【ZiDongHua 之技术文章区收录关键词：新思科技 AI 人工智能 EDA 半导体行业】

向万亿级产业进发!AI如何重塑EDA和半导体未来

在近期举行的SEMICON West展会上，新思科技与Advantest、瑞萨电子、TinyML、Gartner等四家半导体公司共同探讨了人工智能在半导体领域的机遇与挑战。会上，嘉宾们就优化复杂人工智能应用的功耗、共享设计数据以加速学习速度、生成式人工智能(GenAI)在未来五年对电子设计自动化(EDA)行业的推动作用等话题进行了深入交流，共同探索人工智能在芯片领域的创新力量与半导体行业的可持续发展前景，为广大从业者带来新的思考。

01

推动半导体及其他行业的创新并创造价值

瑞萨电子指出，目前75%的数据来自边缘设备，随着边缘数据量的急剧增加，半导体行业有望成为第一个价值万亿美元的行业。

行业的飞速发展也带来了更大的责任。挑战显而易见：人工智能的利弊、数据安全和隐私、云服务的能源足迹增加……随着ChatGPT等重工作负载应用的普及，这些问题日益受到关注。新思科技在介绍芯片设计复杂性快速提升带来的挑战时，提及了一个容易被忽视的重要问题：近年来，随着复杂芯片设计迁移到更先进工艺节点的成本增加了一倍多，提高效率至关重要，与此同时，开发人才短缺问题却日益突出。开发团队的工作量增加了4倍，人才缺口高达10%-20%，半导体公司急需AI驱动的EDA工具。

02

借助低能耗芯片打造可持续的智能边缘

可持续性也是本次讨论会的热门话题，瑞萨电子表示，在边缘执行更多数据处理对于平衡云端负载至关重要。原因在于，传输数据能耗巨大，云端处理总体而言能耗更高。需要从芯片和软件两方面入手解决这一问题。

瑞萨电子强调，在软件方面，人工智能开发者必须提高机器学习(ML)算法和模型的剪枝能力，使其能够在低功耗神经处理单元(NPU)等专用芯片上更高效地运行。TinyML则指出，在边缘微型设备(通常为电池供电)上运行边缘工作负载、挖掘数据时必须注意隐私问题。

TinyML举了一家当地公司为例，该公司因开发出能够隐藏面部和其他可识别信息的专用传感器和算法而发展迅猛，因此未来有望将摄像头安装在卫生间等敏感区域，从而在不暴露个人身份的情况下检测人员昏倒的情况。他强调，虽然目前此类边缘设备运行高度优化的机器学习模型，但软件仍完全依赖于可用的处理能力。这就又把我们带回到了芯片设计，以及人工智能如何优化人工智能设计的主题上。

新思科技认为，设计低功耗芯片(以及其他芯片)最好使用AI驱动的EDA工具。数据显示，开发者在使用Synopsys.ai™ EDA解决方案打造定制芯片和差异化的芯片。对于边缘设备，“我们使用人工智能优化人工智能设计，可节约15%的能源和电能能耗”，尤其是边缘设备。

03

结合EDA领域知识和GenAI强大技术重塑芯片设计

因无法正确处理设计复杂性和易用性问题而失败。嘉宾们表示，行业面临的挑战是，GenAI并不完全准确，因此将其用于芯片设计仍停留在理论阶段。正如新思科技的观点：ChatGPT生成的内容准确率为85%，但芯片设计“必须100%准确”。

Advantest对未来持乐观态度，并期待AI驱动的EDA工具发挥更大作用，帮助公司设计更复杂的测试设备，提高速度和准确性。Advantest还表示，ChatGPT 4等不断发展的GenAI技术可以催生新一代交互式AI应用，让开发者能够实时作出更明智的决策。这一观点引发了大家对当前和未来GenAI用例实用场景的交流，包括使用GitHub Copilot等人工智能助手协助开发团队完成RTL代码编写、汇总、迁移和审查工作。同样，专业聊天机器人可以提供情境理解和工具建议，而生成式搜索可以让开发者快速整理超大数据集并最大限度减少调试错误。

新思科技表示，“企业要勇于打破常规，否则必将被市场所淘汰”，并强调AI驱动的EDA工具必须在整个半导体供应链中持续并准确地发挥作用。他解释说：“GenAI工具尚未全面结合EDA领域的知识和人工智能的强大技术，所以功能还不尽如人意，因此开发团队必须了解复杂的芯片设计内容和不断变化的人工智能领域。人工智能正在飞速发展，在此阶段，会有一些GenAI‘杀手级应用’出现，但也会有应用消失。随着GenAI日益成熟且更易于使用，它将成为芯片设计、幻灯片制作等许多用例的主流工具。”

新思科技指出，Synopsys.ai是业界首款全栈式AI驱动型EDA整体解决方案，帮助各大半导体公司大幅提高了效率，并缩短了模拟设计迁移、数字设计、验证和测试的开发周期。“客户在过去一年利用Synopsys.ai取得了无数成就，新思科技对此感到非常激动和兴奋。客户依靠现有规模的芯片开发团队，即可更快地完成更多任务。仅针对DSO.ai™(设计空间优化人工智能)，我们就跟踪到了250多项已完成的生产设计。”

新思科技总结道，新思科技的AI之旅才刚刚开始，用于工艺计算机辅助设计技术(TCAD)、模拟设计的快速节点迁移，以及各个制造阶段所涉及的的诸多EDA工具，同样可以从先进的人工智能技术中获得巨大的好处。