芯片自主设计的唯一出路

如果没有人工智能（AI），尤其是机器学习（ML）技术，那现在那些让我们感受到生活很便利和美好的许多解决方案都不可能实现，比如医学研究、智能手机摄影、语音辅助、自动驾驶等等。AI可以在很短时间内改进流程、优化决策并以比人工处理快得多的速度完成各种工作。

近期，新思科技总裁兼首席运营官Sassine Ghazi在2022 AI硬件峰会（AI Hardware Submit）上发表了主题演讲，阐述了AI发展的机遇和挑战，以及有可能让AI部署无处不在的潜在解决方案。本文还将进一步介绍行业可以采取哪些新策略来增加AI的影响并加速AI发展。

AI既是挑战也是强大的解决方案

Sassine Ghazi在演讲中谈到，AI在新冠疫苗开发、癌症研究、以及主要用于预测未来气候的超级计算机驱动的数字孪生地球等领域都取得了不菲的成绩。在2018年之前，数据主要通过人类与应用程序交互来生成。但在过去四年中，机器已经开始生成大量有用的数据。展望2025年，这种趋势会继续增长，数据量将从大约30 ZB增长到160 ZB。随着数据的增加，使用这些数据的模型也会变得更加复杂。

为了让AI模仿人脑，我们必须将目光投向能感知上下文的Transformer模型。然而，使用这些模型需要付出一定的代价，一方面它们突破了芯片设计的极限，另一方面，模型的使用可能会引发人们对能源和环境的担忧。比如说，在计算机视觉或自然语言处理应用上运行Transformer模型时，若要达到13%的完成率，所消耗的能源就相当于普通家庭一年的能耗。

Sassine Ghazi还指出，AI作为一个行业，其应用虽然增加了二氧化碳（CO₂）排放，但也产生了巨大的积极影响。除了帮助破解复杂的病毒难题和从很多其他方面增强人类能力外，AI还将在减少碳排放方面发挥关键作用，帮助世界控制和降低CO₂排放。

对于日益严重的人才紧缺问题，借助正确的AI/ML技术部署，高级设计团队现在大大提高了工作效率，而初级设计团队在AI工具的加持下，也能够直追高级设计团队。

事实证明，AI既是挑战，但也是强大的解决方案。

实现芯片自主设计AI是唯一出路

Sassine Ghazi在演讲中表示，AI本身可以改进现有的芯片设计流程，并将传统的芯片设计流程转变为自主设计工具。对于硬件开发者来说，许多任务都需要对大量信息进行检查，以确定特定SoC设计的最佳方案。在处理这种工作时，即便是经验丰富的开发者团队，也需要数周的时间。

而使用强化学习算法（与用于击败国际象棋大师的算法相同）来处理这些任务时，不仅速度要快很多，而且结果通常也优于经验丰富的设计团队所得到的结果。这让开发者们可以更加专注于自己最擅长的事情从而创造更大价值──专注创新，实现重大突破。

AI驱动和引导的决策还可以降低能耗。根据许多客户芯片设计项目的实际数据，到目前为止，平均芯片级功耗可降低8%。虽然这个数字可能看起来很小，但每毫瓦的能耗降低都有助于扭转AI的能耗影响，从而实现净零目标。目前的这一成就相当于7.8万亿太瓦时，即大约70万户家庭每年消耗的能源。

考虑到所有这些可能性和机遇，Sassine Ghazi认为AI计算性能有望提高1000倍，从而引领未来创新。而要改进现有流程并将传统芯片设计流程转变为自主设计工具，AI是唯一的出路。

AI未来可期，我们将共同见证一个充满希望并令人兴奋的美好未来。