1956年人工智能（AI）概念被提出時(shí)，即使是想象力最豐富的預(yù)言家，應(yīng)該也難以預(yù)料到2022年的AI，早已打敗了全球最頂級(jí)的圍棋選手，能夠預(yù)測(cè)天氣，診療疾病，甚至，AI還在改變被譽(yù)為“工業(yè)糧食”的半導(dǎo)體行業(yè)。

隨著半導(dǎo)體制造工藝的持續(xù)演進(jìn)，采用先進(jìn)制程的芯片，單顆芯片集成的晶體管數(shù)量高達(dá)數(shù)百億個(gè)，系統(tǒng)愈加復(fù)雜，設(shè)計(jì)挑戰(zhàn)越來(lái)越大。但與此同時(shí)，終端應(yīng)用的軟件和算法加速迭代，以月或者年為周期更新的芯片越來(lái)越難以滿足終端需求，芯片設(shè)計(jì)的周期亟需縮短。

EDA工具與AI技術(shù)的結(jié)合，不僅能設(shè)計(jì)出PPA（性能、功耗、面積）更好的芯片，還能顯著縮短芯片設(shè)計(jì)周期。在達(dá)成提供更好、更快、更便宜的芯片愿景的同時(shí)，也將大幅降低芯片設(shè)計(jì)的門(mén)檻，讓更多人和企業(yè)能夠設(shè)計(jì)出所需的芯片，將對(duì)芯片行業(yè)產(chǎn)生深遠(yuǎn)影響。

2020年，新思科技推出了業(yè)界首個(gè)用于芯片設(shè)計(jì)的自主人工智能應(yīng)用程序──DSO.ai（Design Space Optimization AI）。作為一款人工智能和推理引擎，DSO.ai能夠在芯片設(shè)計(jì)的巨大求解空間里搜索優(yōu)化目標(biāo)。

目前，全球頂級(jí)的芯片設(shè)計(jì)公司，包括英特爾、聯(lián)發(fā)科、三星、索尼、瑞薩電子等都已經(jīng)采用了DSO.ai，在不同的芯片工藝節(jié)點(diǎn)和不同類型的芯片設(shè)計(jì)中，普遍獲得了4-5倍，甚至更高的效率的提升。

一經(jīng)嘗試就讓芯片公司們喜愛(ài)的DSO.ai，還有一個(gè)“熱啟動(dòng)”絕招。

各種芯片，都能用AI設(shè)計(jì)

將AI技術(shù)與EDA工具結(jié)合，有兩個(gè)核心價(jià)值，首先是力圖讓EDA更加智能，減少重復(fù)且繁雜的工作，讓使用者用相同甚至更短時(shí)間設(shè)計(jì)出PPA更好的芯片；其次是大幅降低使用者的門(mén)檻，解決人才短缺的挑戰(zhàn)。

DSO.ai更加智能這一核心價(jià)值的體現(xiàn)，是能夠在巨大的芯片設(shè)計(jì)解決方案空間中，搜索優(yōu)化目標(biāo)，利用強(qiáng)化學(xué)習(xí)來(lái)優(yōu)化功耗、性能和面積。

無(wú)論是x86架構(gòu)、Arm架構(gòu)還是傳感器，無(wú)論是最先進(jìn)的工藝，還是成熟的工藝，都可以用DSO.ai實(shí)現(xiàn)PPA的提升，同時(shí)縮短設(shè)計(jì)周期。

當(dāng)然，在實(shí)際使用DSO.ai時(shí)，不同的開(kāi)發(fā)者在設(shè)計(jì)芯片時(shí)優(yōu)化的目標(biāo)會(huì)有所差異，比如手機(jī)芯片開(kāi)發(fā)者側(cè)重CPU功耗的優(yōu)化，圖像傳感器開(kāi)發(fā)者則更希望縮短設(shè)計(jì)周期加速產(chǎn)品上市，DSO.ai都能夠靈活地解決差異化的需求，并且?guī)?lái)數(shù)倍的效率提升。

DSO.ai之所以能在不同工藝節(jié)點(diǎn)和不同技術(shù)架構(gòu)中都能實(shí)現(xiàn)顯著的效率提升，核心原因是基于新思科技在EDA領(lǐng)域積累的多年豐富的行業(yè)經(jīng)驗(yàn)，借助AI的自動(dòng)化學(xué)習(xí)能力和底層算例，把此前需要開(kāi)發(fā)者們一遍遍嘗試的重復(fù)而繁雜的工作，交由AI快速探索數(shù)以萬(wàn)億計(jì)的設(shè)計(jì)方法找到最優(yōu)解，因此具有普遍的適用性。

DSO.ai的第二大核心價(jià)值，能夠幫傳統(tǒng)芯片設(shè)計(jì)公司解決人才短缺的挑戰(zhàn)，并大幅降低芯片設(shè)計(jì)的門(mén)檻。

數(shù)字化趨勢(shì)下，大型系統(tǒng)級(jí)公司們紛紛開(kāi)始自研芯片，通過(guò)定制芯片來(lái)優(yōu)化其應(yīng)用或工作負(fù)載。但大型系統(tǒng)級(jí)公司往往缺乏芯片設(shè)計(jì)的經(jīng)驗(yàn)和經(jīng)驗(yàn)豐富的芯片設(shè)計(jì)的人才，DSO.ai能夠完美解決大型系統(tǒng)級(jí)公司面臨的挑戰(zhàn)。

借助DSO.ai，一個(gè)只有幾年工作經(jīng)驗(yàn)的開(kāi)發(fā)者，也能達(dá)到有多年豐富經(jīng)驗(yàn)開(kāi)發(fā)者的設(shè)計(jì)水準(zhǔn)。

DSO.ai的兩大優(yōu)勢(shì)，將惠及幾乎各種類型的芯片設(shè)計(jì)公司，典型的就是通用芯片公司和系統(tǒng)級(jí)兩大類客戶。對(duì)于通用芯片公司，DSO.ai的目標(biāo)是通過(guò)仿真驗(yàn)證、快速原型等更快、更易用的工具，使芯片生產(chǎn)出來(lái)之前就能模擬出實(shí)際的性能、功耗等表現(xiàn)，節(jié)約成本和設(shè)計(jì)周期。對(duì)于系統(tǒng)級(jí)公司，DSO.ai通過(guò)各種IP模塊和設(shè)計(jì)工具幫助他們解決芯片架構(gòu)和工藝的選擇。

數(shù)量級(jí)性能提升，門(mén)檻大幅降低

由于需要更加強(qiáng)大的算力作為支撐，所以DSO.ai的出現(xiàn)在一定程度上也是得益于云計(jì)算的普及，新思科技也通過(guò)和云服務(wù)提供商合作提供DSO.ai解決方案。

當(dāng)然，正如云計(jì)算的普及不是一蹴而就，一開(kāi)始，DSO.ai在芯片設(shè)計(jì)公司眼中也是新生事物。剛開(kāi)始，頂級(jí)芯片設(shè)計(jì)公司們對(duì)于DSO.ai的態(tài)度也有些謹(jǐn)慎，但對(duì)DSO.ai進(jìn)行測(cè)試之后，他們發(fā)現(xiàn)，在獲得PPA大幅提升的同時(shí)還能縮短設(shè)計(jì)周期。很快，DSO.ai就迅速獲得了全球頂尖芯片設(shè)計(jì)公司們的認(rèn)可。

英特爾、聯(lián)發(fā)科、三星、索尼和瑞薩電子等都是典型的例子。

英特爾發(fā)現(xiàn)，面對(duì)優(yōu)化高性能芯片的PPA并縮短設(shè)計(jì)周期這一目標(biāo)時(shí)，有諸多關(guān)鍵挑戰(zhàn)需要解決，包括：設(shè)計(jì)尺寸大，運(yùn)行時(shí)間長(zhǎng)；對(duì)于較大尺寸的設(shè)計(jì)，最終RTL到GDS的收斂循環(huán)更長(zhǎng)；在最后階段執(zhí)行多個(gè)手動(dòng)ECO延長(zhǎng)了設(shè)計(jì)關(guān)閉時(shí)間；跨多個(gè)設(shè)計(jì)向量?jī)?yōu)化PPA將增加實(shí)驗(yàn)數(shù)量等。

在實(shí)際案例中，英特爾采用DSO.ai技術(shù)對(duì)芯片設(shè)計(jì)周期和PPA進(jìn)行優(yōu)化，實(shí)現(xiàn)了設(shè)計(jì)結(jié)果質(zhì)量提高約40%，運(yùn)行時(shí)間加速了約20%。英特爾通過(guò)將DSO.ai并入?yún)^(qū)塊布局布線（PnR）流程中，有助于縮短芯片設(shè)計(jì)周期并實(shí)現(xiàn)最佳PPA，減少了人工/ECO收斂工作中的攪動(dòng)，并及時(shí)向RTL所有者提供反饋以修復(fù)嚴(yán)重違反時(shí)間路徑的問(wèn)題。

英特爾的例子還充分說(shuō)明了DSO.ai易于定制的特性，可以很好地解決芯片設(shè)計(jì)中計(jì)時(shí)或功耗帶來(lái)的挑戰(zhàn)、通過(guò)創(chuàng)建布局指標(biāo)幫助緩解擁塞點(diǎn)、以及使用庫(kù)單元數(shù)量的限制。

聯(lián)發(fā)科和三星也采用了DSO.ai技術(shù)提高先進(jìn)制程Arm架構(gòu)移動(dòng)CPU的性能和功耗。在三星的案例中，DSO.ai技術(shù)被成功應(yīng)用于開(kāi)發(fā)Voptz和Ftarget優(yōu)化應(yīng)用程序，通過(guò)自動(dòng)探索大量的電壓（V）/目標(biāo)頻率（F）空間以找出最高基準(zhǔn)分?jǐn)?shù)和最長(zhǎng)電池時(shí)間的最佳組合。此外，DSO.ai RL模型將通過(guò)分析之前運(yùn)行中的選擇，自動(dòng)學(xué)習(xí)并生成更好的組合。

結(jié)果顯示，三星在4nm Arm Big CPU的實(shí)驗(yàn)中，在相同的工作電壓下，DSO.ai實(shí)現(xiàn)了頻率提高13%-80%；而在相同的工作頻率下，最高可將功耗降低25%。

三星的實(shí)踐展示了AI驅(qū)動(dòng)的解決方案提高了生產(chǎn)力，助力開(kāi)發(fā)者能夠輸出高質(zhì)量的結(jié)果。

雖然和設(shè)計(jì)CPU有所不同，但索尼在設(shè)計(jì)傳感器時(shí)要以最短的時(shí)間滿足各種類型終端的需求，也需要縮短設(shè)計(jì)周期，提高結(jié)果質(zhì)量（PPA）。

因此，索尼也在設(shè)計(jì)傳感器的過(guò)程中順利采用了DSO.ai技術(shù)并驗(yàn)證了其出眾的性能，與專家工程師的人工操作相比，DSO.ai實(shí)現(xiàn)最佳結(jié)果僅需1/4的設(shè)計(jì)周期、1/5的設(shè)計(jì)工作量，并成功將功耗降低了3%，進(jìn)一步提升設(shè)計(jì)結(jié)果質(zhì)量。

索尼發(fā)現(xiàn)，與冷啟動(dòng)相比，熱啟動(dòng)具備一些優(yōu)勢(shì)，例如僅需1/2周期，并減少1/3的工作量。

熱啟動(dòng)，也正是新思科技DSO.ai的絕招。

熱啟動(dòng)，DSO.ai的絕招

之所以說(shuō)是絕招，是因?yàn)槟壳皹I(yè)界集成AI的EDA工具中，僅新思科技的DSO.ai提供了熱啟動(dòng)模式。

眾所周知，AI技術(shù)需要利用大量的計(jì)算資源來(lái)實(shí)現(xiàn)模擬人腦的神經(jīng)思考，而計(jì)算資源的不足往往限制了AI技術(shù)在高端應(yīng)用或大型企業(yè)的部署。DSO.ai能夠?qū)⒚恳淮芜\(yùn)行的學(xué)習(xí)經(jīng)驗(yàn)保存到訓(xùn)練數(shù)據(jù)庫(kù)中，之后就可以利用訓(xùn)練數(shù)據(jù)庫(kù)來(lái)提高設(shè)計(jì)探索的效率，減少執(zhí)行時(shí)間并降低對(duì)計(jì)算資源的要求。

DSO.ai有熱啟動(dòng)與冷啟動(dòng)兩種模式。

冷啟動(dòng)實(shí)際上就是無(wú)訓(xùn)練數(shù)據(jù)的模式，需要執(zhí)行并創(chuàng)建訓(xùn)練數(shù)據(jù)，并選擇使用自己的“未訓(xùn)練”抽樣來(lái)分配第一個(gè)參數(shù)。一個(gè)新的設(shè)計(jì)引入DSO.ai時(shí)都是從冷啟動(dòng)開(kāi)始，所以需要執(zhí)行大量訓(xùn)練工作，且必須在同一流程中執(zhí)行多次。

熱啟動(dòng)模式則是將“冷/熱啟動(dòng)”的結(jié)果用作一個(gè)進(jìn)程的模式，在有訓(xùn)練數(shù)據(jù)的情況下自動(dòng)學(xué)習(xí)，以尋求最優(yōu)解。熱啟動(dòng)的顯著優(yōu)勢(shì)就是能夠減少工作量和縮短周期，與此同時(shí)，熱啟動(dòng)也能降低對(duì)算力的需求。

英特爾在實(shí)踐中發(fā)現(xiàn)，有了熱啟動(dòng)模式，能夠用更少的開(kāi)發(fā)者實(shí)現(xiàn)更好的設(shè)計(jì)結(jié)果。聯(lián)發(fā)科也體會(huì)到，如果了解設(shè)計(jì)的參數(shù)，實(shí)現(xiàn)了PPA的提升，可以利用熱啟動(dòng)提高生產(chǎn)力，更進(jìn)一步，也就可以實(shí)現(xiàn)復(fù)雜的計(jì)算和決策。

新思科技能夠率先在業(yè)界推出熱啟動(dòng)模式，與新思科技較早在五六年前就組建了AI團(tuán)隊(duì)研發(fā)相關(guān)項(xiàng)目有密切關(guān)系。

不止于此，新思科技還在嘗試探索將熱啟動(dòng)模式前移，也就是通過(guò)與IP提供商合作，面向共同的客戶做針對(duì)性的優(yōu)化，進(jìn)一步提升DSO.ai效率。

新思科技將不斷提升DSO.ai的性能，比如易用性的改進(jìn)、更加智能化（冷熱模式的自動(dòng)切換）、適用性進(jìn)一步擴(kuò)大，這些也都是客戶所期待的。DSO.ai，正在被越來(lái)越多芯片設(shè)計(jì)公司采用，新思科技也正在把AI與EDA的融合從數(shù)字芯片邏輯設(shè)計(jì)擴(kuò)展到驗(yàn)證環(huán)節(jié)。

未來(lái)，從芯片的架構(gòu)設(shè)計(jì)、制造以及封裝的全流程都會(huì)融入AI技術(shù)。新思作為擁有芯片設(shè)計(jì)全流程的工具，能夠更容易可以在整個(gè)程中都使用AI，帶來(lái)更顯著的全面提升，而芯片行業(yè)深刻的變革，也已經(jīng)開(kāi)始。

我們迎來(lái)了突破性的芯片設(shè)計(jì)的新時(shí)代。