新知一下
海量新知
5 9 0 9 3 0 8

AI设计芯片

老冀说科技 | 一线报道科技行业的大事小情 2021/08/24 18:01

手机 SoC芯片,堪称世界上最复杂的芯片之一,有多复杂?老冀给你个数字:iPhone 12搭载的A14处理器,竟然有118亿个晶体管!

新知达人, AI设计芯片

要设计如此复杂的芯片,必须使用 EDA软件,先由工程师完成逻辑设计,然后进行布局走线设计,以确定每个晶体管的位置,以及它们之间的连接。这个工程量非常浩大,尤其是布局走线设计加上测试,通常需要好几个工程师20 到30 周才能完成。

还得是有经验的工程师,他们有一种本能的理解,知道不同的设计方案会给芯片带来什么样的后果,能够通过不断地试错,优化设计方案,最终达到性能、功耗、面积三大目标的平衡。

新知达人, AI设计芯片

工程师的这种优化模式,跟 AI里的强化学习非常类似。由此,全球最大的EDA软件公司——新思发布了DSO.ai,在芯片布局走线的时候,通过强化学习自动搜索设计空间,寻求最佳解决方案。

结果非常理想,采用 DSO.ai之后,芯片频率提升了18%,功耗降低了21%,6个月的工程时间缩短到了1个月。

也正是看到了 AI给芯片设计带来的好处,三星已经准备在下一代Exynos处理器的设计中采用AI。

新知达人, AI设计芯片

除了三星之外,其他公司也在尝试用 AI来进行芯片设计。前不久, Google 的两位研究科学家 阿扎莉亚 · 米尔霍塞尼 Azalia Mirhoseini 和安娜 · 戈尔迪 Anna Goldie 在《自然》杂志 上发表了一篇论文。该论文披露,他们已经用 AI设计自家的TPU芯片。

Google AI算法 被称为 芯片版面规划 ”, 从机器学习的角度来看,完全可以像下棋那样解决这个问题。芯片版面规划与 下棋类似, 只不过用的不是棋盘,而是硅片。棋盘上的棋子变成了 CPU和GPU等芯片子系统器件 接下来的任务就是让机器学习系统找到 获胜条件 围棋比赛是围出更大的空 ,而在芯片设计中 是计算效率。

新知达人, AI设计芯片

Google工程师利用芯片版面规划 数据集 ,训练了 一种强化的机器学习算法,其中有 1 0000 个不同质量的芯片版面规划图,一些规划是随机生成的。每个规划图所需电线长度和功耗有所不同。然后,训练后的算法利用这些数据来区分版面规划的好坏,并相应生成新的设计。

AI 在棋类游戏中挑战人类时,并不一定像人类那样思考,而且经常会对熟悉 问题提出意想不到的解决方案。 例如, DeepMind的AlphaGo与围棋冠军李世石对弈时就是如此, AI 看似不合逻辑的一步棋却最终取得了胜利。

Google的芯片设计算法 虽然没有像下棋那么戏剧性,最后的结果却也与人工设计大不同: AI 设计的芯片版面中,各个子系统并没有整齐排列,看起来几乎是随机分散在硅片上 ;而人工设计的芯片版面则显得规整得多。

新知达人, AI设计芯片

左为人工设计,右为AI设计,经过模糊处理

针对 Google的这篇论文,《自然》杂志的评论称,这是一项重要的成就,也许可以抵消“摩尔定律”的终结。大家也都知道,随着芯片制程工艺逼近3纳米乃至1纳米,必然会遭遇物理瓶颈。这个时候,如果通过AI设计,不需要那么先进的制程工艺,仍然能够提升芯片的性能和效率,倒也不失为延长“摩尔定律”的一种新的尝试。

此外,另一家芯片巨头 NVIDIA 同样不甘落后;要知道,NVIDIA的主力产品GPU,早就已经是目前最主流的用于AI的芯片。在去年9月24日出版的《IEEE Micro》上,NVIDIA的研究人员也发表了一篇文章,详细介绍了如何用机器学习来加速芯片设计,特别是用来设计自家的GPU。

新知达人, AI设计芯片

由此可见,未来, AI将在芯片设计中发挥越来越重要的作用。各位朋友,你认为呢?

更多“芯片”相关内容

更多“芯片”相关内容

新知精选

更多新知精选