Інструменти автоматизації AI-Powered Electronic Design може перевизначити чіпкітку

Використовуючи інструменти AI для дизайну чіпів, Samsung є найновішою компанією, кидаючи свою капелюшку на зростаючу арену. Компанія, мабуть, використовує нові інструменти обробки AI з електронної автоматизації дизайну (EDA) Виробник Synopsys для створення майбутніх Exynos Mobile SoC. Synopsys є вірогідним партнером для такого роду роботи; Десятиріччя досвіду побудови будівельного дизайну інструментів, безсумнівно, з урахуванням компанії багатих даних для моделей навчання.

Штучний інтелект був надмірним у багатьох областях відносно того, що AI та ML мережами фактично здійснили на сьогоднішній день. У деяких районах, як самостійні автомобілі та медицина, прогрес був повільним, ніж очікуваний. Існує підстава для оптимізму щодо довгострокового потенціалу для покращення конструкцій чіпів, але мало інформації про те, коли реальні переваги будуть реалізовувати.

Сучасна Еда

Одна різниця між застосуванням AI / мл техніки до напівпровідникових досліджень проти, скажімо, самостійні автомобілі, полягає в тому, що фірми дизайну кремнію, такі як Intel, AMD, і NVIDIA працювали над версією цієї мети до одного ступеня або іншого протягом деякого часу . У перші дні напівпровідникової революції чіп-конструкції були викладені цілком вручну командами інженерів.

Ця схема напівпровідникової щільності до 2020 року ілюструє, чому цей підхід повинен був змінити. З великою щільністю приходить велика відповідальність збільшена залежність від автоматизованих інструментів. Якщо це займає - і я чисто spiteballing тут - шматок паперу 5 футів на стороні, щоб показати розміри 10 000-транзисторного дизайну за шкалою, корисним для людей, уявляють, що намагається масштабувати до чіп-дизайну з 50 мільйонами транзистори. Intel потрібно було б покласти чіп на мікрофіші, щоб відповідати центральному плану на склад.

Поле електронного дизайну автоматизації розпочалася на початку 1980-х років, як спроба спростити дизайн схеми. Сьогодні в полі є велика кількість субдисциплінів, включаючи макети, синтез логіки та синтез високого рівня. Від моделювання поведінки транзистора до логіки до різних типів аналізу та перевірки помилок, інструменти EDA використовуються в кожному аспекті сучасного дизайну чіпів.

Це не означає, що Intel і AMD зупинили критичні шляхи ручної роботи в їх мікропроцесорах. Цей потік Курсадом Альбайрактароглу, одним з інженерів мікропроцесорних дизайну Intel, розмовляє з балансом між корисності та обмеженнями сучасних інструментів EDA:

Майже у будь-якому великому дизайні SOC є порції, які традиційно намальовані для оптимальної продуктивності, або в деяких випадках лише для пристосування примків виробничого процесу. Причиною є не те, що інструменти синтезу не достатньо хороші - вони, звичайно, можуть зробити гідну роботу, але команди дизайну хотіли б вичавити всі можливі унції продуктивності з архітектури, розробляючи ці шляхи вручну.

Компанії, які прагнуть побудувати щорічні SOC-освіження, можуть зробити більш широке використання автоматизованих макетів, ніж компанії, що працюють на архітектур, вони очікують на ринку протягом декількох років. Kursad також відзначає, що чіпси, як Bobcat та Jaguar, зробили важче використання автоматизованих інструментів, ніж CPU, як BULDOZER.

AI-infused eda міг розблокувати нові методи підвищення ефективності мікропроцесора

Ми бачили деякі натяки, які інструменти AI можуть підвищити продуктивність у порівнянні з людськими кремнієвими конструкціями. Раніше цього року Google випустила документ, деталізуючи, як AI використовувався для поліпшення фізичного макета процесора Ariane RISC-V. Згідно з роботою Google, він взяв АІ лише шість годин, щоб створити floorplan, який був як перевершує будь-що, побудований людським і значно відрізняється від типового людського дизайну.

Згідно з нещодавньою звітом від Wired, Samsung є найновішою компанією для прийняття цих методів. Коментарі KURSAD ілюструють, чому компанія, як Samsung, може бути зацікавлена ​​у прийнятті AI для чіп-дизайну прямо зараз, і чому це може бути трохи, перш ніж Intel і AMD оголошують щось подібне.

Компанії, такі як Samsung та інші мобільні продавці SOC, вважаються більш покладеними на автоматизовані інструменти та розміщення зараз, що означає будь-яке поліпшення продуктивності інструменту, буде перекладати безпосередньо до досягнення цих частин. Apple - це виняток; Виробник Cupertino купив команду дизайну процесора багато років тому, коли він придбав Pa Semi. Це не означає, що процесори Exynos Samsung не є складними, але Samsung не планує конкурувати з CPUS X86 від AMD та Intel, як це робить Apple.

Компанії, що працюють над найвищою процесором, який в даний час будується сьогодні, займуть свій час, оцінюючи потенціал для інструментів AI для покращення енергоспоживання, продуктивності або надійності. Також буде потрібно час для дослідників, щоб розвивати краще, більш ефективні моделі, а для вчених, щоб визначити, які навчальні набори найбільш ефективні. Будь-яка компанія, яка використовує AI для дизайну чіпів, майже, безумовно, чекає, щоб оголосити про це, поки вони не є абсолютно певним кінцевим результатом буде вдосконаленням над тим, що вони досягли з більш традиційними інструментами та робочими процесами.

Перш ніж AI інструменти можуть створювати кращий кремній, дослідники та інженери повинні перевірити, що різні моделі машинного навчання розуміють складності систем, які вони будуть розробляти. Це не тривіальне підприємство. Чим глибше компанія хоче залучити AI у процесі проектування, тим більше здатних та багатогранних мереж машинобудування потрібно.

Існує два широких використовує для машинобудування та AI у цьому процесі: він може замінити та збільшити існуючу евристику для чіп-дизайну та зробити пропозиції щодо оптимізації дизайну, або його можна було б розгорнути в умовах підкріплення, де інструмент "дізнається" як Різні входи змінили поведінку інструменту, з довгостроковою метою автоматизації процесу.

"Мета використання мл в рамках потоку ЕДА не про те, що здатність виробляти кращий результат, ніж ваш найбільш досвідчений інженерний гуру з необмеженим часом" Дейв Purseley, директор з розвитку бізнесу в групі цифрових та знаків ". "Натомість, це допоможе вашій інженерній команді зустрітися та перевищити агресивну потужність, продуктивність та територію (ППА) цілі відповідно до обмеження агресивного розкладу. Мета - зробити інженерам більш продуктивним шляхом підвищення рівня абстракції ".

Потенціал тут є реальним. Системи AI мали деякі справжні успіхи; АІ відкрив новий антибіотик у минулому році, шукаючи басейн понад 100 мільйонів молекул. Прийняття інструментів AI може бути одним із методів напівпровідникових компаній, які використовують для продовження підвищення продуктивності транзистора протягом наступного десятиліття. Оскільки переваги нових літографічних вузлів падають, ми бачимо масив інструментів, розгорнуто, щоб заповнити порожнечу, від більших кеш-пам'яток L3 до нових методів упаковки та зараз AI, принаймні трохи. Не очікуйте, що найближчим часом чудеса, але не дивуйтеся, якщо ми побачимо майбутні покращення різних аспектів процесора та проектування ГПУ достовірно зараховані до поліпшень АІ.