人工智能芯片设计pdf
随着众多初创企业和大型半导体公司竞相向市场推出全新人工智能芯片，Synopsys(新思科技)、Cadence和MentorGraphics等芯片设计自动化设计解决方案提供商正在研究帮助开发者缩短芯片上市时间的新方法。有意思的是，这其中所采取的方法之一是运用人工智能技术来帮助构建更好的人工智能芯片。芯片设计过程分为前端和后端，后端又称为物理设计，对于支持人工智能新技术已经特别成熟，早期采用者也受益于其出色的性能表现。
▲图1：由170亿个晶体管构成的NVIDIADriveAGXOrin芯片英伟达(NVIDIA)
01
芯片构建的诸多挑战
芯片构建中存在诸多挑战，最终确定芯片逻辑可能需要数月甚至数年的时间，一旦确定后，物理设计过程就开始了。开发者必须确定每一块晶体管的放置位置，以及如何将其互连。这个过程叫做布局和布线。现代芯片上有数十亿个晶体管，这种设计布局和测试通常需要数位开发者大约利用20到30周的时间才能完成。如果他们在其中出了差错，便会导致芯片设计无法按照规定时间完成，功耗过高、成本过大，或者根本无法使用。但是布局芯片的恰当方法不止一种，还存在无数可能的选择，包括平衡芯片的三个主要设计目标：性能、功耗和面积(PPA)。
实际上，开发者面临着大规模的“搜索”问题：仅仅是平面布置图探索就可以包含惊人的1090,000种可能性，而国际象棋也只有10123种状态，围棋游戏只有大约10360种状态。为什么要拿游戏作类比，因为物理设计和游戏一样，现在都可以用人工智能软件来“玩”。虽然人工智能需要巨大的计算资源，但它可以从海量备选方案中进行筛选以优化参数，从而实现实现PPA的最佳组合。
02
使用强化学习赢得游戏
人工智能中有一个强化学习的无监督学习分支，可以通过试错来解决这类游戏问题：让电脑“试一试”某个解，用得出的结果加强该解的参数。将这样的过程重复数万亿次，直到实现解收敛，即“获胜”。作为芯片设计自动化设计解决方案提供商，新思科技一直在与客户试验这种方法，并取得了令人惊喜的结果。
▲图2：开发者已经使用强化学习来加速网络化、移动化、汽车领域和人工智能芯片的物理设计项目，并取得了惊人的结果。
从新思科技和客户进行的一系列复杂芯片设计的其中四个项目的平均值来看，该方法可以提前86%的时间完成设计，且配置人员仅包括一名数据科学家而不是4-5名工程师，所有项目均实现或超越了PPA目标。有趣的是，使用人工智能技术产生的一些设计有点反直觉，比如以非常规形状分布晶体块，但是结果很有说服力，实现了更快上市时间及更高性能。
03
结论
在物理设计中使用强化学习只是冰山一角，人工智能和机器学习可以用于设计集成电路中常见的许多工作流程。英伟达首席执行官黄延森在2016年首次发布SaturnV时曾表示，英伟达内部GPU驱动的超级计算机，当时在全球超级计算机排名前30位。随后预测SaturnV将成为其公司一个强大的技术优势，可以帮助英伟达开发者提高生产效率，实现卓越的产品。新思科技使用强化学习获得的早期项目结果，也验证了黄先生当时的观点。(来源：新思科技编译自[MoorInsightsandStrategy])江苏激光联盟转载
人工智能芯片设计pdf
说起来谷歌，相信大家第一个想到的就是安卓系统，又或者想到谷歌的搜索，尤其是在安卓系统上，因为拥有庞大的使用量，所以，不少人觉得谷歌的强悍之处就在于在操作系统上的垄断。
如果因此而评断谷歌的实力的话，那就有点偏颇了，因为谷歌的强大支出可不是一款操作系统可以遮盖的住的。尤其是在人工智能方面，谷歌已经是世界领先的企业。
谷歌
谷歌的人工智能先说一下前几年曾经轰动全球的阿尔法狗大战围棋高手柯洁的事情，作为当时世界上唯一一种还没有被电脑战胜的棋类，阿尔法狗的出现，让人们看到了人工智能的厉害之处，也因此而掀起了一场人工智能热。
AI
而阿尔法狗的设计方正是来自谷歌的科研团队，可见，在谷歌公司在人工智能研发领域，一直都在进行大量的技术积累以及超前的研究。
谷歌
比如说现在，全球都在关注的半导体产业，都在关注的芯片领域，谷歌就玩出来了一些不一样的花招。
联合三星制造芯片在移动互联网领域，玩芯片的企业有很多，不仅有华为、还有苹果，即便是三星现在也在设计并制造自己的芯片，但是偏偏很少有人说起谷歌，恐怕这家美国巨头自己的内心也有点憋屈了，毕竟，自己好歹也是研制了安卓，并且自己也进入手机制造领域了。
AI
之前一直有传言因为没有自己芯片的谷歌对于耿耿于怀而计划进入芯片领域，而现在这个消息被进一步实锤：谷歌自研CPUWhitechape成功流片。
利用人工智能进行芯片设计如果说谷歌联合三星制造芯片属于强强联合的话，那么谷歌利用人工智能进行芯片设计，那就是绝对的大招了！
芯片
近日，谷歌的人工智能科研团队发文称，现在人工智能已经在芯片设计领域展示出来了“天赋异禀”的一面，可以完全自动化地布置芯片上晶体管，而且速度奇快，以往需要工程师花费几周、甚至是数月设计出来的芯片，现在交由AI来设计的话，平均下来6个小时就可以搞定。而且在设计精准度方面无可挑剔。
此技术的突破，意味着未来人们在芯片设计的方面，周期将会大大缩短。
AI
人工智能是科技发展的趋势，而芯片是科技进步的基石，谷歌在这两个领域的发力，足够可以看出来，谷歌的强大是有着一定的道理的，而对于我们来说，如何在这两个领域进行更好的发展，同样值得我们思考，以及足够的重视与关注。