AI驅動的晶片設計如何因應未來挑戰？

英文原文：Can AI-Driven Chip Design Meet the Challenges of Tomorrow?

在 SNUG Silicon Valley 2024上，與會專家針對人工智慧在晶片設計中的影響和機會進行討論與辯論。

雖然我們還不清楚 AI 對晶片設計的全面影響，但有一件事是肯定的：AI所帶來的影響既深遠，又有潛力改變工程生產力和晶片本身。考量到晶片運算需求不斷增加，再加上工程人才短缺所造成的矛盾壓力，這種轉變適逢其時。

我們仍處於半導體產業 AI 旅程的早期階段，因此這段期間不乏相關議題的觀點和問題討論。在今(2024)年矽谷SNUG使用者大會(SNUG Silicon Valley) 的第一天，我們於聖塔克拉拉(Santa Clara)會議中心宴會廳舉辦了一場午餐專題討論會(lunchtime panel)並探討一些關於AI的思維。

以「AI 驅動的晶片設計：迎接未來的挑戰(AI-Driven Chip Design: Meeting the Challenges of Tomorrow)」為題的專題討論，由 HotTech Vision 聯合創辦人暨首席分析師 Dave Altavilla主持，並邀請到一群德高望重的業界專家參與，包括：

Ansys技術長Prith Banerjee
微軟(Microsoft)合夥人暨總經理Silvian Goldenberg
英特爾(Intel) PDCAD資深總監Sabyasachi Sengupta
三星晶圓代工(Samsung Foundry)市場情報與行銷策略暨商業開發副總裁Kelvin Low
新思科技(Synopsys)人工智慧及機器學習(AI & ML)副總裁 Thomas Andersen

從生成式人工智慧(GenAI)的未來可能性，到人工智慧對工程工作的影響，Altavilla 徵求了與會專家對各項議題的觀點。請繼續閱讀，回顧這場專題討論會。

更快、更好的決策

英特爾(Intel) PDCAD資深總監Sabyasachi Sengupta指出，正如觸控螢幕創造了更自然的行動裝置互動模式，大型語言模型(LLMs)也提供了一種自然的方式，來與背景(background)應用中的某些處理能力進行互動。他表示，目前很難預測這將如何演變，但工程師無疑會利用他們的創造思維帶來全新的可能。

晶片設計涉及諸多啟發式(heuristic)方法，因此這項工作幾乎可以說是有無限種處理方式。Sengupta說明，我們現在仰賴人類的專業知識和經驗找出最佳方法，但人工智慧(AI)可以發掘出新的考量因素，進而展示新的或更好的解決方案。他指出，隨著人們對AI驅動工具的信心增強，以及工具本身日趨成熟，工程師應該可以依靠這些工具處理更大量的工作。

Sengupta表示：「總而言之，我們的產業一直都在飛快地提高生產力。我們如何更快地探索這個搜尋空間，更快地做出更好的決策呢？這些有趣的可能性，將使設計人員更有效率，而設計也變得更加出色。」

Ansys技術長Prith Banerjee 強調了人工智慧在重複性任務中的適用性，例如模擬(simulation)。單單一次模擬就可能需要1,000小時，而現實情況是，設計團隊必須對多個參數進行模擬，這需要大量的計算能力。他表示，模擬的終極目標包括三個關鍵因素：快速運行時間、高準確性和易於使用的系統，但其中涉及的所有權衡取捨，都使得該目標難以達成。他指出，神經網路(neutral network)可以被訓練來以極快的速度進行這項工作，同時提供準確性，因為它的處理方式可以面面俱到。與此同時，生成式人工智慧「copilot」的加入，也讓這種系統更容易使用。

提升半導體工程生產力

所有與談者都強調，在這個瞬息萬變的世界中，工程人才的重要性將持續存在。與其將人工智慧視為人類工程師的替代品，與談者們著重在這項技術將如何提升工程生產力。

新思科技(Synopsys)人工智慧及機器學習(AI & ML)副總裁 Thomas Andersen指出，人類對機器搶走工作的擔憂可以追溯到工業革命時期。他繼續說明，EDA工具仍然是主要的工作主力，人工智慧則輔助這項工具，以協助優化工作流程。「你必須調適，你必須利用人類擅長的技能組合。目前人工智慧正在接管許多人不願意做的任務，這樣人們就可以專注於創造性的工作。」他說道。

Banerjee表示，大學也需要調整教學內容，以培養下一個世紀的設計人員。現階段來說，這代表著要傳授基於GenAI的晶片設計。微軟(Microsoft)合夥人暨總經理Silvian Goldenberg的看法是，人工智慧有助於實現晶片設計的民主化。他表示：「相較於傳統設計流程將設計交接給不同團隊，現在每一位設計工程師都在創建並繼續完成其他人的工作。就機會方面而言，這帶來了顯著的差異。」

三星晶圓代工(Samsung Foundry)市場情報與行銷策略暨商業開發副總裁Kelvin Low也認為，人工智慧將提高生產力，同時在短期內減輕人才短缺的問題。他呼籲工程師應該擁抱人工智慧，並找到能掌握AI技術以建立自己技能組合的方法。

開創新機會

Andersen表示，在晶片設計領域，GenAI已然崛起，但僅是作為一位助手角色。這主要是因為大型語言模型目前尚欠缺所需的準確性。「每一年都可能會有新的變化。明年或許會有準確性上的突破。理論上來說，有一天我們可能會擁有能夠自行生成設計或佈局的能力。然而，GenAI只是眾多人工智慧技術之一，距離人工智慧取代人類的時刻還很遙遠。」

如果我們真的實現了讓GenAI生成RTL的程度，則可能會引發其他擔憂，進而開創新的創新機會。Andersen舉例，惡意元件被生成的可能性，或許會進一步推動開發驗證軟體以評估安全威脅。

除了現有的支援助手外，Andersen也強調了GenAI的其他潛在應用，例如RTL和程式碼優化、工作流程自動化、已改善的人機介面(human/machine interface)以及根據規格創建內容等。然而，在實現這些應用之前，業界需要解決的問題包含版權和智慧財產權保護、問題的複雜性、取得用於模型訓練的高品質資料，以及從頭開始訓練模型所需的運算資源。

Banerjee想像了一個情景：設計師可以使用眾多不同的設計來訓練人工智慧工具，然後向該工具提出一個新的需求。「接著設計就完成了。但是我們還沒有達到這個地步。」他補充道：「這就是我們的未來。」

Low 認為，量身訂製的晶片和系統在未來可能並非遙不可及。Goldenberg則看到了GenAI的潛力，除了得以利用最佳方法並貫串整個設計流程，還能夠運用人工智慧從更高層次的描述語言生成晶片。Low表示：「這確實是令人振奮的時刻，因為人工智慧為加速創新提供了另一項工具。」

欲瞭解更多生成式人工智慧(GenAI)在晶片設計領域的應用，歡迎報名參加以下活動：

新思科技在COMPUTEX 2024論壇的專題演講
主題：Unleashing the power of Generative AI for Chip Design
時間：2024年6月5日(星期三) 11:00 – 11:30
地點：南港展覽館二館7樓 701會議室
講者：新思科技人工智慧及機器學習(AI & ML)副總裁Thomas Andersen
瞭解更多