Synopsys CEO:人工智能设计的芯片将在 10 年内产生 1,000 倍的性能

来源:众壹云 发布日期:2021-08-25 13:29

自 1980 年代以来,自动化一直是芯片设计的一部分。但根据Synopsys首席执行官Aart de Geus 的说法,现在人工智能设计的芯片正在产生巨大的成果,可能会在未来十年内使芯片的性能提高 1000 倍。

芯片设计自动化的先驱之一 De Geus 在接受 VentureBeat 采访时表示,该公司的软件去年开始使用 AI 来设计客户芯片,与人工设计的芯片架构师相比有了相当大的改进。竞争对手Cadence Design Systems今年也推出了自己的人工智能项目。但 De Geus 认为,这种发展不会让芯片架构师过时,而是会将他们提升到产业链的上游,让他们负责比现在更多的任务。

“当时大约有 3% 的设计师说'现在你要抢走我的工作',”他说。“但 97% 的人说'这很棒。' 现在我可以更快地做更多的事情。而且我认为我们将看到与设计软件自动化 (DSO) 完全相同的情况,它非常强大,可以查看(并理解)人类不再能看到的事物。”

De Geus 将在今天的Hot Chips在线芯片大会上谈论芯片设计的 AI 方法。De Geus 表示,他相信 Synopsys 和 AI 将在帮助芯片行业在未来十年内实现 1000 倍的性能提升方面发挥关键作用,帮助其保持摩尔定律(每两年芯片性能翻一番),即使在扩展后也是如此通过制造进步达到极限。

“到本世纪末,我们将提供 1,000 倍的性能,”他说。“我对此很有信心。我认为我们已经结束了经典的摩尔定律。我相信这个新时代正在从规模复杂性转向系统复杂性。我认为雄心壮志非常高。”

设计自动化的起源

历代芯片设计:现在轮到人工智能了。

De Geus 于 1986 年创立 Synopsys 作为一家电子设计自动化 (EDA) 软件公司。去年,该公司的收入为 36.9 亿美元。它始于一种更像翻译软件的人工智能。Synopsys 的逻辑综合以其逻辑电路的抽象规范的形式对芯片进行设计,通常在寄存器传输级 (RTL),并将其转化为逻辑门方面的设计实现。然后可以将其转换为芯片表面的物理布局并进行制造。

De Geus 指出,逻辑综合在 35 年前帮助开启了数字时代及其指数级增长。在 12 月庆祝 35 周年的 Synopsys 上,EDA 行业的芯片设计生产力将提高 1000 万倍。

Synopsys 现在采用综合方法进行自主芯片设计,而不仅仅是布局。它利用强化学习同时优化功率、性能和面积。功率是指为芯片供电所需的电压。性能衡量它在给定时间内可以进行的计算。而面积是指芯片的大小。后者对于保持低芯片成本很重要。

应用 AI 来解决复杂性、功耗和扩展要求以达到 1,000 倍性能目标对于超越摩尔定律至关重要,摩尔定律以前依赖制造进步来提高生产力。由于小型化现在处于原子水平,这些制造改进达到了极限,因此必须在设计上进行其他类型的改进。

人工智能

自动化在芯片设计的新时代有所不同。

De Geus 表示,公司一直致力于实现设计自动化,目标是结果质量、结果时间和结果成本。

Synopsys 于 2020 年发布了其 AI 设计软件的第一个版本,即 DSO.ai。它现在正用于有真实客户的生产环境中,并经过增强以提供更完整的系统级优化。客户包括 Cerebras,它从整个晶圆(通常可以分为数百个芯片)中制造单个芯片。Cerebras 的第二代芯片有 2.6 万亿个晶体管,是数字计算的开关。

“机器学习现在用于我们的每一种工具,”de Geus 说。“这个我们称之为设计空间优化 (DSO) 的新工具的不同之处在于,它不适用于单个设计步骤,而是适用于整个设计流程。”

它还解决了针对特定应用程序以及系统的所有维度的快速定制芯片:硬件(物理)、软件(功能)、可制造性和架构(形式)。

 

Synopsys 看到了在十年内将性能提高 1,000 倍的途径

“这真正意味着优化是通过查看比任何单个工具都复杂得多的搜索空间来完成的,”他说。“大约 18 个月前,我们开始看到很好的结果,因为在那个时候,我们可以复制,不是完全相同,而是在结果方面重复。人类通常需要几个月才能完成的工作现在可以在几周内完成。那是大约 18 个月前,大约 6 个月后,我们系统地开始获得更好的结果。”

 

人工智能可以帮助人类准确地弄清楚要创建什么,并增加设计在完成之前可以经历的迭代次数。

“我们现在正在触及一些设计师难以评估的决定,因为这需要太多时间,”de Geus 说。“而且结果仍然大大改善。所以我们现在处于这样一种情况,我们有很多设计师在实际设计中使用它。其中相当多的已经[达到最终设计],有些现在已经返回制造。”

De Geus 将这种设计称为人工架构师,尽管他承认人类芯片设计师和架构师可能不喜欢这个词,因为它表明芯片设计中不再需要人类。但 de Geus 认为,随着 AI 接管更多平凡的任务,人类会沿着链条向上移动。他说,一名工程师曾经负责设计少量晶体管,但现在可能负责设计更大芯片中的 10 亿个晶体管。

更好的人工智能结果

人工智能在芯片设计方面比人类做得更好。

在客户的早期采用中,Synopsys 的工具已证明其与使用最先进设计工具的世界级设计团队相比能够将功耗降低 25%。这是当今最好的 AI 设计工具所提供的节能的 5 倍。这与前移一到两个工艺节点所获得的功率降低大致相同——但完全由软件完成。

De Geus 指出,2018 年设计中使用的数据量从人工生成到机器生成。

“现在机器生产已经变得更大了,”他说。“问题是,我们能得到更好的东西吗?答案当然是我们可以得到 10 倍、100 倍和 1000 倍的更好的架构。”

芯片设计人员可以设计出更快的芯片。但他说,要想提高 10 倍、100 倍或 1000 倍,他们将不得不改变芯片的架构。

“我认为我们已经有了一个良好的开端,但我们才刚刚开始,所以我认为这里还有更多的机会,”他说。“而 Synopsys 是唯一一家真正具备所有底层设计元素的公司。”

为垂直行业定制芯片

定制芯片将更受欢迎

芯片短缺阻碍了该行业产生更大的销售额。但一个好处是每个人,包括汽车行业的人,现在都明白芯片很重要。当乔·拜登总统举起一块芯片说“这是基础设施”时,这对于对该行业的一般理解来说是一个巨大的进步。

“外卖是在我们面前有一个全新的时代,”de Geus 说。“我们已经破解了实现这一目标的方向的密码。事实上,我们现在正在取得一年前我无法相信的结果……我们会做到的。”

Synopsys 有很多流片或完成的芯片设计,证明了这一点。

“摩尔定律已经趋于平缓,”他说。“我认为现在正在发生的事情是突然出现了一个补充包,这个补充包是多芯片和堆叠的。它再次为大量晶体管打开了大门。因此,您将其添加到图片中,然后再添加一件事,即每个垂直领域都会降低一些额外的要求。”

例如,汽车芯片必须有自己的安全性,以及硅生命周期管理。因此,在汽车中使用几年的芯片可以向汽车报告它可能出现故障,并且汽车知道告诉司机更换它。这意味着从汽车到计算机,一个行业的每个部分都将需要新型的专用芯片。

“当然,这就是为什么我们看到一波人工智能公司说'这是我的这些应用程序的架构',”de Geus 说。“但现实是,你越缩小适用范围,你就越能加速执行。如果经济价值如此之高,将会发生的事情是,越来越多的细分市场将推动芯片世界提供更多芯片。”