機器學(xué)習在EDA領(lǐng)域戲份漸重 開(kāi)啟新應用途徑

　　機器學(xué)習(ML)技術(shù)開(kāi)始逐漸在全球電子設計自動(dòng)化(EDA)領(lǐng)域扮演要角，在2017年設計自動(dòng)化會(huì )議(DAC 2017)上超過(guò)2成報告甚至是與機器學(xué)習技術(shù)相關(guān)，不過(guò)機器學(xué)習應用仍未均勻分布，其中資料近用即為一大課題，而安謀(ARM)自2年前開(kāi)始在芯片設計上進(jìn)行關(guān)于程序設計錯誤的大量分析，發(fā)現機器學(xué)習技術(shù)有助于實(shí)現無(wú)程序錯誤的芯片開(kāi)發(fā)，這似乎也開(kāi)啟了運用機器學(xué)習技術(shù)協(xié)助芯片設計的新應用途徑。

　　根據New Electronics網(wǎng)站報導，安謀技術(shù)服務(wù)團隊工程分析總監Bryan Dickman表示，RTL驗證創(chuàng )造了大量資料，這正在成為一個(gè)巨量資料問(wèn)題，安謀從事許多關(guān)于程序錯誤的分析，藉由方法論及設計領(lǐng)域尋找程序錯誤。

　　安謀自2年前開(kāi)始決定調查其團隊進(jìn)行硬件設計的方法，透過(guò)為云端運算開(kāi)發(fā)的工具，安謀如今從該公司每日運行的數千項測試及模擬產(chǎn)生的各項結果進(jìn)行仔細檢查，以求尋找出模式。Dickman指出，如何從安謀平日進(jìn)行的大量驗證中尋找到程序錯誤值得關(guān)注，并可思考如果進(jìn)行過(guò)大量驗證周期，但卻沒(méi)有發(fā)現任何程序錯誤時(shí)，是否這些采用的驗證周期都沒(méi)有使用的價(jià)值。

　　至今重點(diǎn)一直在如何打造視覺(jué)化工具協(xié)助工程師分析模式，下一階段則是要打造能夠從資料中學(xué)習的工具，如Dickman表示，安謀正在研究如何采用機器學(xué)習算法，并將機器學(xué)習算法應用于資料上，之后再設計可預測的工作流程以提高生產(chǎn)力。

　　目前RTL驗證團隊以機器學(xué)習方法進(jìn)行驗證看到的一個(gè)成功領(lǐng)域，在于安謀設計人士所憂(yōu)心的消除部分無(wú)價(jià)值驗證周期上。另一個(gè)機器學(xué)習技術(shù)具有影響性的領(lǐng)域則在產(chǎn)量分析上，如機器學(xué)習能夠在芯片密度設計上預測幾何的類(lèi)型，因這可能導致芯片制程中微影及其它制程的失敗，進(jìn)而導致生產(chǎn)良率下降，因此若能透過(guò)機器學(xué)習技術(shù)稍微提升良率幾個(gè)百分點(diǎn)，將能夠創(chuàng )造顯著(zhù)的經(jīng)濟效益。

　　NVIDIA資深工程總監Ting Ku于本屆DAC會(huì )中指出，當談到機器學(xué)習時(shí)，多數人會(huì )認為機器學(xué)習是與神經(jīng)網(wǎng)絡(luò )相關(guān)的技術(shù)，不過(guò)資料卻不需要以神經(jīng)網(wǎng)絡(luò )來(lái)模型化;芯片設計云端運算先驅廠(chǎng)商Plunify共同創(chuàng )辦人Kirvy Teo指出，在這塊領(lǐng)域的機器學(xué)習本質(zhì)與在Google看到的不同，神經(jīng)網(wǎng)絡(luò )在多個(gè)資料點(diǎn)上運行得非常好，不過(guò)是在處理數千個(gè)資料點(diǎn)，而非處理達數十億個(gè)資料點(diǎn)。

　　Solido公司執行長(cháng)Amit Gupta表示，過(guò)去7年來(lái)該公司一直專(zhuān)注于變化感知設計用機器學(xué)習技術(shù)開(kāi)發(fā)上，并正將之拓展至其它領(lǐng)域，首個(gè)領(lǐng)域即特征化，但也面對到有客戶(hù)對于將此擴充至EDA范圍內其它領(lǐng)域的需求性;高通(Qualcomm)技術(shù)資深總監Sorin Dobre也提到將機器學(xué)習擴充應用至更多在實(shí)體設計等級所需的任務(wù)，表示在10納米及7納米高通看到許多制程的變化，必須橫跨多個(gè)制程工藝角(process corner)來(lái)進(jìn)行驗證。

　　實(shí)體驗證團隊目前面臨的問(wèn)題，在于溫度、晶體管速度及電壓結合的數量，團隊表示，問(wèn)題出在如何在制程工藝角未擴張下獲得良好的質(zhì)量結果。機器學(xué)習能夠提升生產(chǎn)力達10倍以上。

　　下一個(gè)階段則在于試圖跨專(zhuān)案重復利用機器學(xué)習技術(shù)，這是減緩在RTL驗證中采用資料采礦及機器學(xué)習技術(shù)進(jìn)程的一項阻礙。