|
作者：新思科技 1956年人工智能（AI）概念被提出時(shí)，即使是想象力最豐富的預言家，應該也難以預料到2022年的AI，早已打敗了全球最頂級的圍棋選手，能夠預測天氣，診療疾病，甚至，AI還在改變被譽(yù)為“工業(yè)糧食”的半導體行業(yè)。 隨著(zhù)半導體制造工藝的持續演進(jìn)，采用先進(jìn)制程的芯片，單顆芯片集成的晶體管數量高達數百億個(gè)，系統愈加復雜，設計挑戰越來(lái)越大。但與此同時(shí)，終端應用的軟件和算法加速迭代，以月或者年為周期更新的芯片越來(lái)越難以滿(mǎn)足終端需求，芯片設計的周期亟需縮短。 EDA工具與AI技術(shù)的結合，不僅能設計出PPA（性能、功耗、面積）更好的芯片，還能顯著(zhù)縮短芯片設計周期。在達成提供更好、更快、更便宜的芯片愿景的同時(shí)，也將大幅降低芯片設計的門(mén)檻，讓更多人和企業(yè)能夠設計出所需的芯片，將對芯片行業(yè)產(chǎn)生深遠影響。 
2020年，新思科技推出了業(yè)界首個(gè)用于芯片設計的自主人工智能應用程序——DSO.ai (Design Space Optimization AI)。作為一款人工智能和推理引擎，DSO.ai能夠在芯片設計的巨大求解空間里搜索優(yōu)化目標。
目前，全球頂級的芯片設計公司，包括英特爾、聯(lián)發(fā)科、三星、索尼、瑞薩電子等都已經(jīng)采用了DSO.ai，在不同的芯片工藝節點(diǎn)和不同類(lèi)型的芯片設計中，普遍獲得了4-5倍，甚至更高的效率的提升。 一經(jīng)嘗試就讓芯片公司們喜愛(ài)的DSO.ai，還有一個(gè)“熱啟動(dòng)”絕招。 各種芯片，都能用AI設計 將AI技術(shù)與EDA工具結合，有兩個(gè)核心價(jià)值，首先是力圖讓EDA更加智能，減少重復且繁雜的工作，讓使用者用相同甚至更短時(shí)間設計出PPA更好的芯片；其次是大幅降低使用者的門(mén)檻，解決人才短缺的挑戰。 DSO.ai更加智能這一核心價(jià)值的體現，是能夠在巨大的芯片設計解決方案空間中，搜索優(yōu)化目標，利用強化學(xué)習來(lái)優(yōu)化功耗、性能和面積。 無(wú)論是x86架構、Arm架構還是傳感器，無(wú)論使最先進(jìn)的工藝，還是成熟的工藝，都可以用DSO.ai實(shí)現PPA的提升，同時(shí)縮短設計周期。 當然，在實(shí)際使用DSO.ai時(shí)，不同的開(kāi)發(fā)者在設計芯片時(shí)優(yōu)化的目標會(huì )有所差異，比如手機芯片開(kāi)發(fā)者側重CPU功耗的優(yōu)化，圖像傳感器開(kāi)發(fā)者則更希望縮短設計周期加速產(chǎn)品上市，DSO.ai都能夠靈活地解決差異化的需求，并且帶來(lái)數倍的效率提升。 DSO.ai之所以能在不同工藝節點(diǎn)和不同技術(shù)架構中都能實(shí)現顯著(zhù)的效率提升，核心原因是基于新思科技在EDA領(lǐng)域積累的多年豐富的行業(yè)經(jīng)驗，借助AI的自動(dòng)化學(xué)習能力和底層算例，把此前需要開(kāi)發(fā)者們一遍遍嘗試的重復而繁雜的工作，交由AI快速探索數以萬(wàn)億計的設計方法找到最優(yōu)解，因此具有普遍的適用性。 DSO.ai的第二大核心價(jià)值，能夠幫傳統芯片設計公司解決人才短缺的挑戰，并大幅降低芯片設計的門(mén)檻。 數字化趨勢下，大型系統級公司們紛紛開(kāi)始自研芯片，通過(guò)定制芯片來(lái)優(yōu)化其應用或工作負載。但大型系統級公司往往缺乏芯片設計的經(jīng)驗和經(jīng)驗豐富的芯片設計的人才，DSO.ai能夠完美解決大型系統級公司面臨的挑戰。 借助DSO.ai，一個(gè)只有幾年工作經(jīng)驗的開(kāi)發(fā)者，也能達到有多年豐富經(jīng)驗開(kāi)發(fā)者的設計水準。 DSO.ai的兩大優(yōu)勢，將惠及幾乎各種類(lèi)型的芯片設計公司，典型的就是通用芯片公司和系統級兩大類(lèi)客戶(hù)。 對于通用芯片公司，DSO.ai的目標是通過(guò)仿真驗證、快速原型等更快、更易用的工具，使芯片生產(chǎn)出來(lái)之前就能模擬出實(shí)際的性能、功耗等表現，節約成本和設計周期。對于系統級公司，DSO.ai通過(guò)各種IP模塊和設計工具幫助他們解決芯片架構和工藝的選擇。 數量級性能提升，門(mén)檻大幅降低 由于需要更加強大的算力作為支撐，所以DSO.ai的出現在一定程度上也是得益于云計算的普及，新思科技也通過(guò)和云服務(wù)提供商合作提供DSO.ai解決方案。 當然，正如云計算的普及不是一蹴而就，一開(kāi)始，DSO.ai在芯片設計公司眼中也是新生事物。剛開(kāi)始，頂級芯片設計公司們對于DSO.ai的態(tài)度也有些謹慎，但對DSO.ai進(jìn)行測試之后，他們發(fā)現，在獲得PPA大幅提升的同時(shí)還能縮短設計周期。很快，DSO.ai就迅速獲得了全球頂尖芯片設計公司們的認可。 英特爾、聯(lián)發(fā)科、三星、索尼和瑞薩電子等都是典型的例子。 英特爾發(fā)現，面對優(yōu)化高性能芯片的PPA并縮短設計周期這一目標時(shí)，有諸多關(guān)鍵挑戰需要解決，包括：設計尺寸大，運行時(shí)間長(cháng)；對于較大尺寸的設計，最終RTL到GDS的收斂循環(huán)更長(cháng)；在最后階段執行多個(gè)手動(dòng)ECO延長(cháng)了設計關(guān)閉時(shí)間；跨多個(gè)設計向量?jì)?yōu)化PPA將增加實(shí)驗數量等。
在實(shí)際案例中，英特爾采用DSO.ai技術(shù)對芯片設計周期和PPA進(jìn)行優(yōu)化，實(shí)現了設計時(shí)間結果質(zhì)量提高約40%，運行時(shí)間加速了約20%。英特爾通過(guò)將DSO.ai并入區塊布局布線(xiàn)（PnR）流程中，有助于縮短芯片設計周期并實(shí)現最佳PPA，減少了人工/ECO收斂工作中的攪動(dòng)，并及時(shí)向RTL所有者提供反饋以修復嚴重違反時(shí)間路徑的問(wèn)題。 英特爾的例子還充分說(shuō)明了DSO.ai易于定制的特性，可以很好地解決芯片設計中計時(shí)或功耗帶來(lái)的挑戰、通過(guò)創(chuàng )建布局指標幫助緩解擁塞點(diǎn)、以及使用庫單元數量的限制。 聯(lián)發(fā)科和三星也采用了DSO.ai技術(shù)提高先進(jìn)制程Arm架構移動(dòng)CPU的性能和功耗。在三星的案例中，DSO.ai技術(shù)被成功應用于開(kāi)發(fā)Voptz和Ftarget優(yōu)化應用程序，通過(guò)自動(dòng)探索大量的電壓（V）/目標頻率（F）空間以找出最高基準分數和最長(cháng)電池時(shí)間的最佳組合。此外，DSO.ai RL模型將通過(guò)分析之前運行中的選擇，自動(dòng)學(xué)習并生成更好的組合。
結果顯示，三星在4nm Arm Big CPU的實(shí)驗中，在相同的工作電壓下，DSO.ai實(shí)現了頻率提高13%-80%；而在相同的工作頻率下，最高可將功耗降低25%。 三星的實(shí)踐展示了AI驅動(dòng)的解決方案提高了生產(chǎn)力，助力開(kāi)發(fā)者能夠輸出高質(zhì)量的結果。 雖然和設計CPU有所不同，但索尼在設計傳感器時(shí)要以最短的時(shí)間滿(mǎn)足各種類(lèi)型終端的需求，也需要縮短設計周期，提高結果質(zhì)量（PPA）。 因此，索尼也在設計傳感器的過(guò)程中順利采用了DSO.ai技術(shù)并驗證了其出眾的性能，與專(zhuān)家工程師的人工操作相比，DSO.ai實(shí)現最佳結果僅需1/4的設計周期、1/5的設計工作量，并成功將功耗降低了3%，進(jìn)一步提升設計結果質(zhì)量。
索尼發(fā)現，與冷啟動(dòng)相比，熱啟動(dòng)具備一些優(yōu)勢，例如僅需1/2周期，并減少1/3的工作量。 熱啟動(dòng)，也正是新思科技DSO.ai的絕招。 熱啟動(dòng)，DSO.ai的絕招 之所以說(shuō)是絕招，是因為目前業(yè)界集成AI的EDA工具中，僅新思科技的DSO.ai提供了熱啟動(dòng)模式。 眾所周知，AI技術(shù)需要利用大量的計算資源來(lái)實(shí)現模擬人腦的神經(jīng)思考，而計算資源的不足往往限制了AI技術(shù)在高端應用或大型企業(yè)的部署。DSO.ai能夠將每一次運行的學(xué)習經(jīng)驗保存到訓練數據庫中，之后就可以利用訓練數據庫來(lái)提高設計探索的效率，減少執行時(shí)間并降低對計算資源的要求。 DSO.ai有熱啟動(dòng)與冷啟動(dòng)兩種模式。 冷啟動(dòng)實(shí)際上就是無(wú)訓練數據的模式，需要執行并創(chuàng )建訓練數據，并選擇使用自己的“未訓練”抽樣來(lái)分配第一個(gè)參數。一個(gè)新的設計引入DSO.ai時(shí)都是從冷啟動(dòng)開(kāi)始，所以需要執行大量訓練工作，且必須在同一流程中執行多次。 熱啟動(dòng)模式則是將“冷/熱啟動(dòng)”的結果用作一個(gè)進(jìn)程的模式，在有訓練數據的情況下自動(dòng)學(xué)習，以尋求最優(yōu)解。熱啟動(dòng)的顯著(zhù)優(yōu)勢就是能夠減少工作量和縮短周期，與此同時(shí)，熱啟動(dòng)也能降低對算力的需求。 英特爾在實(shí)踐中發(fā)現，有了熱啟動(dòng)模式，能夠用更少的工程師實(shí)現更好的設計結果。聯(lián)發(fā)科也體會(huì )到，如果了解設計的參數，實(shí)現了PPA的提升，可以利用熱啟動(dòng)提高生產(chǎn)力，更進(jìn)一步，也就可以實(shí)現復雜的計算和決策。
新思科技能夠率先在業(yè)界推出熱啟動(dòng)模式，與新思科技較早在五六年前就組建了AI團隊研發(fā)相關(guān)項目有密切關(guān)系。 不止于此，新思科技還在嘗試探索將熱啟動(dòng)模式前移，也就是通過(guò)與IP提供商合作，面向共同的客戶(hù)做針對性的優(yōu)化，進(jìn)一步提升DSO.ai效率。 新思科技將不斷提升DSO.ai的性能，比如易用性的改進(jìn)、更加智能化（冷熱模式的自動(dòng)切換）、適用性進(jìn)一步擴大，這些也都是客戶(hù)所期待的。DSO.ai，正在被越來(lái)越多芯片設計公司采用，新思科技也正在把AI與EDA的融合從數字芯片邏輯設計擴展到驗證環(huán)節。 未來(lái)，從芯片的架構設計、制造以及封裝的全流程都會(huì )融入AI技術(shù)。新思作為擁有芯片設計全流程的工具，能夠更容易可以在整個(gè)程中都使用AI，帶來(lái)更顯著(zhù)的全面提升，而芯片行業(yè)深刻的變革，也已經(jīng)開(kāi)始。 我們迎來(lái)了突破性的芯片設計的新時(shí)代。 |
