利用AI技术,打造更强大的处理芯片

作者: 佚名 2020-04-23 18:30:25

当前,越来越多的初创企业与大型半导体公司正争相推出新型AI芯片。Synopsys、Cadence以及Mentor Graphics等电子工具与设计服务厂商,则希望寻求更多前所未有的方案,帮助设计师们加快产品投产速度。

有趣的点来了:目前各家公司采取的主流研发提速手段之一,就是利用AI技术协助构建更强大的AI芯片。其中,设计流程后端(即物理设计阶段)对AI工具的支持表现得尤为成熟,而各早期采用者也得到了相当可观的收益。

图一:这是一块英伟达Drive AGX Orin芯片,其结构极度复杂,包含多达170亿个晶体管。有趣的是,目前业界正利用AI技术为此类芯片提供更高效的设计支持。

相关问题

很多朋友可能并不熟悉芯片制造的具体方式,这里我就用几个常见问题进行说明。在确定了芯片的基本逻辑(往往需要耗费数月甚至数年时间)之后,接下来就是物理设计流程了——更具体地讲,工程师们需要确定每个晶体管应放置在何处、不同晶体管之间又要如何互连。这个过程,被称为布局与布线。现代芯片上往往包含数十亿个晶体管,因此布局与布线的设计与测试往往需要耗费数名工程师长达20到30周的时间才能完成。一旦不小心出了错,芯片的实际运行效率可能要比设计要求更低、功耗更高、成本增加或者压根无法正常使用。但遗憾的是,并不存在一种百试百灵的“正确”芯片布局方法。面对这小小方寸,我们拥有成千上万种可能的选择,而研发人员的任务就是在芯片的三大主要设计指标中做出权衡:性能、功耗与面积(统称PPA)。

实际上,设计团队相当于面对着一个规模庞大的“搜索”难题:单是平面图形搜索,就涵盖惊人的1090,000 万种可能性。与之对应,国际象棋中“只”包含10123种可能性,而围棋则包含10360种可能状态。之所以要用棋类作类比,是因为目前的AI软件完全能够以下棋的方式“玩转”物理设计。虽然AI方案往往需要耗费巨量计算资源,但同时也能够快速对多到难以想象的选项做出分类,优化参数实现一系列既定目标,从而高效为芯片设计找到最理想的PPA组合。

强化学习——攻克芯片设计难题的关键

AI领域存在一个无监督学习分支,被称为强化学习(RL),能够以试错方式探索并掌握解决问题的方法。具体来讲,计算机会不断“尝试”一个个解决方案,并通过结果的趋好/趋坏来不断增强该解决方案中的参数。在经过数万亿次的重复之后,解决方案终将收敛——这就代表着“最佳实践”。

电子设计自动化(EDA)厂商Synopsys公司一直在与客户联手推进这方面试验,并获得了令人欣喜的结果。

图二:设计团队利用强化学习加快网络芯片、移动芯片、车载芯片以及AI加速芯片等物理设计项目,并取得了惊人的成果。

图二所示,总结了Synopsys及其客户在复杂芯片设计当中完成的四个试验性项目。平均来看,这些项目的完成速度比以往人工方式要快86%,一位数据科学家即可替代原本的四到五名专业设计工程师,且各个项目全部达到或者超过了既定的PPA目标。有趣的是,由AI生成的某些设计结果颇有反直觉的效果,会以人类设计团队几乎不可能想到的非常规形式进行晶体管部署。但结果不言而喻,这些成果更快、更高效,也让企业能够更快将产品投放市场。

总结

在与Synopsys研发团队的交流当中,我清楚地意识到,在物理设计当中采用RL技术仅仅是AI应用的冰山一角。未来,AI与机器学习将被广泛引入集成电路设计领域的各类常见工作流程当中。我还想到英伟达公司CEO黄仁勋在2016年首次发布Saturn V时的评论——顺带一提,Saturn V是英伟达内部开发的基于GPU的超级计算机,当时在全球超算排行榜中占据第30名。黄先生预测称,Saturn V将成为英伟达手中一张强有力的王牌,帮助内部设计工程师们提高生产力并推出更优质的产品。再结合Synopsys在强化学习方面的早期研究成果,相信大家更能够理解AI辅助设计的重要份量,以及黄仁勋对这一方案的认可与期望。

AI 人工智能 芯片
上一篇:世界读书日:看智能科技如何打造良好阅读环境 下一篇:2020年新冠肺炎疫情对未来工作的影响
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

人工智能项目:需要注意的七件事

维度R的一份报告显示,十分之八的AI失败了,而96%的AI则在标注,标明和建立模型置信度方面遇到了问题。以下是人工智能项目失败的7个常见原因。

闻数起舞 ·  22h前
2020年第一季度人工智能的最新进展

人工智能曾经只是科幻小说,是计算世界的遥不可及的梦想,如今已成为现实。 人工智能,简称AI,是用来描述机器模拟人类智能的能力。

闻数起舞 ·  1天前
2020年优秀AI软件开发工具

人工智能对软件工程和科技公司的影响不可否认,而且还在不断增加。 有许多组织正在利用这项革命性的技术来创建开箱即用的功能强大的Web和移动应用程序。 无论大小,企业都可以利用AI来提高投资回报率,提高效率并很大程度地降低运营风险。

闻数起舞 ·  1天前
达摩院AI进入中国科技馆,首张AI识别新冠CT成科技抗疫历史见证

5月29日消息,全国科技工作者日来临之际,一个特别的藏品入选中国科技馆“2020数字馆藏”——阿里巴巴达摩院AI识别标注的第一张新冠肺炎CT影像。达摩院AI作为科技抗疫的历史见证,被写入中国科技发展史。

佚名 ·  3天前
人工智能可以塑造活动产业的未来吗?

活动组织者可以为活动管理引入AI,以使他们的活动更加成功。现场活动是很好的营销方式,也是增强业务与客户关系的优秀方式。根据一项调查,84%的领导者认为活动是其业务成功的关键因素。技术的使用正在改变活动的计划和组织方式。

佚名 ·  3天前
提升城市气质守护宜居环境 AI打通治理闭环

人工智能被一些研究人员称为“21世纪的电力”,认为其几乎可以为万事万物提供动力。而在城市加速发展的当下,人工智能也渐渐成为了新型智慧城市建设的“推动者”和“守望者”。

今夕何夕 ·  3天前
12个场景应用,百余种算法,AI是如何攻占经济学的?

在虚拟世界中模拟现实经济状况,想法设计更好的制度只是AI和经济学结合方式之一。其实深度强化学习在面临风险参数和不确定性不断增加的现实经济问题时,也可以提供更好的性能和更高的精度。

蒋宝尚 ·  4天前
你在打王者农药,有人却用iPhone来训练神经网络

在 iOS 设备上也可以直接训练 LeNet 卷积神经网络,而且性能一点也不差,iPhone 和 iPad 也能化为实实在在的生产力。

佚名 ·  4天前
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载