由人工智慧驅動的設計應用
為能實現更高效能的晶片設計需求,並因應與日俱增的設計複雜性、工程資源限制和始終存在的緊迫上市時程,晶片設計人員需要人工智慧(AI)這難能可貴的戰友來達成最終設計目標。藉由部署AI導向的晶片設計及驗證流程,設計團隊能夠擺脫重複性作業,進而專注於產品差異化和功耗、效能及面積(PPA)方面的強化。
在萬事追求智慧化的經濟時代,工程師從晶片所獲取的成果備受重視。當前人們所處的時代中,智慧型裝置幾乎無所不在;其可擷取資料並將之傳輸到廣大的處理環境中,以此建立AI模型、推導相關見解(insights),再將資料送回邊緣(edge)以提高生產力與生活品質。這些裝置的需求為半導體產業創造價值上兆美元的商機。與此同時,工程人才短缺也是不爭的事實。雖說2022年《晶片與科學法案(CHIPS and Science Act)》等投資將有助填補人才缺口,但人工智慧也同樣能夠實現此目標。
AI長久以來蔚為業界熱門話題,近期初露鋒芒。如今,屢獲殊榮的Synopsys DSO.ai晶片設計AI解決方案已成功達成100次商用投片(tape-out),奠定重要里程碑,證明AI在電子設計自動化(EDA)應用發展成為主流的實力,並將為半導體產業帶來顛覆性的革新。
Synopsys DSO.ai能自主搜索設計空間找出最佳PPA解決方案,大規模擴展晶片設計工作流程中的選項探索,並使用強化學習(reinforcement learning)自動執行多項繁瑣任務。此解決方案的概念有點類似於集眾多工程師專業於大成,從新手到老手,人人都能從中受益。有些客戶會經由雲端(cloud)環境使用DSO.ai,利用本地佈署和公共雲服務商提供的靈活性、可擴展性和彈性來滿足大量的工作負載,讓生產力再創高峰。我們從這些初始客戶的使用案例發現一些令人印象深刻的成果:生產力提升3倍以上,功耗降低15%,晶片尺寸大幅縮小,整體資源使用量亦有所減少。
新思科技看到AI在晶片設計和驗證流程中為晶片成果和生產力帶來的顯著優勢。我們的主要客戶─包括我們前10大數位實作(digital implementation)客戶的其中9家,都正享有新思科技AI技術的價值和成熟度所帶來的效益。與此同時,當今充滿挑戰的宏觀經濟局勢也使人們開始思考利用AI來進行重複性較高的晶片設計任務,使工程人才能夠專注於他們最為擅長的事物─也就是創新。
當前全球經濟的不確定性使得半導體領域的競爭更加激烈,進而推動對於更好的PPA、成本優勢以及更快上市時程的追求。因此,設計團隊面臨需要產出規格優於競爭對手晶片的壓力。與此同時,資源限制也迫使團隊努力以相同或較少的資源完成更多的任務。晶片設計領域也有許多新進者,諸如汽車業等超大規模垂直產業也紛紛投入自研晶片,而AI正可幫助填補資源和專業知識方面的不足。
AI不僅能夠解決晶片設計中的重複性作業,更可加快流程,幫助團隊有效率地完成工作。以驗證為例,由於驗證週期未能及時完成以進入實際投片(tapeout),致使量產品片可能仍處於第三次硬體修正階段。但若能使用AI加速驗證覆蓋範圍,工程師能夠以較少的迭代次數產出無錯誤的晶片,將可幫助團隊節省大量時間和金錢。
簡而言之,AI能夠增強人們的能力。人類擅長提出獨創想法─但通常是在系統或架構層面。為能實現這些想法,工程師就需要利用EDA工具。而為能加快部署速度,新思科技將AI技術視為發展方向。藉由將AI整合至解決方案中並盡量使其能輕鬆無縫地接軌,我們能夠幫助工程師更快實現設計目標。經由縮短設計和驗證週期與減少工作量,設計團隊將有更多時間實現核心理念的創新。
當今經濟的不確定性連帶也影響到設計預算的規畫。由於先進節點成本日益增加,我們可以看到廠商在PPA優化方面投注更多努力。晶圓代工廠一般會提供效能和成本優化的製程技術,但仍有許多變化需要進行微調以確定其最佳配置,進而推動設計空間探索的爆發式成長。AI能夠以其強大的設計空間探索能力,以更快且更輕鬆的方式因應製程技術變化進行決策。
有些設計團隊現已採用多家晶圓代工廠(multi-foundry)策略,藉此減輕供應鏈風險 (vulnerability)並降低成本。由於將設計作業在個別晶圓代工廠之間轉移可能耗費大量資源,因此這項任務就非常適合由AI代勞。事實上,為求成本最佳化,我們能夠發現傳統裝置的設計人員─尤其是小型團隊,傾向使用AI實現更為嚴苛的面積需求目標。
時至今日,我們預計持續加速採用AI進行晶片設計和驗證的腳步。隨著多晶片(multi-die)系統日益普及(包括計算密集型應用程式,如AI本身),更加需要能夠承擔優化PPA所需的大量重複性任務的工具。因此,我們更將持續投資AI相關研發,讓需要提高生產力及利用現有資源加快設計和驗證週期的設計人員,能夠享受無縫接軌的智慧化體驗。
從人們手腕上那功能多樣的智慧型裝置,乃至生產線上的先進機器人和自動駕駛車輛,我們的世界日益智慧化且更加緊密互聯。此一趨勢也對作為前述裝置和系統基礎的矽晶圓提出更高的要求─也因此令設計團隊承受更大的壓力,被要求以更低的功耗和更小的晶片面積來達成更高效能水平。而團隊肩負的另一項重責大任,正是當前宏觀經濟局勢迫使其使用相同或更少的資源完成更多的任務。
在這樣的大環境下,AI導向的晶片設計和驗證作業正在證明其幫助設計人員實現積極PPA和生產力目標的價值。藉由推動重複性任務的自動化,Synopsys DSO.ai等人工智慧解決方案將引導半導體產業開創高產能的嶄新康莊大道,以利持續創新,並為全人類帶來更加智慧化的產品。