赛迪顾问   人工智能产业研究中心    分析师

近日，谷歌人工智能团队在国际顶级期刊《Nature》上发表一篇名为《一个快速芯片设计的布图布局方法》

（A graph placement methodology for fast chip design）的论文，利用人工智能技术自动完成芯片布图设计，将人类专家需要花费数月完成的工作缩短至平均6小时。根据论文的描述，该项技术将用于下一代谷歌人工智能芯片（TPU）的设计中，在保障功耗、性能和芯片面积等关键参数指标上与人类水平同步的情况下，加速芯片设计进程，节约大量的人力成本。

一、以人工智能之力，提速芯片设计进程

芯片设计是一项复杂而巨大的工程，其中的全局布图则是最复杂和耗时的阶段。数十亿晶体管、数千万逻辑标准单元以及数千个存储模块需要通过芯片布图设计集成于指甲盖大小的平方毫米量级的芯片上，而各模块的空间布局将直接影响着芯片的功耗和性能。

随着社会逐渐向智能时代发展，芯片定制化开发需求不断提升，然而目前芯片的布图设计仍需要大量专家借助EDA（电子设计自动化）工具，通过人工迭代数月完成。谷歌则瞄准芯片设计中的巨大痛点，聚力开发具有泛化能力的自动化芯片布图设计。这不仅能够加快芯片设计流程、缩短芯片设计周期，而且能够大幅降低芯片开发成本，满足更多智能化企业的定制化芯片开发需求。

在原理上，此次谷歌提出的AI芯片布图设计方法与智能围棋系统AlphaGo采用的是同一种理论模型——增强学习。硅片视为棋盘，器件模块的布图好比是围棋中棋子的排列，最终的“获胜”目标则是在遵守布局密度和布线拥塞的限制规则下，实现芯片功耗、性能和面积等指标的不断提升。

组件“棋子”将由大至小依次放置在芯片净网表“棋盘”中，开始将会有超过2000种组件布局选择，每一次选择将会把芯片布图引入到新的状态，通过参照10000张芯片平面图对评价指标影响进行分析，并在10核CPU搭配英伟达Volta显卡的服务器上经过48小时的训练后，最终该系统可以在更短的时间内实现与谷歌TPU物理设计团队同等水平的高质量芯片布图。

二、AI对芯片设计的行业赋能已然开始

人工智能对于芯片设计行业的赋能主要是在EDA领域。新思科技（Synopsys）、楷登电子（Cadence）、明导（Mentor）三大国际EDA领军企业均开始探索将人工智能技术导入至芯片设计中，而芯片的布图和模拟阶段是人工智能率先渗透的环节。2020年3月，新思科技推出了设计空间优化人工智能系统DSO.ai，该系统同样利用增强学习技术在庞大复杂的物理设计空间中进行自动化有效地搜索，从而帮助芯片设计工程师在更短的时间内寻找功耗更低、需要面积更小、性能更优的芯片设计方案。楷登电子利用自主开发的机器学习引擎和iSpatial技术对其数字全流程进行升级，支持芯片布局布线和物理空间优化的自动化和智能化，实现吞吐量最高提升3倍、PPA（功耗、性能和面积）指标最高提升20%。明导公司则通过机器学习技术在将光学邻近效应修正(OPC)输出的预测精度提升至纳米级，并将执行时间缩短3倍。

同时，美国在国家层面很早便开始布局人工智能在芯片设计中的应用。2017年，美国国防部高级研究计划局（DARPA）启动电子复兴计划（ERI），其中包括电子设备智能设计（IDEA：Intelligent Design of Electronic Assets）等六个项目，IDEA项目将利用人工智能技术重塑芯片设计流程，提升自动化电子设计能力，最终希望实现芯片一键式设计（Push Button IC Design）。

三、算力与算法的耦合迭代将促进AI自我生长

从短期看，人工智能在芯片中的应用将有望在工业化流程中逐渐实现成熟应用，芯片开发周期将大幅缩减，复杂芯片的设计门槛将不断降低。对我国来说，利用人工智能算法辅助芯片设计将提速芯片供应，一定程度上缓解芯片紧缺问题，为我国5G通信、自动驾驶汽车以及人工智能等产业发展提供动力；同时，我国目前在芯片设计领域与美国存在较大差距，加大人工智能自动化芯片设计投入将有助于我国在芯片设计软件领域实现弯道超车。

从长期看，人工智能在芯片设计领域的应用的意义将不仅是提升芯片开发效率、降低芯片设计成本。未来，随着人工智能在芯片设计领域的不断成熟，全自动化的芯片设计将成为可能，人工智能将直接加速算力的提升，算力的提升将有助于人工智能算法的快速迭代升级，算力与算法之间能够形成高自动化的正反馈促进，人工智能系统将以更快的速度自我进化。