【為什麼我們要挑選這篇文章】近期三星表示，要使用新思科技的 DSO.ai 來設計下一代的手機晶片。此外，Google、NVIDIA 也積極研發晶片設計 AI，據傳 Google Pixel 6 的晶片就是用 AI 輔助設計的。為什麼要用 AI 設計晶片？相較於工程師，AI 具有什麼優勢？（責任編輯：郭家宏）
本文經 AI 新媒體量子位（公眾號 ID：QbitAI）授權轉載，轉載請連繫出處
作者：量子位
剛剛發佈新款摺疊手機的三星，又搞了個大新聞：
下一代手機晶片將使用 AI 來設計。
據外媒《連線》的報導，三星將使用新思科技（Synopsys）提供的 AI 功能——DSO.ai——來設計下一代 Exynos 處理器。
Exynos 晶片在三星的智慧手機、平板電腦中都有使用（主要是韓國與歐洲市場），並且還有少量提供給中國手機廠商使用。
新思科技是全球最大的晶片設計軟體（EDA）供應商之一，這家公司的董事長表示，DSO.ai 是第一個用於處理器設計的商業 AI 軟體。
AI 設計晶片，原理來自於 AlphaZero 的啟發
AI 設計晶片並非將工作全部交給 AI，而是使用強化學習自動搜索設計空間，尋求最佳解決方案。
這就要簡單說一說晶片的設計流程。
首先，一款晶片要先完成其邏輯設計部分，這部分由人類工程師完成。之後開始進行佈局走線設計，也就是確定每個電晶體的放置位置，以及它們如何連接。
而現代晶片一般有數十億乃至上百億個電晶體，設計佈局和測試通常需要幾個工程師花費 20 到 30 週才能完成。
面對「無數種」選擇，最終的佈局設計需要達到性能、功耗和面積（即 PPA）三個目標之前的權衡。
這個「無數種」到底有多大呢？反正比 AlphaGo 下圍棋還要複雜得多。圍棋的搜索空間大約有 10³⁶⁰ 個狀態，而晶片設計可能包含 10⁹⁰⁰⁰⁰ 種可能性。
工程師有一種本能的理解，就是知道不同的設計將如何影響晶片，但是這種理解很難寫成電腦程式碼，但卻和強化學習有著異曲同工之妙。
強化學習透過獎勵或懲罰來訓練演算法，DSO.ai 則受到 AlphaZero 的啟發。
AlphaZero 透過 AI 自我博弈來學會下圍棋、國際象棋，DSO.ai 透過電腦生成的大型數據流學習如何做出優化決策，在學習的過程中以更短時間找到更可靠的設計方案。
DSO.ai 對設計速度的提升效果明顯，新思科技說，這項工具在一些情況下將晶片頻率提高了 18%，功耗降低了 21%，同時將工程時間從六個月縮短到了一個月。
而且 AI 還會不斷自學提高能力，從一個專案中獲得的經驗會被保留下來，用於未來的晶片設計工作。
Google Pixel 6 的晶片，據傳是用 AI 輔助設計的
除了新思科技外，一些公司也在研究自己的晶片設計 AI 工具，其中最知名的就是 Google 和 NVIDIA。
去年 4 月，Google 團隊 arXiv 發佈了一篇論文，表示在 6 小時內，AI 可以生成與人類相當或者更強的晶片設計結果，最終這篇論文於兩個月前正式發表在 Nature 上。
TO 相關文章：
Google 研發晶片設計 AI，6 小時就能做出一款晶片！
Google 現在正將 AI 用於設計下一代 TPU。NVIDIA 也將使用 GPU 來優化下一代 GPU 設計。
據傳聞，Google 的下一款智慧手機 Pixel 6 的自研晶片也可能是使用 AI 來完成輔助設計，不過 Google 發言人拒絶對此發表評論。
另外，另一家 EDA 廠商 Cadence 也與近期推出了 AI 設計工具。
國外晶片軟體技術遍地開花，而中國晶片廠商則面臨著尷尬的局面。由於市場上三大 EDA 軟體公司 Synopsys、Cadence、Mentor 均來自美國，且佔據著中國 95% 的市場份額。
美國一些政界人士呼籲將軟體加入出口管制清單，中國晶片企業可能面臨著軟體斷供的風險。
面對中國 EDA 軟體研發以及 AI 設計技術落地的不足，中國半導體產業仍有許多挑戰要面對。
參考資料：Wired、Synopsys #1、Synopsys #2、Forbes
延伸閱讀
• Google 研發晶片設計 AI，6 小時就能做出一款晶片！
• 馬斯克：車用晶片短缺，瑞薩與博世的問題最大
• 提前公開獨家黑科技！Google Pixel 6 將搭載自家 AI 晶片 Tensor
（本文經 AI 新媒體量子位 授權轉載，並同意 TechOrange 編寫導讀與修訂標題，原文標題為〈三星下一代手机芯片由AI来设计，EDA行业老大提供技术〉。首圖來源：analogicus／Pixabay）
