在(zai)芯片設(she)計(ji)環(huan)節表現(xian)出(chu)色，通過(guo)不斷(duan)重復直到找到最(zui)優(you)解的方式，但它(ta)并不能取代芯片設(she)計(ji)師(shi)。人(ren)工智能只是一種輔助工具，具有巨大的潛力，可(ke)以(yi)加(jia)快設(she)計(ji)速度。在(zai)驗證和測試(shi)環(huan)節中，人(ren)工智能可(ke)以(yi)最(zui)大程度地覆蓋測試(shi)范(fan)圍，節約時間。
總的(de)來(lai)說，人(ren)工(gong)智(zhi)能在(zai)(zai)芯(xin)片設(she)計領域扮演(yan)重(zhong)要的(de)角色，并且有(you)助于提高設(she)計效率和降低功耗(hao)。未來(lai)，人(ren)工(gong)智(zhi)能在(zai)(zai)芯(xin)片設(she)計中的(de)應用將繼續(xu)推(tui)動技術(shu)進步和創新。芯(xin)片設(she)計領域的(de)人(ren)工(gong)智(zhi)能應用正迅速演(yan)進，并在(zai)(zai)助力(li)芯(xin)片巨頭推(tui)動技術(shu)進步方面發(fa)揮(hui)著越(yue)來(lai)越(yue)重(zhong)要的(de)作用。
除了加速設(she)(she)計(ji)(ji)速度和(he)優化驗證過(guo)程(cheng)外，人工智(zhi)能還(huan)在(zai)芯(xin)片設(she)(she)計(ji)(ji)的(de)(de)各(ge)個方面發揮著關鍵(jian)作用。例如，在(zai)電路(lu)設(she)(she)計(ji)(ji)階段，人工智(zhi)能可(ke)以通過(guo)分析大量(liang)數據和(he)模式(shi)，幫助設(she)(she)計(ji)(ji)師發現(xian)新的(de)(de)優化方案和(he)創新解(jie)決方案。它可(ke)以提供自(zi)動化的(de)(de)設(she)(she)計(ji)(ji)推導和(he)優化，使設(she)(she)計(ji)(ji)師能夠(gou)更(geng)快(kuai)速地探索不同的(de)(de)設(she)(she)計(ji)(ji)空間，并(bing)找到(dao)最佳的(de)(de)解(jie)決方案。
在測(ce)試和(he)驗證階段，人工智(zhi)能能夠通過(guo)深度學習和(he)模(mo)型訓練，自動識別和(he)分析復(fu)雜的芯片行為模(mo)式(shi)，提(ti)高測(ce)試的準確(que)性和(he)覆蓋范圍。它(ta)可(ke)以(yi)幫(bang)助(zhu)檢測(ce)潛(qian)在的故障和(he)缺(que)陷(xian)，并提(ti)供針對性的修復(fu)策略，從(cong)而提(ti)高芯片的可(ke)靠性和(he)質量。
另外，人工智能(neng)還在芯片制造過(guo)程中發(fa)揮作(zuo)用。它可以通過(guo)分析生產數據和(he)(he)監測(ce)設備狀態，實現智能(neng)化的制造監控和(he)(he)優化，提高生產效率和(he)(he)產品一致(zhi)性。
芯(xin)片(pian)巨(ju)頭們(men)紛紛意識到人工智能在(zai)芯(xin)片(pian)設計中的潛力，并積極投(tou)入研發和應用。他們(men)在(zai)與研究機構和初創(chuang)企業的合作(zuo)中，探索新(xin)(xin)的人工智能算法和技術應用，以不斷推動芯(xin)片(pian)設計的創(chuang)新(xin)(xin)和發展。
然而，盡管人(ren)工(gong)(gong)智(zhi)(zhi)能(neng)(neng)在芯片(pian)設計中的(de)(de)(de)應(ying)(ying)用(yong)前景(jing)廣闊(kuo)，但也(ye)面臨一些(xie)挑戰(zhan)(zhan)和(he)限制(zhi)。例如，數據(ju)的(de)(de)(de)質量和(he)可(ke)靠(kao)性(xing)對(dui)于人(ren)工(gong)(gong)智(zhi)(zhi)能(neng)(neng)算法(fa)的(de)(de)(de)準確性(xing)和(he)可(ke)靠(kao)性(xing)至關重要。此(ci)外，由于芯片(pian)設計的(de)(de)(de)復雜性(xing)和(he)多樣性(xing)，人(ren)工(gong)(gong)智(zhi)(zhi)能(neng)(neng)算法(fa)的(de)(de)(de)適應(ying)(ying)性(xing)和(he)泛化能(neng)(neng)力也(ye)是(shi)一個(ge)挑戰(zhan)(zhan)。因此(ci)，芯片(pian)設計師(shi)仍(reng)然發揮著(zhu)關鍵(jian)的(de)(de)(de)作用(yong)，他(ta)們的(de)(de)(de)專業知識和(he)經驗與(yu)人(ren)工(gong)(gong)智(zhi)(zhi)能(neng)(neng)的(de)(de)(de)輔助(zhu)相結(jie)合，才能(neng)(neng)實現(xian)更好的(de)(de)(de)設計結(jie)果。
綜上所述，人工(gong)智能在芯片設(she)計(ji)領(ling)域的(de)應用(yong)正在推動著技術的(de)進步(bu)和(he)創新。它為芯片巨頭提供了強大的(de)工(gong)具和(he)資(zi)源，使(shi)他(ta)們能夠(gou)更快速、高(gao)效地設(she)計(ji)、驗證和(he)制造先進的(de)芯片產(chan)品。然(ran)而(er)，人工(gong)智能仍然(ran)是(shi)一種輔助工(gong)具，需(xu)要與(yu)人類設(she)計(ji)師的(de)專業知識和(he)創造力相結合，才能發(fa)揮最大的(de)潛力。隨著技術的(de)不斷演(yan)進和(he)研(yan)究(jiu)的(de)深入(ru)，人工(gong)智能在芯片設(she)計(ji)中的(de)應用(yong)前景將更加廣闊。
