内置AI的芯片设计是怎样的

在不到十年的时间里，根据麦肯锡的预测，人工智能(AI)已从对象牙塔学者的迷恋变成了成功的商业失败，到2030年可能为全球经济增加约13万亿美元。AI而不是1950年代末最初概念化之时起步的一个原因是，由于芯片设计的稳步发展，使得可以负担得起的计算能力成为可能。

但是，尽管已出现了所有技术进步，但更小巧，功能更强大的集成电路(IC)的出现，设计芯片本身仍然是一项耗时且费力的工作。尽管自1980年代起就可以使用自动设计晶体管的电子设计自动化(EDA)软件，但是在很大程度上还是一个反复试验的过程中，仍然需要经验丰富的人类工程师的投入，并需要EDA工具来查找优化的最佳位置。

“更具体地说，在常规设计过程中需要手动进行大量的仿真和验证。如果不满足任何设计周期的规范，设计人员就必须重新设计并通过仿真再次验证性能，” Salahuddin Raju解释说。 A * STAR微电子研究所(IME)的科学家。

“许多EDA公司加入了AI潮流，在不同的设计工具中提供了特定的AI功能。但是，他们的方法不够灵活，无法包含各种芯片设计公司的设计风格，并且无法与设计人员紧密结合在一起学习。此外， AI辅助的EDA工具的价格很高，这迫使客户不得不与特定的EDA供应商签订合同，并增加了芯片设计的成本，” IME IME首席研究工程师Rahul Dutta解释说。

但是，如果可以使用AI来设计芯片，而不管底层的EDA工具和设计如何呢?来自IME和信息通信研究所(I²R)的A * STAR研究人员组成的一个良性循环现已开发出一种机器学习框架，该框架与EDA工具协同工作，以捕获经验丰富的芯片设计者的经验，并使用它来降低设计新芯片的成本，同时探索新​​的设计空间。

令人难以置信的收缩芯片

在过去的五十年中，根据摩尔定律，芯片变得越来越小，功能也越来越强大。例如，在2000年代中期从180纳米工艺发展到90纳米，有效地使芯片制造商将同一芯片上的晶体管数量压缩了一倍。较小的芯片意味着更短的距离在芯片内移动，从而提高了速度，而缩小的晶体管尺寸意味着减少了能耗。这两个因素加在一起使芯片变得更便宜。