計算機不再需要人工編碼？EDA行業(yè)如是說……
責任編輯
1月19日，英偉達創(chuàng)始人兼CEO黃仁勛在參加英偉達北京年會時再次為AI背書。他說：“我們正在重塑計算機。計算機不再需要（人工）編碼，現在會采用機器學習。它創(chuàng)造的軟件，也不僅僅是一款軟件程序，而是人工智能。我們正處在一個新的計算時代的開端?！?/p>
在半導體生產鏈條上，相較于其他環(huán)節(jié)，芯片設計（EDA）工具的研發(fā)生產是一個“代碼上”的工種。相較于后續(xù)與工藝結合更緊密的環(huán)節(jié)，以代碼編輯為核心工作的EDA軟件設計研發(fā)與強IT屬性的生成式人工智能有著天然的高貼合度。在AI席卷計算機、軟件等多個行業(yè)，并帶來深刻變革的過程中，半導體工具軟件EDA行業(yè)究竟受影響幾何？
工作效率確有提高
在半導體產業(yè)上游環(huán)節(jié)，芯片設計規(guī)模越來越大、復雜度越來越高是事實，很多環(huán)節(jié)的工作單純依賴傳統(tǒng)方式效率低下、跟不上市場變化速度也是事實?！?span>中國電子報》記者在采訪中了解到，很多芯片設計廠商就遇到過類似的問題——芯片設計復雜度提高后，很多任務如果用傳統(tǒng)軟件仿真，可能十天半個月都沒有結果。
在這樣的情況下，EDA公司為了滿足芯片設計企業(yè)對效率的要求，開始采用AI完成部分任務，芯片設計工作也變得更加自動化。
一如，有的EDA工具利用生成式AI平臺和大語言模型，對從RTL（寄存器傳輸級）到GDS（圖形數據系統(tǒng)）的芯片設計流程進行自動優(yōu)化，使其比手動迭代實現更好的PPA（功耗、性能和面積）。
二如，利用AI幫助工程師同時快速優(yōu)化多個模塊的流程，并能將這些知識成果用于下一個設計。
三如，當選擇更先進工藝迭代產品時，AI工具可通過學習完成相應工藝節(jié)點的慣常工作，而工程師只需要做部分優(yōu)化工作即可。
……
記者在采訪中了解到，上述采用AI技術的工具軟件助力芯片設計效率實現了極大的提升。國內某EDA知名企業(yè)在接受采訪時表示：“我們的工具采用AI技術后，生產效率實現了很大的提升。有些原來需要做10個小時的工作，現在1個小時就能完成。”
行業(yè)大模型不成熟
AI對EDA工具的助力，目前以輔助性為主，還遠遠稱不上顛覆性。
大模型在EDA行業(yè)的應用，仍有待時日。
在采訪時，記者了解到一個典型的案例：業(yè)界普遍希望能夠通過生成式AI技術自動生成芯片設計前端所需的RTL代碼。目前這項工作很依賴工程師的能力，如果負責相關項目的工程師寫的代碼質量不好，就可能對項目推進產生負面影響。由此相關公司考慮，是否可以利用AIGC技術來提高該環(huán)節(jié)的代碼質量穩(wěn)定性。
但相關企業(yè)投入研發(fā)兩年，截至目前，該功能仍無法實現。
其中最核心的問題，在于能夠用于人工智能訓練的數據量不夠。
模型的訓練需要巨量數據作為基礎，沒有足夠的數據量支撐，模型的可靠性將存疑。大模型還沒有在EDA行業(yè)普及，缺少足夠的數據量供模型訓練便是最核心的原因。對于各EDA和芯片設計企業(yè)而言，數據是最敏感、最機密的內容，沒有企業(yè)愿意冒著泄密的風險共享數據資源。這樣一來，EDA行業(yè)即便存在模型，也只能靠一家企業(yè)依賴內部數據來做，缺乏普適性性和可靠性。
針對這一問題，Cadence副總裁、中國區(qū)總經理汪曉煜在接受采訪時也曾發(fā)出這樣的疑問：“如果沒有足夠的數據做訓練，這個所謂的‘大模型’會好用嗎？客戶敢用嗎？”而在他看來，如果功能無法大規(guī)模上線，永遠停留在實驗室版本，那么該產品對企業(yè)來說便沒有太大的意義。
大模型的技術底層邏輯也與追求高精度的EDA行業(yè)特點不夠契合。在EDA行業(yè)，計算是工程師工作中非常核心的工作方法之一，但AI擅長的是推理，而推理的結果很難實現絕對精準。
目前，探索AI技術、嘗試采用AI技術解決現實問題仍然是所有EDA企業(yè)的努力方向。但從實操的角度來看，想使AI在畫版圖等方面充分發(fā)揮其作用，還需要過程。
AR眼鏡迎來市場拐點？
作者丨姬曉婷
編輯丨張心怡
美編丨馬利亞
監(jiān)制丨連曉東
轉載原創(chuàng)文章請注明，轉載自資陽天行健機車配件有限公司，原文地址：http://dreamscapesoftheperverse.com/post/36633.html