智能聊天機器人ChatGPT上線僅兩個月，注冊用戶破億，內容搜索、編寫代碼等應用引發人們對人工智能技術的新一輪探討。隨后，微軟宣布推出基于人工智能的 Bing 搜索引擎和 Edge 瀏覽器；谷歌則發布了Bard，由其對話應用程序語言模型（簡稱 LaMDA）提供支持；百度也在開發類似 ChatGPT 的“文心一言”。（合肥封裝測試獵頭）

在業內人士看來，人工智能技術是信息通信領域創新最活躍的領域之一，以生成式AI（AIGC）、大規模預訓練模型、知識驅動AI為代表的新技術釋放行業爆發新增長能量。人工智能從探索“可用”階段邁入了探求‘好用’的新階段，當前受各界關注的大模型、知識計算、AIGC等很好地體現了這一趨勢。這可以從人工智能產業投融資數據中得到印證。

中國信通院數據顯示，2022年全球人工智能融資中，自然語言處理、智能語音、人機交互領域資金占比有所提升，其中人機交互領域投融資金額同比增加19%。深度學習技術及應用國家工程研究中心主任、百度首席技術官王海峰認為，讓機器和人自由對話，一直都是人工智能領域的重要目標之一。在深度學習的基礎上，融合大規模知識，即知識增強的深度學習，是人工智能發展的重要方向。與此同時，人工智能技術在應用中呈現出低門檻、自動化、規模化的趨勢。

根據中國信通院預計，2022年我國人工智能核心產業規模（增加值）達到5080億元，同比增長18%。人工智能不斷賦能經濟社會發展各領域，成為科技跨越發展、產業優化升級、生產力整體躍升的新動能。既然人工智能已經有了“創作能力”，那么是否意味著很快AI就可以在半導體領域大展身手？

AI幫助人類設計芯片

谷歌團隊在2021年發布論文《A graph placement methodology for fast chip design》，該團隊提出了一種用于芯片布局規劃的深度強化學習方法。在不到六個小時的時間內，人工智能自動生成的芯片平面圖在關鍵指標（包括功耗、性能和芯片面積）上優于或可與人類生成的平面圖相媲美。在這一過程中，研究團隊將芯片布局規劃作為一個強化學習問題，并開發了一種基于邊緣的圖卷積神經網絡架構。將芯片版圖看作圍棋棋盤，將宏模塊看作棋子，通過在大量內部數據樣本上預訓練，最終超越了人類的布局方案。該研究團隊稱團隊的方法被用于設計下一代谷歌的人工智能加速器，并有可能為每一代新產品節省數千小時的人力。

EDA公司Synopsys表示公司的AI解決方案實現了100個商用芯片流片的里程碑。得益于 Synopsys DSO.ai（Design Space Optimization AI），意法半導體和SK海力士等客戶的生產力提高了 3 倍，芯片的總功耗降低了 25%，芯片尺寸也顯著減小。

需要明確的是，AI 并沒有“偷走”芯片設計師的工作，Synopsys認為AI將芯片設計師和硬件工程師從迭代工作中解放出來，而且由于 AI 增強，他們能夠轉而從事創新。

Synopsys 表示：“通過減少設計和驗證周期和工作量，設計團隊可以將更多時間用于創新核心理念。”人工智能至少能在一定程度上緩解工程人才短缺的問題。Synopsys 取得的里程碑表明，人工智能在電子設計自動化中的應用正在迅速成為主流。此外，這種人工智能對于越來越希望進入芯片設計業務的工業部門特別有用——例如汽車制造商。

為了完成其任務，AI 軟件針對任何給定的芯片設計空間優化功耗、性能和面積 (PPA)。改善PPA是一種行之有效的途徑，可以用更少的資源做得更好，并且近年來由于加密貨幣和大流行導致關鍵材料短缺，一直是優化的非常受歡迎的目標。（合肥封裝測試獵頭網）

Synopsys 的客戶一直在從 DSO.ai 中獲益，并取得了令人印象深刻的成果。Synopsys 聲稱，其客戶的生產率提高了 3 倍以上，功耗降低了 15%，成品設計的芯片尺寸大幅減小，資源使用量也減少了。它還表明，人工智能的理想任務是促進多晶圓代工廠戰略，以減輕供應鏈漏洞的影響并降低成本。

Synopsys 已經在考慮擴大 AI 在其他芯片設計和驗證工作流程中的使用。看來我們可能會看到基于 AI 的芯片設計取得突破性的時刻。