新思針對晶片設計開發AI應用 - 產業動態 - 新電子科技雜誌 Micro-electronics


熱門關鍵字:電源模組 | SiC | 機器視覺 | GaN | 5G

訂閱電子報

立刻輸入Email,獲取最新的資訊:


收藏功能:
分享報新知:
其他功能:

新思針對晶片設計開發AI應用

發布日期:2020/04/09 關鍵字:新思SynopsysDSO.aiPPAAI

新思科技(Synopsys)近日推出「設計空間優化AI」(Design Space Optimization AI)—DSO.ai,第一個針對晶片設計而開發出的自主人工智慧應用。新思科技的DSO.ai解決方案受到AlphaZero的啟發,是一種具備人工智慧和推理的引擎,能在較大量的晶片設計解決方案中,尋找優化目標。DSO.ai徹底改變晶片設計,透過大量探索設計工作流程的可能選項同時自動執行後續決策,讓SoC團隊能以專家級的水準運作,並顯著提升整體產能。

三星電子晶圓代工設計平台開發執行副總裁Jaehong Park表示,新的矽晶技術不斷挑戰物理極限,而該公司的客戶也在尋求能實現創新產品的製造解決方案。在設計環境中,新思科技的DSO.ai有系統地找到優於先前功率/效能/空間(Power-performance-area; PPA)表現的良好解決方案。此外,DSO.ai能在短短三天內達成上述成果,而這在以前需要數名專家進行一個多月的實驗才能達成。這種AI導向的設計方法,讓客戶充分利用三星矽晶技術優勢,進行SoC晶片設計。

當前AI可以透過自然語言與人類互動、能辨識銀行詐騙並保護電腦網路安全、能駕車上路,也可以玩西洋棋和圍棋等智慧遊戲。同樣的,基於AI的晶片設計也擁有廣大的潛在解決方案空間(Space of Potential Solutions),其規模可以是圍棋遊戲的數兆倍。

搜尋這廣大空間是較費力的工作,通常需要花上數周的實驗,而且往往要靠過去的經驗值和不為外界所知的知識。晶片設計的工作流程通常會使用並產生萬億位元(Terabytes, TB)的高維度數據,這些數據在許多個別優化的數據孤島(Silo)中進行分區和分段;而為了建立最佳的設計流程方案(Design Recipe),工程師必須獲取大量而高速的運算數據,並在缺乏完整性的情況下,即刻做出複雜的分析與決策,而這往往導致決策疲勞(Decision Fatigue)和設計制約(Design constrain)。

在當今市場競爭異常激烈及嚴苛的矽晶製程要求下,一般的製程方案與最佳的製程方案造成的差異,可能是100MHz的效能、電池壽命時數以及數百萬美元的設計成本。

藉由實現廣大設計空間的自主性優化,新思科技的DSO.ai解決方案為搜尋最佳解決方案帶來革命性的創新。DSO.ai引擎能擷取晶片設計工具產生的大數據,並加以運用以探索搜尋空間,觀察設計如何隨時間變化並調整設計選擇、技術參數與工作流程,藉此引導探索過程朝多面向優化的目標發展。DSO.ai使用新思科技所研發的先進機器學習技術來進行大規模搜索,能即時地自主運作數萬個探索向量,同時獲取十億位元(Gigabytes, GB)的高速設計分析數據。

研討會專區
主題式電子報
熱門文章