Synopsys公司CEO Aart de Geus 在Hot Chip論壇主題演講中給我們分享了有關于AI（人工智能）設計芯片等問題，明確指出：由AI完全自主設計芯片，并且利用人工智能技術像“建筑師”那樣設計和優化整個芯片是完全可行的。

　　Synopsys公司一直致力于在EDA工具中使用人工智能，并且早在去年Synopsys的旗艦級人工智能DSO.AI已經部署到工具包中，DSO可以處理芯片設計中幾乎所有的任務，涉及到幾乎所有的物理層（layout等）設計，并且DSO本身就是為空間優化而生，并且還在持續不斷的探索中。熟悉芯片設計的人都知道，空間優化這項任務規模不容小覷，光是節點點位和線路路徑的空間位置優化就可能達到10的90000次方量級，而中國象棋的搜索空間也才10的360次方左右。

　　想要實現如此復雜的空間搜索優化，Synopsys采用了一種叫做“強化學習”的技術（不需要海量數據的深度學習技術），強化學習技術讓系統從零開始，先隨機設計芯片，并且對每次設計進行打分；隨著時間的推移，不斷的設計并且打分，系統會自動優化其得分數，從而一遍遍強化自身，并且不用大量占用內存來讀取訓練數據。

　　然而客戶還可以更進一步在Synopsys的強化學習算法上使用Google的搜索算法來獲取更好的結果，并且還具備從客戶先前錄制好的芯片中進行學習的能力。De Geus在Hot Chip演講中舉例說，某個客戶的CPU設計通過學習工程師的方案后AI強化學習設計出的在總功率上有9-13%的提升，在泄露功耗上有30%的縮減，而且其多層設計綜合設計的速度比最好的專家團隊還要快2-5倍。

　　客戶 CPU 設計的性能與功耗比較圖（黃點是工程師團隊，藍點代表設計未經訓練的工具和紫點是由工具訓練的工具。由于經過訓練的算法在最優解上收斂得更快，所以紫色點更少）

　　對于Synopsys CEO De Geus EE times也進行了專訪，并與之就AI設計芯片這一話題進行了廣泛且深入的討論。

　　“我聽說過很多次，芯片設計要遵循摩爾定律。但是我們反過來看，制造技術的發展其實已經跟上了設計的進展，EDA和Synopsys讓以前的不可能變成可能。并且我們還看到了人工智能革命可能就在‘電子設計自動化’黎明的前夜?！?/p>

　　“在許多方面，我們破解了設計師是如何設計的這一難題，我們掌握了其大門的密碼，并且進行了不小的革新。回頭看上個世紀80年代中期，Synopsys推出了設計自動化軟件，可以完成某些設計師需要花費數周才能完成的任務，并且得到的結果更加出色?！薄爱斎?，很多人聽了后都覺得難以置信，也有不少人擔憂這會影響大家的工作，甚至丟了飯碗；但是更多的人會覺得如果利用這種優勢我們能做的更多更好?！?/p>

　　像是DSO這樣的人工智能工具與傳統工具不同之處在于：其是從單個工具到整個設計流程的轉變----把不同工具融合為一體；而且Synopsys早在35年前就開始著手統一了，當然原來是合成統一的融合，而現在還加入了人工智能。Synopsys能幫助設計師們成為架構師，讓設計人員從提升自我，從更高的維度去思考問題，從繁雜的事物中抽身出來解決更復雜的問題。

　　對于客戶來說，自然是希望獲得質量、時間和成本之間的平衡，由于最新的芯片中會有全柵極晶體管、微處理器等全新的技術，其復雜度增加了數倍不止，并且功耗和散熱也是個令人頭疼的問題。拋開這些常見問題，還有其他六個需求使得芯片設計最優解這個問題變得更加多維化，而這也恰恰是人工智能所擅長的一點（多維因素交叉設計）。DSO·AI工具在優化器件物理布局的同時，還可以對于芯片結構、時鐘體系以及應用軟件進行優化，舉例來說，之前某個客戶單獨使用DSO優化就帶來了5%功耗縮減，給AI訪問并發時鐘的模塊加快了~13%，并且通過AI優化軟件應用，平衡了芯片的工作負載峰值，從而是模塊總功率減少了10%，整個芯片功耗減少了25.6%之多。并且這一切的優化都是由人工智能完成，不僅縮短了設計時間還取得了更好的設計結果。

　　人工智能優化時鐘序列是個里程碑式的創舉，從原先優化物理層面發展到了優化通常只能由架構師才能動的微架構領域；但是De Geus也表示，人類不會完完全全的不干預，我們應該把AI看為一個自動化的工具，一種更為先進和智能的工具。

　　“要問DSO最大的優勢是什么，答案是：縮短時間。如果能用原先需要使用的時間的一半來完成整個工作，并且完成的結果還比之前時更好，那么對于芯片這種動輒需要18-24個月的行業來說，速度能加快一倍，那你的反應又會是什么呢？對于廠商來說，ASSP/ASIC模型對于鬼片廠商更具吸引力?！?/p>

　　“當然有很多人會說，這樣設計出的芯片是由軟件定義的，但是我們仔細想想，芯片設計其實是用最優解來定義的，并且DSO還能做一些人類不擅長做的工作，例如聯通硬件來優化軟件應用，并且最優化的調整功耗。”

　　回到功耗改進方面，我們不難發現25%的巨大提升不亞于前進了一個或者兩個制程節點，等于是人工智能幫助人類延長了摩爾定律，又或者是目前節點還有很多的性能還沒有壓榨出呢？EE Times記者問。

　　“當然是兩者都有，當你忽然意識到我們本可以做到這樣獲得如此程度的改進，那我們還有必要去進入一個新的節點嗎？當然追求性能極致的人會做出這樣的決定：去下一個節點使用DSO?！?/p>

　　不僅僅是持續推動芯片設計行業的發展，人工智能工具還能讓更多的初創公司加入到芯片設計大軍中來，距離來說：超級數據中心；超級計算機需要性能很強的芯片，往往都需要量身定制特殊芯片，而DSO的人工智能能夠大規模的進行加速，并且設計出比設計師還好的芯片，這聽起來蠻玄乎的，但是Synopsys的客戶比任何人都清楚，這其實就是事實。

　　也正如De Geus所說，在人工智能能夠大面積鋪開接管人類主導的設計任務之前，設計師們必須學會信任人工智能工具。如果我們能在一半的時間完成一件時間，那么理論上我們可以完成原先兩倍的任務，并且我們能在一半的時間內完成一件事，并且還完成的更好，我們既有理由從繁雜的事物中抽身出來，轉而專注于更高一級的事情?？偠灾斯ぶ悄軐θ祟惖奈磥淼?0年內產生巨大的影響。