DSO.ai自推出以來(lái)一直占據(jù)半導(dǎo)體行業(yè)的頭條，并榮獲2020年ASPENCORE全球電子成就獎(jiǎng)的“最佳創(chuàng)新產(chǎn)品獎(jiǎng)”。Designer Digest邀請(qǐng)了一些創(chuàng)新者來(lái)到新思科技機(jī)器學(xué)習(xí)卓越中心（ML CoE），共同探討人工智能驅(qū)動(dòng)芯片設(shè)計(jì)的發(fā)展趨勢(shì)。

問(wèn)

DSO.ai是什么？為什么它被認(rèn)為是芯片設(shè)計(jì)技術(shù)的一項(xiàng)突破？

設(shè)計(jì)空間優(yōu)化（DSO）是借助最新的機(jī)器學(xué)習(xí)技術(shù)搜索大型設(shè)計(jì)空間的一種新方法。DSO.ai的靈感來(lái)自AlphaGo——這個(gè)計(jì)算機(jī)程序在2016年通過(guò)自學(xué)掌握了如何下圍棋，并擊敗了人類(lèi)專(zhuān)家。

芯片設(shè)計(jì)也是一個(gè)潛力巨大的解決方案空間，比圍棋游戲大數(shù)萬(wàn)億倍。搜索這個(gè)巨大的空間是一項(xiàng)勞動(dòng)密集程度極高的工作，通常需要多個(gè)星期才能完成，而且往往要依靠過(guò)去的經(jīng)驗(yàn)和群體知識(shí)作為指導(dǎo)。DSO.ai引入了一種新的創(chuàng)成式優(yōu)化模式，采用強(qiáng)化學(xué)習(xí) （RL） 技術(shù)自主搜索設(shè)計(jì)空間，以尋找最佳解決方案。

——Thomas Andersen 博士

機(jī)器學(xué)習(xí)卓越中心主管

新思科技

問(wèn)

從半導(dǎo)體公司的角度，DSO.ai有哪些與眾不同之處？

我認(rèn)為，人工智能和大數(shù)據(jù)的出現(xiàn)為整個(gè)EDA行業(yè)提供了一個(gè)新的維度。我們有史以來(lái)第一次讓數(shù)據(jù)生成算法，而非相反。這種新模式為設(shè)計(jì)探索過(guò)程帶來(lái)了極大自主性。

本質(zhì)上講，這使人工智能高效配合開(kāi)發(fā)者工作，DSO.ai在芯片設(shè)計(jì)工作流中全面探索各種選擇，而大量影響較小的決策通過(guò)高度自動(dòng)化方式做出。人工智能級(jí)的生產(chǎn)力意味著整個(gè)團(tuán)隊(duì)都可以提升專(zhuān)業(yè)性，從而能夠承接更多項(xiàng)目，推動(dòng)工藝擴(kuò)展達(dá)到新極限，并縮短上市時(shí)間。

——Stelios Diamantidis

人工智能產(chǎn)品總監(jiān)

新思科技

問(wèn)

DSO.ai是芯片設(shè)計(jì)的“一鍵完成按鈕”嗎？

真正的能力仍然掌握在開(kāi)發(fā)者手中。DSO.ai并非通過(guò)有限的手動(dòng)搜索方式，而是將搜索過(guò)程自動(dòng)化，同時(shí)由用戶(hù)決定關(guān)注哪些空間。這從根本上改變了我們對(duì)芯片設(shè)計(jì)的看法。

未來(lái)的開(kāi)發(fā)者將能夠借助人工智能，以更高的抽象水平和處理能力完成設(shè)計(jì)過(guò)程。開(kāi)發(fā)者的角色將不再是安排和運(yùn)行實(shí)驗(yàn)，而是指導(dǎo)人工智能技術(shù)關(guān)注哪些設(shè)計(jì)空間，以及最終根據(jù)經(jīng)驗(yàn)確定要實(shí)現(xiàn)什么目標(biāo)。這樣，開(kāi)發(fā)者可以將更多時(shí)間用于分析具體問(wèn)題，并對(duì)預(yù)期結(jié)果做出更好的權(quán)衡。

——Joe Walston 博士

產(chǎn)品工程總監(jiān)

新思科技

問(wèn)

DSO.ai的典型應(yīng)用有哪些？

DSO.ai可用于優(yōu)化芯片設(shè)計(jì)工作流程的輸入?yún)?shù)和選擇，以滿足特定項(xiàng)目的確切需求。這種能力的第一個(gè)典型應(yīng)用領(lǐng)域是優(yōu)化設(shè)計(jì)步驟和基礎(chǔ)工具設(shè)置。然而，其作用遠(yuǎn)不止于此。

開(kāi)發(fā)者可以使用DSO.ai搜索設(shè)計(jì)過(guò)程的其他許多輸入選項(xiàng)。例如，DSO.ai可以微調(diào)庫(kù)單元以提供最佳頻率或最低功率；采用現(xiàn)有平面圖并盡量縮小芯片尺寸；確定多高的工作電壓會(huì)實(shí)現(xiàn)功耗與性能的最佳權(quán)衡；在定制時(shí)鐘結(jié)構(gòu)或者電源分布網(wǎng)絡(luò)探索不同效果等等。

——Mat Philip

首席產(chǎn)品工程師

新思科技

問(wèn)

DSO.ai是否需要建造一個(gè)專(zhuān)門(mén)的數(shù)據(jù)中心？

這當(dāng)然可能是利用大數(shù)據(jù)的一種方式，但我們覺(jué)得這并非解決EDA問(wèn)題的正確方法。相反，我們選擇設(shè)計(jì)自己的算法，從而能夠在本質(zhì)上進(jìn)行更多計(jì)算任務(wù)，但同時(shí)也能在現(xiàn)有EDA計(jì)算環(huán)境中有效運(yùn)行。

它是一個(gè)迭代完善的過(guò)程。在設(shè)計(jì)演變流程的初期，有更多的選擇可供探索，因此，DSO.ai可以有效地進(jìn)行更多計(jì)算。隨后，設(shè)計(jì)空間越來(lái)越小，計(jì)算帶寬隨之減少。

另一個(gè)重要方面是學(xué)習(xí)。DSO.ai會(huì)逐步學(xué)習(xí)以前的設(shè)計(jì)版本。例如，在有新的網(wǎng)絡(luò)列表時(shí)，DSO.ai不會(huì)從頭開(kāi)始，而是使用學(xué)習(xí)引擎，根據(jù)以前的設(shè)計(jì)推斷出下一步動(dòng)作。

——Benoit Claudel 博士

首席研發(fā)工程師

新思科技

問(wèn)

有一個(gè)大家一直都感興趣的問(wèn)題，人工智能是否會(huì)取代開(kāi)發(fā)者？

人工智能是新生事物，而且這一話題在很多行業(yè)都存在。對(duì)EDA來(lái)講，我想到在Design Compiler出現(xiàn)初期就有類(lèi)似的討論，例如它如何通過(guò)引入RTL綜合推動(dòng)電路設(shè)計(jì)模式發(fā)展。

當(dāng)前，我們似乎正處于一個(gè)類(lèi)似的十字路口，盡管摩爾定律逐步放緩，但技術(shù)的飛躍正在激發(fā)設(shè)計(jì)方面的巨大創(chuàng)新。就像20世紀(jì)80年代末的Design Compiler一樣，我們的愿望是：人工智能將推動(dòng)我們的客戶(hù)翻開(kāi)未來(lái)30年半導(dǎo)體創(chuàng)新的新篇章。

——Pranay Prakash

研發(fā)總監(jiān)

編輯：jq