如何超越摩尔定律的束缚：ai为芯片设计指明新的道路 -凯发k8娱乐

目前，全球都笼罩在半导体产能短缺的阴影之下，整个技术供应链也因此遭遇负面影响。由于各个市场都在努力寻求芯片及其他相关供应，从汽车到pc游戏显卡在内的多种产品出现供不应求，单品市场价格飞涨。但就在一片愁云惨淡之下，另一种更具挑战性的短缺同样迫在眉睫——这就是芯片设计方式的僵化，这直接导致全球新型芯片与处理器的开发及创新活动趋于停滞。而synopsys公司ceo aart de geus认为，他们开发出的先进ai设计自动化工具也许能给我们带来答案。

多年以来，一直有权威人士认定摩尔定律已死。所谓摩尔定律，是由英特尔公司联合创始人gordon moore提出的一项预测，即集成电路中的晶体管数量每两年增长约一倍。实际上对于摩尔定律的乐观描述，反对之声一直不绝于耳；但半导体行业的从业者们凭借自己的聪明才智，成功让这项预测延续了三十年。不过面对当下的困境，我们必须承认随着各芯片制造商在推进工艺节点中的时时碰壁、加上芯片复杂性的指数级增长，摩尔定律似乎确实走到了生命的终点。

后摩尔时代: 发挥晶体管之外的系统技术力量

更令人绝望的是，全球半导体产业的设计工程师从业人数并没能相应增加。这种情况提示出了系统性的问题，即维持摩尔定律的动力已经出现了根基性的缺失。如今，芯片制造商面临的挑战绝不止是向芯片当中塞进更多晶体管，同时还需要应对快速提升的系统复杂性。正如de geus所言，这个“后摩尔”时代需要新的工具与策略才能推动行业继续前进。换句话说，必须得用更聪明的办法解决这个新的难题。

aart de geus解释道，半导体行业目前的主要挑战是如何在未来十年内，将从云到边缘场景下的ai算力再提升1000倍。其核心当然是如何以更快且成本更低的方式构建更强大的芯片，而ai工具正是其中的关键，甚至可以说是改变游戏规则的重大突破。synopsys公司最近就展示了一项用例，一位工程师在ai工具的协助下短短几周就解决了以往整个设计团队需要几个月才能搞定的问题。

布局与布线流程极为复杂

aart还提到该公司开发出的dso.ai工具，据称这项设计空间优化ai是全球第一套用于芯片设计的自主ai工具集。但具体表述仍然有待商榷，毕竟英伟达及英特尔等半导体巨头早已将ai技术引入芯片设计当中，而synopsys至少还没有造出自己的原研芯片。但在另一方面，synopsys希望为客户提供先进的芯片设计工具、验证工具与服务，同时配合ip集成及软件安全/质量测试方案以加快出品速度。

由ai设计ai芯片已不再是幻想

synopsys公司强调，其dso.ai工具能够极大加快和增强芯片的布局与布线效率，同时降低设计成本。布局与布线是一切电路板、集成电路与现场可编程门阵列设计中不可或缺的关键环节，其需要解决的核心问题，就是以尽可能高效的方式将不同逻辑与ip块相互连接起来。更重要的是，特定制造工艺对于面积、功率、频率、等待时间以及可用位置等因素的制约早在布局布线流程中就必须得到充分考量。

synopsys的dso.ai利用人工智能加机器学习的迭代特性优化并简化了整个流程，能够将以往需要数十位工程师耗费几周甚至几个月才能完成的任务，转化为一位初级工程师几天之内就能搞定的小问题。dso.ai会不断迭代芯片的布局与布线方案，在此期间持续学习并通过设计参数实现芯片的微调与优化。这不仅极大改善了芯片设计工作的经济性与成功率，同时也将引发设计资源与设计方法层面的根本转变，将以往被迫将时间与精力投入到布局与布线中的工程师们解放出来，着力解决尖端芯片设计中的其他有价值难题。

在与de geus的讨论中，他进一步解释道，全球半导体工程师的数量短时间内不可能快速增加。残酷的现实证明，这类人才培养周期极长、成才率极低。因此在他看来，人工智能工具才是弥合这道鸿沟的最佳选项——因此，即使对于最小的设计团队来说，也完全有可能开发出自己的原研ai处理器。通过减轻芯片架构师的繁重任务，他们能够将生产力解放出来应对更高级别的抽象挑战。更重要的是，他认为目前半导体行业中的很多复杂性挑战根本不可能单靠人力方式解决。所以在本质上，整个行业需要引入人工智能以弥补人类智能的不足。

synopsys公司ceo aart de geus

智能化水平将不断提高，人工智能将为我们持续赋能

时至今日，ai已经不再是炒作的标题。从手机应用中的美颜滤镜到个性化推荐引擎、从自动驾驶汽车到大数据分析以及dso.ai等高级设计自动化工具，ai的应用已经随处可见。带有专用ai处理器的设备也在全面开花，您手中的智能手机、计算机乃至最新汽车技术都是最直接的证明。如今，芯片行业本身也终于达到了使用ai技术协助设计ai芯片的新阶段，不同规模的工程团队都有机会借助这项成果开发出属于自己的处理器方案。

de geus认为，“经典的摩尔定律让处理器实现了令人难以置信的规模复杂性发展，最终令ai成为可能。如今，每个垂直市场都希望全面提升智能化，借此从数据中提取经济价值。这又给半导体行业带来了巨大的吸引力，让千倍ai算力成为克服「万物智能化」中系统复杂性的新方向。然而，千倍ai算力本身带来的设计复杂度，也已经远远超过当前人类所能掌控的工程能力与经济承受力。”

著名工程师jim keller最近提到，“这简直就是现实里的奇迹；十年之前，建立硬件初创公司还几乎是个不可能完成的任务。”参考synopsys及其他厂商在设计自动化方面的进步，keller认为创立硬件企业所需要的经济投入与人力成本已经发生了颠覆性变化。今年3月，拥有百名工程师的初创企业nuvia刚刚被高通公司以14亿美元价码收购，这已经说明这些功能强大的新型芯片设计工具与智能策略方案确有奇效。旧的半导体设计规范正在迅速失效，如今，ai这位强大的助手正帮助我们高效、可靠地消解各种物理设计难题。