各大EDA巨头都在干什么？——涌动的AI浪潮！本文作者：YMIJW电子设计自动化

本文作者：YMIJW
电子设计自动化（EDA）始于1980年代初，数十年来，电子设计自动化软件一直在提高半导体设计生产力，而今天的EDA工具已融入现代芯片设计的方方面面。 EDA作为支撑集成电路产业的基础与工具，伴随摩尔定律的演进、芯片设计规模的增大、制造工艺复杂度的攀升以及产品成本与上市时间的压力，为现代EDA业带来了巨大挑战。

文章图片
为应对挑战，现代EDA都在将AI/ML技术应用于集成电路研究，应用到芯片及系统设计和工艺中。因人工智能、机器学习的发展，使得集成电路设计方法学发生了颠覆性的变革，由基于传统的分析和优化技术的集成电路“辅助”设计方法学向以数据驱动机器学习为重要手段的集成电路“智能”设计方法学演变。 EDA运用人工智能和机器学习体现在：数据快速提取模型、布局中的热点检测、布局和布线、电路仿真模型、性能、功耗、面积（PPA）的优化决策，从常规的经验模型向基于深度学习的训练和推理模型转变。相应地，人工智能和机器学习引发了人们对结合二者来解决EDA和芯片设计制造的任务的更多兴趣。而新一代集成人工智能技术的电子自动化设计工具，将能够在降低开发成本、缩短投放市场的时间、提升性能、增加良率等方面发挥巨大作用，可以说，人工智能驱动的电子设计自动化将重新定义芯片设计和制造！
一、SYNOPSYS
据悉，三星正在使用人工智能来设计Exynos芯片组，这些芯片组将用在三星和其他厂商的下一代智能手机当中。而三星使用EDA厂商新思科技（Synopsys）提供的AI功能——DSO.ai——来构建即将推出的Exynos移动SoC 。新思科技董事长AartdeGeus博士表示， DSO.ai是第一个用于处理器设计的商业AI软件。业内专家则认为， Synopsys的DSO.ai工具可以加速芯片开发。依托Synopsys数十年构建芯片设计工具的经验提供了丰富的训练模型数据集，人们有理由对人工智能改进芯片设计的长期潜力持乐观态度。

文章图片
在HotChips2021上， Synopsys还宣布了一项雄心勃勃的计划，旨在开发一套完全集成的、依赖人工智能的EDA工具。这些工具有望降低芯片开发成本、缩短上市时间、提高性能并提高成品率。因现代芯片的物理设计是一个昂贵且困难的过程，随着制程越来越小， IC设计成本也在不断攀升。如今，开发新的CPU或GPU架构需要数年时间，而设计芯片的物理实现可能需要大约24个月或更长时间。据IBS称，设计3nm器件的成本从5亿美元到15亿美元不等，工艺开发成本从40亿美元到50亿美元不等，而一家晶圆厂的运营成本在150亿到200亿美元之间，并非所有公司都能负担得起这样的成本。但是， Synopsys表示，通过使用支持AI的设计工具可将这些成本减少多达50% ，并将开发时间减少几个数量级。
芯片设计是一项极其复杂的工作，以至于只有少数公司在这个领域取得了成功。但如果设计一个芯片不那么困难呢？人工智能会成为实现这一目标的部分解决方案吗？这就是Synopsys首席执行官AartdeGeus博士在HotChips2021主题演讲中提出的问题。 “现在每个垂直市场都在投资人工智能，以变得更聪明、更高效、更有效。 ”他说， “人工智能可以设计芯片吗？答案是肯定的。 ”

文章图片
除上述合作案例之外，据悉新思科技还与瑞萨电子（Renesas）合作，将DSO.ai设计系统引入先进汽车芯片设计中， DSO.ai已被证明可自动收敛到性能、功耗、面积（PPA）目标，从而可提高设计团队的整体效率。