?人工智能辅助芯片设计

逍遥设计自动化

引言
6 Y9 K7 b' \2 n  O- W7 Z5 Y( Y在半导体技术飞速发展的今天,人工智能(AI)正在成为优化芯片设计过程的关键工具,本文帮助读者了解AI,特别是强化学习(RL)和生成式AI,如何应对现代芯片设计的复杂挑战[1]。
. w0 b2 G7 X9 F: v
芯片设计复杂性的挑战
现代芯片设计是涉及众多变量和权衡的复杂过程。随着半导体技术不断推进,设计空间的复杂性呈指数级增长。

d1shonlpwai64034882926.png

图1展示了设计复杂性在时钟、库单元选择和电源管理等多个因素上的指数级增长。
5 O) Q, Z7 ^5 q7 Q1 W! v
这种日益增加的复杂性带来了几个主要挑战:
, r1 h/ A4 J" ~( O( M. M

结果质量:解决方案空间不连续、噪声大且非凸,难以跳出局部最小值并识别因果关系。

吞吐量:设计人员一次只能评估少量变量,导致设计过程延迟长。

成本:设计过程常常导致计算资源利用率低下,跨项目复用有限。
$ N9 W$ x+ e4 V1 Q& z  f$ N: m( @
- r0 X% V" U8 _

4bprb3o41ud64034883027.png

5 G; `3 K# @1 m1 b- N图2显示了芯片设计过程中时间分配的breakdown,突出显示了当前方法的低效之处。

AI在芯片设计中的应用前景
9 ?$ a8 s2 F: U  q' W6 J' M9 k为应对这些挑战,半导体行业正转向AI,特别是强化学习(RL),以优化芯片设计过程的各个方面。
* {% L6 j! A8 y. \- w. x; Q
1 d! e; j& o  U% L# v理解强化学习
强化学习是机器学习的一个分支,其中代理通过与环境交互来学习决策。在芯片设计中,RL代理可以探索各种设计选项,学习实现所需性能指标的最佳策略。
, C# j0 Q5 }( ~: W0 K6 p( s1 @

wtdqj5jnstl64034883127.png

2 r' s+ ~" a# Z! O图3描述了强化学习的基本概念,展示了代理与环境之间的交互。

将RL应用于芯片设计
将RL应用于芯片设计涉及将各种设计参数和约束映射到RL框架:

状态:当前设计配置

动作:对设计参数的更改

奖励:目标指标的改善(如功耗、性能、面积)
7 C. w! Z4 d' z6 E4 b; E, p

efv4512mfi464034883227.png

  [5 S/ W8 z' T; G8 L! P2 N图4说明了如何将RL应用于芯片设计问题,将设计输入映射到动作和结果。
* x' }9 |$ u9 n; s0 j( u
AI辅助优化贯穿设计流程
' M7 E0 H6 A$ ]+ \# W* o; `AI驱动的优化可应用于芯片设计过程的各个阶段,从架构到制造。
/ r" z, f8 h% g; x* {% ~" G
- N/ ~- [( j  T2 T$ C4 R1.数字实现
( M: `5 d. t  ]AI可以辅助探索不同的平面图选项,优化芯片面积和最大频率等指标。
# l6 ~0 c0 f* p3 X# h

3wwioxv2aro64034883327.png

图5展示了AI优化设计的帕累托前沿,平衡了芯片面积和频率。

& p) {. Q7 I* k" N# q  c' i. e1 l5 H" S2.验证
AI可以通过智能选择测试用例和优化覆盖率,显著提高验证过程的效率。
9 ]! ^* d4 |7 |" U, y

ulo20taddbd64034883428.png

图6演示了AI如何优化回归测试的分布,以实现更高效的验证。
8 p/ M: L- I) K1 b& K) Q
3.测试和ATPG
' f- A, x. x( N- E, m4 t5 BAI可以优化测试生成的各个方面,包括非扫描设计、X处理和中止限制。
5 h, {: ^) E: g! \3 I* w$ P1 B
4.电路优化
! y: B9 ^& H' i3 j对于模拟和混合信号电路,AI可以在复杂的器件参数空间和PVT(工艺、电压、温度)角落中导航。

5.3D集成
AI可以辅助多芯片配置的探索,优化性能和功耗效率。
7 ]0 _) j( T, W! D3 ~/ i# T. P0 }
0 Y: G1 c* V" o- a# ?6. 多抽象层次优化
7 t8 P4 R" P; b( T' KAI在芯片设计中最有前途的应用之一是跨不同设计抽象层次进行优化。

0qjhttmsz0n64034883528.png

图7阐述了跨多个设计抽象层次优化的概念,从高层架构到低层实例。

7.单抽象层次vs多抽象层次优化
0 @+ r' J9 a& X" V6 N$ Q最初的AI驱动优化集中在单一抽象层次,如布局优化。然而,当应用于多个抽象层次时,AI的真正威力才得以显现。
/ q6 H# n# O4 J: M4 |5 J# |

mxxbw5fllhz64034883628.png

图8显示了基于RL的布局优化结果,展示了功耗和频率的改进。

xexfbdvlp0w64034883728.png

图9比较了单抽象层次优化和多抽象层次优化,揭示了功耗-频率权衡的显著改进。

8.探索不同设计配置
8 y, n3 Z6 o7 q) r  IAI可以高效地探索多种设计配置,每种配置具有不同的特性和权衡。

1ly0ttoawws64034883828.png

图10呈现了探索五种不同设计配置的前20个结果,展示了AI可以生成的解决方案的多样性。
3 E0 d% G  g* |) C7 _( T0 q

rkh2rtxptpe64034883928.png

图11突出显示了不同的RTL配置如何导致不同的布局特征,展示了AI识别和优化不同设计特征的能力。

" _8 J9 u& ^" V; o) P
基于RL优化的局限性
4 V8 i3 @1 [- g' F尽管功能强大,基于RL的优化面临两个主要挑战:

创建设计变体的工作量大

设计变体评估速度慢
[/ol]
7 F% s( }4 o- d( j为解决这些限制,业界正转向生成式AI作为补充方法。
. R' m% E% [8 ^( S5 k# y+ n
用生成式AI增强RL
0 J- N: {1 l1 o* ?生成式AI,特别是大型语言模型,正在为芯片设计优化开辟新的可能性。
. d4 T7 i. Q6 _4 A$ E5 G# K/ O" ^
RL和生成式AI的比较

RL擅长在定义的搜索空间内找到最优解

生成式AI善于快速生成多样化的设计选项

5avsevicsyo64034884029.png

图12比较了RL和生成式AI在芯片设计优化context中的优势。
* ^" `3 f3 u# c1 X3 [; g1 q
7 N0 _. V  U- f
# F" Q7 j9 C6 W+ m; p8 h- s  g8 S  [& g硬件描述语言(HDL)生成
" K" Q3 b# h  D1 ~2 n* D0 l最近的研究在使用AI生成HDL代码方面显示出了令人鼓舞的结果。

irftfgae0p264034884129.png

* S) Q$ r* M: V2 q6 d7 ]$ I* |5 j& _图13显示了HDL-GPT(一个用于生成HDL代码的AI模型)在各种设计挑战中的表现。
! F0 m4 g. k+ A0 ^0 a  J; z
功耗、性能和面积(PPA)推测
" d- M# d! r6 T8 D7 DAI的另一个令人兴奋的应用是快速PPA推测。
- J# v) J5 p# l  b1 Y

qemdwgitzkp64034884229.png

图14说明了使用AI执行端到端PPA推测的工作流程,可能将设计评估速度提高10倍。
' |* j$ _+ F; q
# Z+ O$ ?5 a& V% o, ]& I: I; U# {加速设计评估
( y. E" q' |9 }5 E( L# @图卷积网络(GCNs)正被用来大幅加速设计评估过程。
9 O. t) T4 Y1 }% e

tqkzaa2rfij64034884329.png

图15演示了GCNs如何将设计探索速度提高500多倍,相较于传统方法。

. W  _3 F4 \4 }3 X+ L* y结论
AI辅助芯片设计代表着半导体行业的范式转变。通过利用强化学习和生成式AI,设计人员可以更高效地探索广阔的设计空间,跨多个抽象层次进行优化,并加速整个设计过程。

, Y9 ^% z$ @( v) R8 j7 J随着AI技术的不断进步,可以期待更深远的影响。RL优化与生成式AI快速设计空间探索的结合,有望在半导体设计中释放新的创新水平。
# i2 q0 Q5 o! P" V
芯片设计的未来可能会看到AI工具在整个设计流程中的更深入集成,从高层架构决策到低层物理实现。这种AI驱动的方法不仅将提高芯片的质量和性能,还将显著缩短上市时间并降低开发成本。

' T7 s' g6 J0 U# e  ?: L& d% Q5 }参考文献
4 ~' h4 i. A) Y[1] S. Diamantidis, "AI-Assisted Chip Design Tutorial," in HotChips, Aug. 25, 2025.
( E, _& z9 b$ Z
8 m% r2 z- N" K& n) p& e2 M9 L$ \- END -

6 E% S8 n: N( N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
0 U8 o, p7 u' H2 Y$ Z  a; j; r
欢迎转载

' g! H- O0 u# L8 _/ b: K转载请注明出处，请勿修改内容和删除作者信息！


" m# y0 ?$ t- [" J* H5 ~+ k, t
: d7 m7 v, K& |

ywildxob4dq64034884429.gif

! h! R2 H, K- T9 q
% s8 o  {3 H, H& Z, K4 \# S) u" b1 |关注我们
! [" M* ~* i; }& z/ J6 v

, i6 @  Q2 _$ E4 J: i' c7 B xdet4q0xui264034884529.png 0 j- }! J+ s) Z

% @& `, j+ u( m3 t 5ftmlwfz2xq64034884630.png 8 }! d9 `; l" t" V; S4 O

" x+ T- V. [0 ^. i# i# e4 |# Z 1nykyram4zi64034884730.png . m1 ~' J; t, S" t9 G6 n$ J6 h% [

                     
" M( Y9 o8 b1 v" `. y4 `  W

: }/ U: K( f0 ?2 L$ {
关于我们：
5 J, `' w( d% t8 L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/
（点击上方名片关注我们，发现更多精彩内容）