Gartner 2023 年新興技術成熟度曲線顯示，生成式AI（GenAI）在不到一年的時間里就達到期望膨脹期。而今年圍繞ChatGPT和新興應用的熱議證明了GenAI不只是曇花一現(xiàn)，它將真正革新知識型工作的面貌。GenAI可以說是百年難遇的變革性技術。無論是電商網(wǎng)站上的即時聊天服務，還是軟件開發(fā)領域的代碼自動生成，GenAI的應用已在多個行業(yè)廣泛展開。

去年，新思科技對2023年人工智能的發(fā)展趨勢做了一些預測，主要包括四個方面：首先，企業(yè)在異構組件集成方面的需求將進一步增加，為此新思科技研發(fā)了Multi-Die系統(tǒng)解決方案，以簡化集成過程；其次，人工智能設計工具的使用將持續(xù)增長，新思科技對300余個由AI推動的商業(yè)流片項目的追蹤，驗證了這一趨勢的加速發(fā)展；第三，生成式人工智能正在加快應用開發(fā)的步伐，預計不久將成為全球性的新應用平臺；最后，人工智能將在推動實現(xiàn)碳中和目標方面扮演至關重要的角色，新思科技正全力以赴，努力達成這一宏偉目標。

步入2024，讓我們共同描繪并探索人工智能如何繼續(xù)塑造電子產業(yè)的未來藍圖。隨著人工智能技術日漸滲透入千行百業(yè)，我們將面臨哪些關鍵問題，又應如何解決這些問題，以保障技術發(fā)展的穩(wěn)定與可持續(xù)性？讓我們一起探討未來的可能性。

當Copilot融入芯片設計和驗證

半導體行業(yè)的未來是機遇與挑戰(zhàn)的共存。行業(yè)迅速壯大，系統(tǒng)日益復雜，而人才短缺的困境則可能阻礙創(chuàng)新的步伐。盡管壓力重重，開發(fā)者們依舊依靠他們的智慧不斷攻克技術難題，延續(xù)摩爾定律，提升開發(fā)效率，生產出更為精密和復雜的電子產品與系統(tǒng)。

在這一背景下，GenAI預計將在新的一年扮演愈加重要的角色。EDA領域對人才的要求極高，需要深厚的學識和豐富的經(jīng)驗，人才缺口成為一個突出問題。芯片設計的Copilot提供了一條高效的知識共享路徑，極大提升了工程資源的生產力。例如，集成于工具中的Copilot能夠即時回應查詢，用戶無需暫停工作去搜索解決方案，或者翻閱眾多文檔，又或者聯(lián)系應用工程師。

隨著Copilot變得更加智能和普及，它將深入融合到芯片的設計和驗證流程中。Copilot的加入使得原本需要數(shù)小時乃至數(shù)天的工作，如今僅需幾秒鐘便可完成。

數(shù)據(jù)生態(tài)初步成型

對于那些擁有豐富設計知識的大型知名企業(yè)來說，GenAI可以提供巨大的發(fā)展?jié)摿?。行業(yè)內的佼佼者正在籌劃部署自家的Copilot系統(tǒng)，以期將過去數(shù)十年積累的珍貴技術、架構和特有領域數(shù)據(jù)轉化為更大的價值。同時，在2024年，GenAI預計將促進芯片設計流程的廣泛普及，幫助新興芯片企業(yè)更迅速地創(chuàng)新和擴張，讓它們能夠集中精力打造自己的核心競爭力，同時充分利用行業(yè)標準的參考流程和知識資源進行優(yōu)化。

在此過程中，EDA公司和IP供應商將成為不可或缺的力量，他們將把深厚的專業(yè)知識、成熟流程和IP資源與客戶自身領域的數(shù)據(jù)有機結合，共同為整個技術棧打造強大的GenAI解決方案。2024年，芯片設計領域將會逐步見證一些初級數(shù)據(jù)生態(tài)系統(tǒng)的形成，正如OpenAI的Sam Altman在OpenAI DevDay 2023上所探討的那樣。這些數(shù)據(jù)集涵蓋了芯片設計領域的代碼、規(guī)格、寄存器傳輸級（RTL）、仿真等多樣化信息，為GenAI應用培養(yǎng)出更精確、更高效的模型。

然而，要想在這條道路上走得長遠，合作伙伴們必須采用兼具擴展性和安全性的新型商業(yè)模式，在合理共享數(shù)據(jù)的同時保障數(shù)據(jù)安全。基于這種需求，托管式微服務成為了一種應時之選，眾多公司正在積極探索這一模式并將之投入實際應用。

芯片設計將更加以軟件為中心

隨著GitHub Copilot等人工智能軟件開發(fā)輔助工具的快速流行，至今年年初，這些工具已經(jīng)協(xié)助編寫了超過46%的新代碼?，F(xiàn)在，半導體硬件系統(tǒng)的設計也開始步入以軟件為主導的發(fā)展軌道。GenAI有望深度融入芯片設計的各個階段，包括設計構思、寄存器傳輸級（RTL）代碼的編寫、設計驗證和實施等，實現(xiàn)整個系統(tǒng)的自動化，并由此顛覆傳統(tǒng)芯片設計流程。

微軟最近發(fā)布了一篇簡明易懂的博客，探討了將生成式人工智能應用于半導體與電子設計的前景，并分析了軟件開發(fā)中的敏捷實踐方法如何可能繼續(xù)深刻影響硬件設計領域。隨著半導體行業(yè)的多種能力日臻成熟，這一趨勢預計將在2024年加速演進。屆時，行業(yè)將有望突破現(xiàn)有的瀑布式芯片設計模式。例如，GenAI或將能夠實現(xiàn)超高速的原型設計流程，為設計構思和搭建提供高度自動化的方案選擇，并摒棄那些耗時且注重細節(jié)的輔助性工作，如驗證覆蓋率模型、復雜的斷言或是構建隨機約束測試樁等，以此顯著提升設計的效率和節(jié)奏。

AI的經(jīng)濟門檻將加速AI硬件創(chuàng)新

在人工智能領域，高性能工作負載對算力的需求不斷攀升，尤其體現(xiàn)在預訓練的大型語言模型（LLM）上，這些模型依賴于尖端的AI超算系統(tǒng)和龐大的半導體芯片陣列。目前估算顯示，深度神經(jīng)網(wǎng)絡的參數(shù)規(guī)模每兩年激增逾200倍，這一指數(shù)級擴展勢必加劇未來踏足AI領域的經(jīng)濟門檻。CPU、GPU、XPU和系統(tǒng)集成等領域的行業(yè)領軍企業(yè)正逐步加大對創(chuàng)新架構的研發(fā)投入，以在功耗效率和總體擁有成本（TCO）上獲得競爭力，增強其在AI時代的行業(yè)影響力。

預計到2024年，面向人工智能的新型處理架構將持續(xù)涌現(xiàn)，包括備受矚目的神經(jīng)形態(tài)計算芯片、光計算機以及量子計算平臺，這些技術的發(fā)展可能會使得人工智能經(jīng)濟門檻進一步提高。異構計算組件的系統(tǒng)級集成趨勢是推動行業(yè)向Multi-Die系統(tǒng)演進的關鍵因素，并將加速推進納米級別數(shù)字CMOS技術的研發(fā)。盡管這些創(chuàng)新計算平臺主要針對數(shù)據(jù)中心的需求，但自主邊緣計算技術仍舊在自動駕駛汽車、工業(yè)自動化以及個人計算方案等領域推動算力的集成，以傳感器技術集成為核心，持續(xù)助力相關領域的技術創(chuàng)新與發(fā)展。

負責地應用AI方面，芯片設計將迎來創(chuàng)新

GenAI正在以前所未有的方式處理海量數(shù)據(jù)，這得益于數(shù)字世界數(shù)據(jù)的急劇增長。GenAI的持續(xù)創(chuàng)新可能帶來我們難以理解和控制的深遠影響。

到2024年，數(shù)據(jù)隱私和治理將變得尤為重要。業(yè)界和政府已就人工智能對可持續(xù)發(fā)展、社會及商業(yè)影響進行了深入討論，倫理問題也成為討論焦點。比如，NIST新發(fā)布的人工智能風險管理框架，為人工智能產品的開發(fā)提供了重要指導。隨著人工智能技術更深入人們生活，制定相關的監(jiān)管框架來提供指導和保護是順理成章的事。

雖然“負責任使用”聽起來似乎有所限制，但它是推動技術發(fā)展的重要條件。新思科技在2023年硅谷領導力集團會議上討論了如何在芯片設計中更好地應用人工智能，如何從當前的“告知-詢問”模式，轉變?yōu)槲磥淼摹肮蚕?探索”式合作創(chuàng)新。要讓人工智能發(fā)揮最大潛力，得到創(chuàng)造者的認可，就必須保證人工智能的公平、可靠、隱私、包容、透明和可追溯。

新的一年，擁抱創(chuàng)新

創(chuàng)新是人類的天性，而人工智能已經(jīng)證明它能夠提升我們的創(chuàng)新，加速開發(fā)者的創(chuàng)新步伐。隨著時間的推移，人工智能更有可能逐步獲得我們的信任。2024年，我們需要深入探討人類與人工智能如何更好地互動與合作。在不斷追求創(chuàng)新的道路上，人工智能將協(xié)助我們實現(xiàn)更加卓越的成就。這樣的未來，指日可待。

審核編輯：劉清