Hot Chips 2024 | 人工智能在芯片设计中的应用

逍遥设计自动化

引言
人工智能（AI）正在深刻改变半导体行业，特别是在芯片设计过程中。本文探讨AI如何重塑芯片设计的各个方面，包括分析、优化和设计辅助，帮助逍遥设计自动化的读者了解不同的AI技术及其在提高设计性能和生产力方面的应用[1]。

人工智能在芯片设计中的应用简介
AI正在芯片设计行业掀起波澜，提升设计过程的多个阶段。AI主要影响以下关键领域：

分析：AI实现更快速、预测性和跨阶段的芯片设计分析。

优化：AI驱动的优化技术带来更快速、更可扩展和更优质的结果。

辅助：AI为芯片设计师提供专业知识、编码支持和任务自动化。
[/ol]
4 f: U; \4 E9 B# T5 s$ a7 T+ _( B
' N) z% r/ s4 p) b5 ]' j

jpbslta3zsx64034872153.png

图1：此图展示了AI在芯片设计中影响的主要领域：分析、优化和辅助。
2 A. }. r8 c! a
芯片设计中的AI技术
3 K  n) {. t$ h! o! U. k0 R0 v: B多种AI技术被应用于芯片设计，每种技术适用于设计过程的不同方面：

经典机器学习（ML）：适用于小型结构化数据，线性回归、支持向量机和决策树等技术用于初步分析。

深度学习：卷积神经网络（CNN）适合物理设计数据，而图神经网络（GNN）适合线路网表数据。

贝叶斯优化：此技术用于构建目标函数的概率模型，并选择最有希望的数据点进行采样。

强化学习（RL）：RL代理通过与环境交互并获得改进奖励来学习优化设计。

生成式AI：这些模型，包括变分自编码器（VAE）和Transformer，用于生成最佳设计点和学习优化表示。

大型语言模型（LLM）：LLM用途广泛，可应用于问答、编码、提取、重写、分类、总结和推理等多种任务。
[/ol]

4sr5e0bj4ie64034872253.png

0 \3 P" V4 H4 t% t$ Z图2：NVIDIA芯片设计中使用的不同AI技术，包括经典ML、深度学习和各种优化方法。

1 T' T) ^0 @0 f$ K& P5 NAI在芯片设计中的应用
让我们探讨AI在芯片设计中的一些具体应用：
1. IR压降估算
IR压降估算对物理设计非常重要，但传统方法需要数小时。基于AI的方法可以从单元级特征预测IR压降，在3秒内实现94%的准确率，而商业工具需要3小时。

e5v2xs41gb564034872353.png

图3：使用AI进行IR压降估算的过程，显示了功率图和系数图。

. w$ l7 ~; B& c4 M0 Y9 X5 Y! _2. 寄生参数预测
AI用于从原理图预测布局寄生参数。通过将原理图转换为图形并使用图神经网络（GNN），设计师可以高精度估算寄生参数，将仿真误差降低到10%以下。
! z! b) C, B, I' C% M; r
* G. h+ u2 s8 f% \

0epcpw5unck64034872453.png

2 b& h7 Q2 N; k- E) F) Z& b: v图4：此图说明了将线路原理图转换为异构图以进行寄生参数预测的过程。
1 K7 b0 f+ k6 S4 e5 B9 J! k9 m
3. 宏单元布局优化
宏单元布局对物理设计非常关键。多目标贝叶斯优化被用于改进宏单元布局，考虑线长、拥塞度和密度等因素。
5 o# x6 }# G+ n1 t% d$ n
, n1 t4 H  O  h: l4 u

wxxijhgirk264034872553.png

图4：此图比较了基准宏单元布局与使用AutoDMP（自动化DREAMPlace基础宏单元布局）优化后的布局。

$ U: ]9 }! M: o4. 设计规则检查（DRC）修复
强化学习代理被训练用于自动修复单元布局中的设计规则检查（DRC）违规。代理学习逐步减少DRC错误，最终得到干净的布局。

tqdqsxz1xyy64034872653.png

$ c1 h1 i- A" T+ S$ K  t5 P图5：此图显示了RL代理在单元布局中修复DRC违规的逐步过程。
8 ?& M6 k" K- E; q
  g* P5 ]" i0 q: ^1 W! Z* ]- h3 ]5. 数据通路优化
! P8 p/ j6 n+ c  V& h, I# h/ B  y强化学习也被应用于优化数据通路结构，如前缀加法器。RL代理探索不同的前缀图结构，以实现比知名加法器架构更好的性能。

53a1qbcnlby64034872753.png

! S4 F/ X/ x) b  x( s图6：此图说明了使用强化学习优化前缀加法器结构的过程。
; ^3 z$ A0 w. @* y! [& r; s
* G! M+ @# _% v1 {6. 门尺寸调整
Transformer被用于生成最佳门尺寸，以进行时序和功耗优化。通过将门路径建模为序列，AI可以生成优化的门尺寸，与传统优化方法相比，实现了100倍到1000倍的加速。

05xiyqrwryc64034872853.png

' L$ ~1 ~$ _4 @图7：此图显示了Transizer方法在门尺寸优化中实现的功耗/延迟权衡。
0 ]! y! t8 r3 D( u5 k$ @
7. 加速器设计
变分自编码器（VAE）被用于学习硬件加速器设计的连续可重构潜在空间。这种方法在探索设计空间时实现了6.8倍的样本效率和5%的性能提升。
& v0 o1 I6 x2 R% @8 ~* k: ?! `
) M1 T# w. ^0 m" a# O

v3l4vfpurbu64034872954.png

3 t+ K4 i3 {: M' U图8：此图展示了在神经网络加速器设计空间优化中使用VAE的过程。

) ~$ K# d: X" q/ a大型语言模型在芯片设计中的应用
大型语言模型（LLM）在芯片设计中越来越重要。可以通过以下技术适应各种任务：
" g) ^. Z3 F! `& G" I( `

参数训练

检索增强生成（RAG）

上下文学习

基于代理的方法
# k8 u7 D; r) [, N
6 w6 P' D5 w* yLLM在芯片设计中用于多个目的：

编码辅助：为特定任务生成EDA脚本。

专业知识辅助：回答关于设计、基础设施、工具和流程的问题。

分析辅助：总结错误报告并预测任务分配。
; s5 x: K. O& Q: X) E) _0 Z  b[/ol]

/ _) y% B1 Q0 A) N; w+ [" [

b0tegjlfsce64034873054.png

$ T( d7 K1 N$ O图9：此图显示了LLM在芯片设计中的各种应用，包括编码、专业知识、分析、优化和调试辅助。
$ L2 V# E+ |) ?6 q
3 B% g8 W7 S) J' ]0 y1 Z  u7 [  [结论
/ c0 Z: v2 F$ y9 b$ K8 N" RAI正在通过提高分析速度、优化质量和设计辅助来革新芯片设计。随着该领域的进展，可以期待看到：

持续使用贝叶斯优化和强化学习，以实现芯片设计中更好的PPA（功耗、性能、面积）。

在优化数据上训练的生成式AI模型，加速传统优化过程。

LLM模型和代理通过聊天机器人、协作工具和任务自动化显著提高芯片设计生产力。

可靠高效的推理基础设施的重要性日益增加。
. A+ `/ I. J4 O* E. Q[/ol]
; f0 T, r: j$ D$ c为进一步推动该领域发展，需要更多数据集和基准，如VerilogEval、FVEval和LLM4HWDesign。随着AI的不断发展，其在芯片设计过程中的集成无疑将带来更高效、更强大和更创新的半导体产品。


参考文献
  H% q! f' `% y* u; \[1] H. Ren, "Introduction to AI for Chip Design," presented at Hot Chips, Aug. 25, 2024.
% n1 W" S! R8 j1 C3 \$ k4 m5 b9 u
- END -
+ w( |' ~9 U9 J
) w* J0 n" w# ?7 o3 M5 o0 X6 W软件申请我们欢迎化合物/硅基光电子芯片的研究人员和工程师申请体验免费版PIC Studio软件。无论是研究还是商业应用，PIC Studio都可提升您的工作效能。
点击左下角"阅读原文"马上申请
- j: x+ C. p- n; G  o% T! s
1 o3 j' {2 H( n& ]6 V* _欢迎转载
6 p. x. n$ I. J$ L0 j
6 }, D: Y, ~( F) G, t! H0 M3 n转载请注明出处，请勿修改内容和删除作者信息！

5rxl2khdicd64034873154.gif

% }3 K! T; V- s. x& }# P5 S
关注我们

/ ^2 m- Q+ o' y- k$ G5 f) h. }/ P m0i2cg3mfix64034873254.png

jooj2ky3dhf64034873354.png

51mfmehxn4j64034873454.png

                     




1 K8 @% ^+ u9 U- G7 X1 T9 I; Q) m

关于我们：
% b5 z& F, f6 U: {6 J% I) ^& S; h深圳逍遥科技有限公司（Latitude Design Automation Inc.）是一家专注于半导体芯片设计自动化（EDA）的高科技软件公司。我们自主开发特色工艺芯片设计和仿真软件，提供成熟的设计解决方案如PIC Studio、MEMS Studio和Meta Studio，分别针对光电芯片、微机电系统、超透镜的设计与仿真。我们提供特色工艺的半导体芯片集成电路版图、IP和PDK工程服务，广泛服务于光通讯、光计算、光量子通信和微纳光子器件领域的头部客户。逍遥科技与国内外晶圆代工厂及硅光/MEMS中试线合作，推动特色工艺半导体产业链发展，致力于为客户提供前沿技术与服务。

http://www.latitudeda.com/
6 b  j2 P) b6 ^（点击上方名片关注我们，发现更多精彩内容）