AI στο Chip Floorplanning and Design
Η τεχνητή νοημοσύνη αυτοματοποιεί την τοποθέτηση εξαρτημάτων σε ένα μικροτσίπ, ένα εξαιρετικά δύσκολο παζλ που καθορίζει την ταχύτητα, την ισχύ και το μέγεθος ενός τσιπ.
Επισκόπηση
It matters because faster, cheaper chip design feeds the entire AI and electronics industry, including the chips that run AI itself.
Βαθιά κατάδυση
Ο σχεδιασμός δαπέδου αποφασίζει πού θα τοποθετηθούν τα πολλά μπλοκ (μνήμες, λογική, I/O) στην επιφάνεια ενός τσιπ για να ελαχιστοποιήσει το μήκος του καλωδίου, την ισχύ και τη θερμότητα, ενώ πληροί τους περιορισμούς χρονισμού. Ο αριθμός των πιθανών διευθετήσεων είναι μεγαλύτερος από τον αριθμό των ατόμων στο σύμπαν και οι ανθρώπινοι μηχανικοί παραδοσιακά ξόδευαν εβδομάδες συντονίζοντας διατάξεις. Το 2021, ο Google δημοσίευσε εργασία στο Nature περιγράφοντας μια μέθοδο ενισχυτικής μάθησης που παράγει κατόψεις τσιπ σε ώρες που είναι συγκρίσιμες ή καλύτερες από τις ανθρωπογενείς, και χρησιμοποιήθηκε στο σχεδιασμό των επιταχυντών TPU του Google. Η τοποθέτηση πλαισίων του συστήματος ως διαδοχική απόφαση: τοποθετήστε ένα μπλοκ, παρατηρήστε τη μερική διάταξη, τοποθετήστε το επόμενο. Η τεχνητή νοημοσύνη βοηθά επίσης προηγούμενα και μεταγενέστερα στάδια, από τη σύνθεση λογικής έως την επαλήθευση και τον εντοπισμό παραβιάσεων κανόνων σχεδιασμού, σε εργαλεία από εταιρείες όπως η Synopsys και η Cadence.
Τεχνική διορατικότητα
Η μέθοδος του Google αντιμετωπίζει τον καμβά του τσιπ ως πίνακα και χρησιμοποιεί έναν παράγοντα ενίσχυσης εκμάθησης που τοποθετεί μπλοκ μακροεντολών ένα-ένα, καθοδηγούμενο από μια ανταμοιβή που συνδυάζει το μήκος του σύρματος, τη συμφόρηση και την πυκνότητα. Ένα νευρωνικό δίκτυο γραφημάτων μαθαίνει ενσωματώσεις της netlist, του γραφήματος των στοιχείων και των συνδέσεών τους, επομένως η πολιτική μπορεί να γενικευτεί σε μάρκες που δεν είχε ξαναδεί, μεταφέροντας τη μαθημένη διαίσθηση αντί να ξεκινά κάθε σχέδιο από την αρχή.
Στρατηγικός αντίκτυπος
Δημιουργήστε επιλογές
Ο σχεδιασμός σε επίπεδο εφαρμογής καθορίζει εάν η τεχνητή νοημοσύνη βελτιώνει τα πραγματικά αποτελέσματα.
Ομάδα και ροή εργασίας
Η καλή ενσωμάτωση ροής εργασιών δημιουργεί κέρδη παραγωγικότητας που μπορούν να εμπιστευτούν οι χρήστες.
Κίνδυνος και ασφάλεια
Οι καλές περιπτώσεις χρήσης μειώνουν την κόπωση λόγω αλλαγής και τον κίνδυνο εφαρμογής.
Το μέλλον της τεχνητής νοημοσύνης στον σχεδιασμό και το σχεδιασμό τσιπ
Τα εργαλεία σχεδίασης που βασίζονται στην τεχνητή νοημοσύνη γίνονται στάνταρ στον ηλεκτρονικό αυτοματισμό σχεδιασμού, με το Synopsys DSO.ai και το Cadence Cerebrus να βελτιστοποιούν ήδη τα πραγματικά τσιπ παραγωγής. Αναμένετε αυτοματισμό από άκρο σε άκρο που συμπιέζει τους πολύμηνους κύκλους σχεδίασης και επιτρέπει σε μικρότερες ομάδες να αποσπάσουν ανταγωνιστικές μάρκες. Καθώς η τεχνητή νοημοσύνη σχεδιάζει τους ίδιους τους επιταχυντές που εκπαιδεύουν μεγαλύτερα μοντέλα τεχνητής νοημοσύνης, εμφανίζεται ένας βρόχος αυτοβελτίωσης. Η συζήτηση συνεχίζεται σχετικά με το πόσο οι μέθοδοι τεχνητής νοημοσύνης ξεπερνούν τους κλασικούς αλγόριθμους, ωθώντας το πεδίο προς αυστηρά, αναπαραγώγιμα σημεία αναφοράς.
Υλοποίηση σε πραγματικό κόσμο
Η Google χρησιμοποίησε ενισχυτική εκμάθηση για να δημιουργήσει κατόψεις για τα τσιπ επιτάχυνσης TPU AI, όπως περιγράφεται στο έγγραφο Nature του 2021.
Το Synopsys DSO.ai αναζητά αυτόνομα χώρους σχεδιασμού και έχει χρησιμοποιηθεί από κατασκευαστές chip όπως η Samsung για τη βελτιστοποίηση της ισχύος και της απόδοσης.
Το Cadence Cerebrus εφαρμόζει μηχανική εκμάθηση για την αυτοματοποίηση και τη βελτίωση των ροών υλοποίησης ψηφιακών τσιπ.
Τα εργαλεία τεχνητής νοημοσύνης επισημαίνουν παραβιάσεις κανόνων σχεδίασης και προβλέπουν τη συμφόρηση δρομολόγησης νωρίς, μειώνοντας τους δαπανηρούς επανασχεδιασμούς στο τελευταίο στάδιο.
Κίνδυνοι & προστατευτικά κιγκλιδώματα
Η αυτοματοποίηση μιας διαλυμένης διαδικασίας μπορεί να ενισχύσει τα υπάρχοντα προβλήματα.
Οι ομάδες μπορεί να αυτοματοποιήσουν υπερβολικά και να αφαιρέσουν την απαραίτητη ανθρώπινη κρίση.
Η ποιότητα μπορεί να αλλάξει αν τα αποτελέσματα δεν αξιολογούνται συνεχώς.
Οδικός Χάρτης Εφαρμογής
Χαρτογραφήστε την τρέχουσα ροή εργασίας και εντοπίστε το βήμα της υψηλότερης τριβής.
Καθορίστε ανθρώπινα σημεία ελέγχου πριν από την πλήρη αυτοματοποίηση.
Εκπαιδεύστε τους χρήστες σε προτροπές, διαδρομές κλιμάκωσης και πρότυπα ποιότητας.
Παρακολουθήστε τα αποτελέσματα σε επίπεδο εργασίας για να επιβεβαιώσετε τη σταθερή αξία.
Συνεχίστε την εξερεύνηση
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the AI in Chip Floorplanning and Design quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Επόμενος οδηγός
AI στον σχεδιασμό αντισωμάτων και πρωτεϊνών
Συχνές ερωτήσεις
What is AI in Chip Floorplanning and Design?
Η τεχνητή νοημοσύνη αυτοματοποιεί την τοποθέτηση εξαρτημάτων σε ένα μικροτσίπ, ένα εξαιρετικά δύσκολο παζλ που καθορίζει την ταχύτητα, την ισχύ και το μέγεθος ενός τσιπ. Έχει σημασία γιατί ο ταχύτερος, φθηνότερος σχεδιασμός τσιπ τροφοδοτεί ολόκληρη τη βιομηχανία τεχνητής νοημοσύνης και ηλεκτρονικών ειδών, συμπεριλαμβανομένων των τσιπ που τρέχουν το ίδιο το AI.
Τι αποφασίζει ο σχεδιασμός ορόφων με τσιπ;
Ο σχεδιασμός δαπέδου τοποθετεί τα λειτουργικά μπλοκ του τσιπ για να ελαχιστοποιήσει το μήκος του καλωδίου, την ισχύ και τη θερμότητα κατά τη διάρκεια της συνάντησης.
Στο έγγραφο του Google του 2021 Nature, πόσος χρόνος χρειάστηκε η τεχνητή νοημοσύνη για την παραγωγή ανταγωνιστικών κατόψεων;
Το σύστημα ενίσχυσης μάθησης δημιούργησε κατόψεις σε ώρες που ήταν συγκρίσιμες ή καλύτερες από ανθρώπινα σχέδια που χρειάστηκαν εβδομάδες.
Πώς πλαισιώνει το AI το πρόβλημα τοποθέτησης;
Ο πράκτορας τοποθετεί μπλοκ μακροεντολών ένα κάθε φορά, παρατηρώντας τη μερική διάταξη πριν από κάθε νέα τοποθέτηση, όπως κινήσεις σε ένα επιτραπέζιο παιχνίδι.
Τι είναι η «netlist» από την οποία μαθαίνει ένα νευρωνικό δίκτυο γραφήματος;
Η netlist περιγράφει τα στοιχεία και τις διασυνδέσεις τους. ένα GNN το κωδικοποιεί, ώστε η πολιτική να μπορεί να γενικευτεί σε νέες μάρκες.
Ποια προϊόντα φέρνουν το σχέδιο τσιπ AI σε εμπορική χρήση;
Το DSO.ai και το Cerebrus είναι ηλεκτρονικά εργαλεία αυτοματισμού σχεδιασμού που βασίζονται σε AI και χρησιμοποιούνται για τη βελτιστοποίηση πραγματικών τσιπ παραγωγής.