如何超越摩尔定律的束缚：AI为芯片设计指明新的道路

目前全球都笼罩在半导体产能不足的阴影下，整个技术供应链也受到负面影响。由于各个市场都在争抢芯片等相关用品，从汽车到PC游戏显卡等多种产品供不应求，单品市场价格暴涨。但就在阴霾之下，另一个更具挑战性的短缺也迫在眉睫。——这是芯片设计方法的僵化，直接导致全球新芯片、新处理器的开发创新活动停滞不前。Synopsys首席执行官Aart Degeus认为，他们开发的先进AI设计自动化工具可能会给我们带来答案。

多年来，权威人士一直认为摩尔定律已死。摩尔定律是英特尔公司联合创始人戈登摩尔提出的一个预测，即集成电路中的晶体管数量将每两年翻一番。其实对于摩尔定律的乐观描述，反对的声音一直都在；然而，半导体行业的从业者凭借自己的聪明才智，成功地让这个预言持续了30年。但是，面对当前的困境，我们必须承认，随着芯片厂商在工艺节点不断碰壁，芯片复杂度呈指数级增长，摩尔定律似乎真的走到了生命的尽头。

后摩尔时代： 发挥晶体管之外的系统技术力量

更令人绝望的是，全球半导体行业的设计工程师数量并没有相应增加。这种情况表明了一个系统性的问题，即维护摩尔定律的动力已经从根本上缺乏。如今，芯片制造商面临的挑战不仅是将更多的晶体管封装到芯片中，还要应对快速增长的系统复杂性。正如de Geus所说，这个“后摩尔”时代需要新的工具和策略来推动行业向前发展。换句话说，我们必须以更聪明的方式解决这个新问题。

Aart de Geus解释说，目前半导体行业面临的主要挑战是如何在未来十年将从云到边缘场景的AI计算能力再提升1000倍。核心当然是如何以更快、更低的成本构建更强大的芯片，AI工具是关键，甚至是改变游戏规则的重大突破。Synopsys最近演示了一个用例。在人工智能工具的帮助下，一名工程师解决了一个问题，这个问题过去需要整个设计团队几个月的时间才能解决。

布局和布线过程极其复杂。

Aart还提到了公司开发的DSO.ai工具，据说是世界上第一套独立的芯片设计ai工具。然而，具体的表达方式还有待讨论。毕竟英伟达、英特尔等半导体巨头已经将AI技术引入芯片设计，Synopsys至少还没有做出自己的原创研究芯片。另一方面，Synopsys希望为客户提供先进的芯片设计工具、验证工具和服务，同时配合ip集成和软件安全/质量测试方案，加快生产速度。

由AI设计AI芯片已不再是幻想

Synopsys强调其DSO.ai工具可以大大加快和提升芯片布局布线的效率，同时降低设计成本。布局布线是所有电路板、集成电路和现场可编程门阵列设计中不可或缺的关键环节，要解决的核心问题是尽可能高效地将不同的逻辑和IP块相互连接起来。更重要的是，具体制造工艺对面积、功率、频率、等待时间、可用位置等因素的约束，必须在布局布线过程中尽早充分考虑。

Synopsys的DSO.ai利用人工智能和机器学习的迭代特性，对整个过程进行优化和简化，可以将过去需要几十个工程师几周甚至几个月才能完成的任务转化为初级工程师几天就能解决的小问题。DSO.ai会不断迭代芯片的版图和布线方案，在此期间会通过设计参数不断学习和微调优化芯片。这不仅将大大提高芯片设计的经济性和成功率，还将导致设计资源和设计方法的根本性改变，解放过去被迫将时间和精力投入布局和布线的工程师，专注于解决尖端芯片设计中其他有价值的问题。

在与de Geus的讨论中，他进一步解释了世界上半导体工程师的数量不可能在短时间内迅速增加。残酷的现实证明，这类人才的培养周期极长，成功率极低。因此，在他看来，人工智能工具是弥合这一鸿沟的最佳选择。因此，即使是最小的设计团队，也完全有可能开发出自己的原创AI处理器。通过减少芯片架构师的繁重任务，他们可以解放生产力，以应对更高级别的抽象挑战。更重要的是，他认为半导体行业的许多复杂性挑战不能单靠人力来解决。所以本质上整个行业都需要引入人工智能来弥补人类智能的不足。

Synopsys首席执行官Aartde

智能化水平将不断提高，人工智能将为我们持续赋能

时至今日，AI已经不再是炒作的标题。从手机应用中的美颜滤镜到个性化推荐引擎、从自动驾驶汽车到大数据分析以及DSO.ai等高级设计自动化工具，AI的应用已经随处可见。带有专用AI处理器的设备也在全面开花，您手中的智能手机、计算机乃至最新汽车技术都是最直接的证明。如今，芯片行业本身也终于达到了使用AI技术协助设计AI芯片的新阶段，不同规模的工程团队都有机会借助这项成果开发出属于自己的处理器方案。

de Geus认为，“经典的摩尔定律让处理器实现了令人难以置信的规模复杂性发展，最终令AI成为可能。如今，每个垂直市场都希望全面提升智能化，借此从数据中提取经济价值。这又给半导体行业带来了巨大的吸引力，让千倍AI算力成为克服「万物智能化」中系统复杂性的新方向。然而，千倍AI算力本身带来的设计复杂度，也已经远远超过当前人类所能掌控的工程能力与经济承受力。”

著名工程师Jim Keller最近提到，“这简直就是现实里的奇迹；十年之前，建立硬件初创公司还几乎是个不可能完成的任务。”参考Synopsys及其他厂商在设计自动化方面的进步，Keller认为创立硬件企业所需要的经济投入与人力成本已经发生了颠覆性变化。今年3月，拥有百名工程师的初创企业NUVIA刚刚被高通公司以14亿美元价码收购，这已经说明这些功能强大的新型芯片设计工具与智能策略方案确有奇效。旧的半导体设计规范正在迅速失效，如今，AI这位强大的助手正帮助我们高效、可靠地消解各种物理设计难题。