如何超越摩爾定律的束縛：AI為晶片設計指明新的道路

目前，全球都籠罩在半導體產能短缺的陰影之下，整個技術供應鏈也因此遭遇負面影響。由於各個市場都在努力尋求晶片及其他相關供應，從汽車到PC遊戲顯示卡在內的多種產品出現供不應求，單品市場價格飛漲。但就在一片愁雲慘淡之下，另一種更具挑戰性的短缺同樣迫在眉睫——這就是晶片設計方式的僵化，這直接導致全球新型晶片與處理器的開發及創新活動趨於停滯。而Synopsys公司CEO Aart de Geus認為，他們開發出的先進AI設計自動化工具也許能給我們帶來答案。

多年以來，一直有權威人士認定摩爾定律已死。所謂摩爾定律，是由英特爾公司聯合創始人Gordon Moore提出的一項預測，即積體電路中的電晶體數量每兩年增長約一倍。實際上對於摩爾定律的樂觀描述，反對之聲一直不絕於耳；但半導體行業的從業者們憑藉自己的聰明才智，成功讓這項預測延續了三十年。不過面對當下的困境，我們必須承認隨著各晶片製造商在推進工藝節點中的時時碰壁、加上晶片複雜性的指數級增長，摩爾定律似乎確實走到了生命的終點。

後摩爾時代： 發揮電晶體之外的系統技術力量

更令人絕望的是，全球半導體產業的設計工程師從業人數並沒能相應增加。這種情況提示出了系統性的問題，即維持摩爾定律的動力已經出現了根基性的缺失。如今，晶片製造商面臨的挑戰絕不止是向晶片當中塞進更多電晶體，同時還需要應對快速提升的系統複雜性。正如de Geus所言，這個“後摩爾”時代需要新的工具與策略才能推動行業繼續前進。換句話說，必須得用更聰明的辦法解決這個新的難題。

Aart de Geus解釋道，半導體行業目前的主要挑戰是如何在未來十年內，將從雲到邊緣場景下的AI算力再提升1000倍。其核心當然是如何以更快且成本更低的方式構建更強大的晶片，而AI工具正是其中的關鍵，甚至可以說是改變遊戲規則的重大突破。Synopsys公司最近就展示了一項用例，一位工程師在AI工具的協助下短短几周就解決了以往整個設計團隊需要幾個月才能搞定的問題。

佈局與佈線流程極為複雜

Aart還提到該公司開發出的DSO。ai工具，據稱這項設計空間最佳化AI是全球第一套用於晶片設計的自主AI工具集。但具體表述仍然有待商榷，畢竟英偉達及英特爾等半導體巨頭早已將AI技術引入晶片設計當中，而Synopsys至少還沒有造出自己的原研晶片。但在另一方面，Synopsys希望為客戶提供先進的晶片設計工具、驗證工具與服務，同時配合IP整合及軟體安全/質量測試方案以加快出品速度。

由AI設計AI晶片已不再是幻想

Synopsys公司強調，其DSO。ai工具能夠極大加快和增強晶片的佈局與佈線效率，同時降低設計成本。佈局與佈線是一切電路板、積體電路與現場可程式設計門陣列設計中不可或缺的關鍵環節，其需要解決的核心問題，就是以儘可能高效的方式將不同邏輯與IP塊相互連線起來。更重要的是，特定製造工藝對於面積、功率、頻率、等待時間以及可用位置等因素的制約早在佈局佈線流程中就必須得到充分考量。

Synopsys的DSO。ai利用人工智慧加機器學習的迭代特性最佳化並簡化了整個流程，能夠將以往需要數十位工程師耗費幾周甚至幾個月才能完成的任務，轉化為一位初級工程師幾天之內就能搞定的小問題。DSO。ai會不斷迭代晶片的佈局與佈線方案，在此期間持續學習並透過設計引數實現晶片的微調與最佳化。這不僅極大改善了晶片設計工作的經濟性與成功率，同時也將引發設計資源與設計方法層面的根本轉變，將以往被迫將時間與精力投入到佈局與佈線中的工程師們解放出來，著力解決尖端晶片設計中的其他有價值難題。

在與de Geus的討論中，他進一步解釋道，全球半導體工程師的數量短時間內不可能快速增加。殘酷的現實證明，這類人才培養週期極長、成才率極低。因此在他看來，人工智慧工具才是彌合這道鴻溝的最佳選項——因此，即使對於最小的設計團隊來說，也完全有可能開發出自己的原研AI處理器。透過減輕晶片架構師的繁重任務，他們能夠將生產力解放出來應對更高級別的抽象挑戰。更重要的是，他認為目前半導體行業中的很多複雜性挑戰根本不可能單靠人力方式解決。所以在本質上，整個行業需要引入人工智慧以彌補人類智慧的不足。

Synopsys公司CEO Aart de Geus

智慧化水平將不斷提高，人工智慧將為我們持續賦能

時至今日，AI已經不再是炒作的標題。從手機應用中的美顏濾鏡到個性化推薦引擎、從自動駕駛汽車到大資料分析以及DSO。ai等高階設計自動化工具，AI的應用已經隨處可見。帶有專用AI處理器的裝置也在全面開花，您手中的智慧手機、計算機乃至最新汽車技術都是最直接的證明。如今，晶片行業本身也終於達到了使用AI技術協助設計AI晶片的新階段，不同規模的工程團隊都有機會藉助這項成果開發出屬於自己的處理器方案。

de Geus認為，“經典的摩爾定律讓處理器實現了令人難以置信的規模複雜性發展，最終令AI成為可能。如今，每個垂直市場都希望全面提升智慧化，藉此從資料中提取經濟價值。這又給半導體行業帶來了巨大的吸引力，讓千倍AI算力成為克服「萬物智慧化」中系統複雜性的新方向。然而，千倍AI算力本身帶來的設計複雜度，也已經遠遠超過當前人類所能掌控的工程能力與經濟承受力。”

著名工程師Jim Keller最近提到，“這簡直就是現實裡的奇蹟；十年之前，建立硬體初創公司還幾乎是個不可能完成的任務。”參考Synopsys及其他廠商在設計自動化方面的進步，Keller認為創立硬體企業所需要的經濟投入與人力成本已經發生了顛覆性變化。今年3月，擁有百名工程師的初創企業NUVIA剛剛被高通公司以14億美元價碼收購，這已經說明這些功能強大的新型晶片設計工具與智慧策略方案確有奇效。舊的半導體設計規範正在迅速失效，如今，AI這位強大的助手正幫助我們高效、可靠地消解各種物理設計難題。