提供永久免费的API接口，查看更多API接口，如果您有其他免费API资源，请联系我们，造福人类。

定制开发，免费评估，免费咨询，价格便宜，售后保障，前往开发服务中心或联系开发客服中心

芯片设计软件制造商Synopsys的首席执行官Aart de Geus解释说：“利润率本质上是一种风险计算，对于一个人来说，这绝对是不可能做到的。”机器可以优化一切。人工智能在半导体设计中的应用越来越广泛，其优势之一是人工智能技术将损坏胡想考虑的设计折衷。当设计者将电路放置在芯片上时，他们将留有误差的余地，以预测制造过程中的误差，这些误差可能会干扰信号在芯片上传播的时间。人类希望给错误留下尽可能小的余地。芯片设计软件制造商Synopsys的首席执行官Aart de Geus解释说：“利润率本质上是一种风险计算，对人类来说这是完全不可能做到的。”，德·盖斯在周一举行的高级计算年度热芯片计算机芯片会议上发表主题演讲之前，与ZDNet进行了交谈。这次会议实际上是在今年举行的。

另外：板凳上的人工智能：Cadence提供了机器学习来平滑芯片设计。

De Geus向ZDNet解释了人工智能技术在公司软件中的扩展，这一扩展已经进行了几年。

该项目称为DSO.AI，一年前在5月首次引入。该程序最初能够优化芯片平面图中的电路布局，即二维区域的使用方式。

de Geus演讲的主题是Synopsys如何超越芯片的物理布局优化来优化其他因素。一个是所谓的体系结构。

芯片体系结构是指芯片应该使用什么样的电路和什么样的功能块，如算术逻辑单元、缓存、寄存器和管道。

“最近，我们开始讨论微体系结构决策，例如，我们现在还可以优化平面图和时钟方案，”de Geus说。

除了物理电路布局和架构决策外，Synopsys目前正在研究第三个优化向量，即所谓的功能方面或行为，芯片的未来。

另外：芯片制造的未来将严重依赖人工智能来发现缺陷，Applied Materials说，其中包括开发一种反馈回路，在这种回路中，最终由芯片运行的软件被建模为一个变量，以优化逻辑和物理设计。

“坦白地说，我认为不容易实现的一个突破是，我们现在也有能力研究将在芯片上运行的软件，对预期的利用率峰值、热功率时刻进行分析，并针对该峰值对芯片进行优化，”de Geus解释道。

最终目标是为芯片设计程序设定一些必要条件，并让它自己解决所有问题。

从芯片的规格开始，de Geus喜欢这样描述愿景。

在最初使用这三个向量时，de Geus说Synopsys看到了一个“超缩放芯片，“数据中心将使用这种东西来进行大规模计算，包括人工智能，它可以将功耗降低27%。

“功耗降低了，但现在当你可以接触到软件时，你的处境就不同了，因为降低功耗一直很难，但要估计它是非常具有挑战性的，”de Geus说。他说，芯片就像一个水龙头：当它们闲置时，它们可以有少量滴水，泄漏功率，这是一个相对稳定的测量方法。但是，动力，就像打开和关闭水龙头一样，其可预测性要小得多。

“在我看来，动力是我们所做任何事情中最困难的一个物理特征，”de Geus说因为它实际上是从制造业所用材料的本质出发，从单个晶体管的结构出发，等等，三星是Synopsys的第一个客户，他们说他们已经制造了一个用DSO.ai软件优化过的芯片。

Synopsys的工具依赖于一种称为强化学习的机器学习形式。这项技术被谷歌的DeepMind部门用于实现Alpha Zero计划，效果显著。

在过去两年中，谷歌将机器学习扩展到芯片设计自动化，这只是第一个向量，即物理。”谷歌正在关注布局部分，我们优化的不是布局，而是合成、计时、物理和测试优化他强调，芯片设计的复杂性非常大。

这种通过机器学习实现的自动化正在向所有半导体参与者传播。Synopsys的主要竞争对手Cadence Design讨论了其Cerburus工具如何将芯片性能、功耗和面积利用率提高20%或以上。

全球收入最大的半导体制造工具制造商Applied Materials今年发布了SEMVision，一种缺陷检测软件程序，使用机器学习以适应新信息的方式对硅片上的各种缺陷进行分类。

对de Geus来说，AI在芯片设计工具链中的传播是AI在全世界传播的自然结果。数据的激增加速了使用芯片分析一切的活动，给芯片的改进带来了压力。

我一直认为摩尔定律是最终的推动力——突然间你可以做一些你以前做不到的事情盖乌斯。”现在人们说，我在做一点机器学习，这很好，但为什么你的芯片那么慢呢？”

结果，他说，“现在这座山[摩尔定律]得到了相反的补充，这是一个向下的漏斗——技术推动到经济拉动。”

在推拉的压力下，人工智能可能是找到突破瓶颈的新解决方案的途径，正如阿尔法零点发现了人类在国际象棋中从未见过的解决方案，尽管规则已经明确了数千年。

“对我来说，这并不奇怪，但对我来说，它们很有趣，”德格乌斯在谈到人工智能设计方法时说。

“当你优化每件事时，你会减少每件事的利润，”德格乌斯解释道除此之外，芯片上还有很多地方可以提高利润率，这在统计上会使你的产量更高。”

产量意味着从一个硅片上可以获得多少优质芯片，对所有芯片制造商及其供应商（如台湾半导体制造业）来说，最重要的经济问题是误差幅度越大，风险就越大，但风险也是如此，de Geus说，这是人类难以接受的事情。

这包括“他们（人类）不知道与设计其他部分的依赖关系的风险。”

英特尔架构师科杜里说每一块芯片都将是一个神经网络处理器

RISC-V首席执行官：80年代以来改变计算的最大机会

AI初创公司Abacus.AI为企业开启实时深度学习系统

DeepMind推出了PoundNet，只是请不要注册称之为“思考”

，您同意使用条款并确认隐私政策中概述的数据实践。

您还将免费订阅ZDNet的今日技术更新和ZDNet公告时事通讯。您可以随时取消订阅这些时事通讯。

您同意接收CBS公司系列的更新、提醒和促销活动，包括ZDNet的今日技术更新和ZDNet公告时事通讯。您可以随时取消订阅

2023-03-22 10:04:41