在近期舉行的SEMICON West展會上，新思科技與Advantest、瑞薩電子、TinyML、Gartner等四家半導體公司共同探討了人工智能在半導體領域的機遇與挑戰。會上，嘉賓們就優化復雜人工智能應用的功耗、共享設計數據以加速學習速度、生成式人工智能（GenAI）在未來五年對電子設計自動化（EDA）行業的推動作用等話題進行了深入交流，共同探索人工智能在芯片領域的創新力量與半導體行業的可持續發展前景，為廣大從業者帶來新的思考。

推動半導體及其他行業的創新并創造價值

瑞薩電子指出，目前75%的數據來自邊緣設備，隨著邊緣數據量的急劇增加，半導體行業有望成為第一個價值萬億美元的行業。

行業的飛速發展也帶來了更大的責任。挑戰顯而易見：人工智能的利弊、數據安全和隱私、云服務的能源足跡增加……隨著ChatGPT等重工作負載應用的普及，這些問題日益受到關注。新思科技在介紹芯片設計復雜性快速提升帶來的挑戰時，提及了一個容易被忽視的重要問題：近年來，隨著復雜芯片設計遷移到更先進工藝節點的成本增加了一倍多，提高效率至關重要，與此同時，開發人才短缺問題卻日益突出。開發團隊的工作量增加了4倍，人才缺口高達10%-20%，半導體公司急需AI驅動的EDA工具。

借助低能耗芯片打造可持續的智能邊緣

可持續性也是本次討論會的熱門話題，瑞薩電子表示，在邊緣執行更多數據處理對于平衡云端負載至關重要。原因在于，傳輸數據能耗巨大，云端處理總體而言能耗更高。需要從芯片和軟件兩方面入手解決這一問題。

瑞薩電子強調，在軟件方面，人工智能開發者必須提高機器學習（ML）算法和模型的剪枝能力，使其能夠在低功耗神經處理單元（NPU）等專用芯片上更高效地運行。TinyML則指出，在邊緣微型設備（通常為電池供電）上運行邊緣工作負載、挖掘數據時必須注意隱私問題。

TinyML舉了一家當地公司為例，該公司因開發出能夠隱藏面部和其他可識別信息的專用傳感器和算法而發展迅猛，因此未來有望將攝像頭安裝在衛生間等敏感區域，從而在不暴露個人身份的情況下檢測人員昏倒的情況。他強調，雖然目前此類邊緣設備運行高度優化的機器學習模型，但軟件仍完全依賴于可用的處理能力。這就又把我們帶回到了芯片設計，以及人工智能如何優化人工智能設計的主題上。

新思科技認為，設計低功耗芯片（以及其他芯片）最好使用AI驅動的EDA工具。數據顯示，開發者在使用Synopsys.ai EDA解決方案打造定制芯片和差異化的芯片。對于邊緣設備，“我們使用人工智能優化人工智能設計，可節約15%的能源和電能能耗”，尤其是邊緣設備。

結合EDA領域知識和GenAI強大技術重塑芯片設計

因無法正確處理設計復雜性和易用性問題而失敗。嘉賓們表示，行業面臨的挑戰是，GenAI并不完全準確，因此將其用于芯片設計仍停留在理論階段。正如新思科技的觀點：ChatGPT生成的內容準確率為85%，但芯片設計“必須100%準確”。

Advantest對未來持樂觀態度，并期待AI驅動的EDA工具發揮更大作用，幫助公司設計更復雜的測試設備，提高速度和準確性。Advantest還表示，ChatGPT 4等不斷發展的GenAI技術可以催生新一代交互式AI應用，讓開發者能夠實時作出更明智的決策。這一觀點引發了大家對當前和未來GenAI用例實用場景的交流，包括使用GitHub Copilot等人工智能助手協助開發團隊完成RTL代碼編寫、匯總、遷移和審查工作。同樣，專業聊天機器人可以提供情境理解和工具建議，而生成式搜索可以讓開發者快速整理超大數據集并最大限度減少調試錯誤。

新思科技表示，“企業要勇于打破常規，否則必將被市場所淘汰”，并強調AI驅動的EDA工具必須在整個半導體供應鏈中持續并準確地發揮作用。他解釋說：“GenAI工具尚未全面結合EDA領域的知識和人工智能的強大技術，所以功能還不盡如人意，因此開發團隊必須了解復雜的芯片設計內容和不斷變化的人工智能領域。人工智能正在飛速發展，在此階段，會有一些GenAI‘殺手級應用’出現，但也會有應用消失。隨著GenAI日益成熟且更易于使用，它將成為芯片設計、幻燈片制作等許多用例的主流工具。”

新思科技指出，Synopsys.ai是業界首款全棧式AI驅動型EDA整體解決方案，幫助各大半導體公司大幅提高了效率，并縮短了模擬設計遷移、數字設計、驗證和測試的開發周期。“客戶在過去一年利用Synopsys.ai取得了無數成就，新思科技對此感到非常激動和興奮。客戶依靠現有規模的芯片開發團隊，即可更快地完成更多任務。僅針對DSO.ai（設計空間優化人工智能），我們就跟蹤到了250多項已完成的生產設計。”

新思科技總結道，新思科技的AI之旅才剛剛開始，用于工藝計算機輔助設計技術（TCAD）、模擬設計的快速節點遷移，以及各個制造階段所涉及的的諸多EDA工具，同樣可以從先進的人工智能技術中獲得巨大的好處。

審核編輯：彭菁