人工智能“入侵”芯片制造，芯片設計師有失業(yè)危機了？

鞭牛士報道 現如今，隨著(zhù)人工智能（AI）的快速發(fā)展，這項技術(shù)正在變革多個(gè)行業(yè)。傳統金融、零售、制造業(yè)乃至藝術(shù)領(lǐng)域都已經(jīng)出現人工智能（AI）的身影，而更為復雜的芯片制造領(lǐng)域目前也已經(jīng)被人工智能所觸及。在2021年6月，谷歌就利用AI來(lái)設計其TPU芯片，谷歌表示，人工智能可以在不到6小時(shí)的時(shí)間內完成人工需要數月時(shí)間完成的芯片設計工作。另外根據IEEE報道，隨著(zhù)AI在芯片設計方面的應用，芯片性能提升周期在逐漸縮短，有可能打破“每隔18個(gè)月芯片性能可提升一倍”的摩爾定律。毫不夸張地說(shuō)，AI技術(shù)正在滲透到更多芯片業(yè)的核心環(huán)節，其中在制造這一芯片產(chǎn)業(yè)鏈的關(guān)鍵環(huán)節，AI也在悄然發(fā)力。

（圖片素材來(lái)源于：脈脈）

那么人工智能技術(shù)“入侵”芯片制造，這些技術(shù)現階段實(shí)際應用如何，Ai技術(shù)是否會(huì )取代芯片設計師等重復人力工作，未來(lái)人力與新技術(shù)將會(huì )是一種怎么的關(guān)系？這類(lèi)話(huà)題在職場(chǎng)社交平臺脈脈上有著(zhù)不少的討論。

AI強勢出擊，把關(guān)芯片良品率

眾所周知，目前主流行業(yè)發(fā)展都建立在更高性能、更低功耗、更大算力的芯片的基礎之上，但芯片供不應求的局面卻在進(jìn)一步加劇，尤其是高精尖芯片，而目前能夠有效提升芯片產(chǎn)量且被業(yè)內公認的方式就是提升現有產(chǎn)品的良率。

但提升良率并非一蹴而就，對于芯片設計商和制造商都是嚴峻的挑戰。以半導體產(chǎn)業(yè)鏈的關(guān)鍵一環(huán)——制造為例，整個(gè)制造過(guò)程主要分為八個(gè)步驟：晶圓加工 - 氧化 - 光刻 - 刻蝕 - 薄膜沉積 - 互連 - 測試 - 封裝，每個(gè)芯片的制造步驟又需要數百個(gè)工藝。生產(chǎn)過(guò)程中產(chǎn)生的數據量龐雜，涉及的參數變量繁多，任何一點(diǎn)微小的變化都能影響到最終芯片的良率。

同時(shí)隨著(zhù)芯片工藝來(lái)到更先進(jìn)的5nm、3nm，芯片設計復雜度呈幾何倍數增加，生產(chǎn)流程的不斷加長(cháng)，芯片的制造變得極其復雜與精密，良率變得極具挑戰。因此，在如今這個(gè)高度自動(dòng)化的時(shí)代，引入人工智能/機器學(xué)習等技術(shù)，來(lái)推動(dòng)芯片的制造流程，提升芯片的良率被業(yè)界格外關(guān)注。

比如半導體設備供應商應用材料（Applied Materials）將人工智能融入到晶圓檢測流程，從2016年開(kāi)始應用材料就使用ExtractAI技術(shù)開(kāi)發(fā)Enlight系統，于 2020 年推出了新一代Enlight光學(xué)半導體晶圓檢測機，該檢測設備引入了大數據和AI技術(shù)。Enlight 系統只需不到一個(gè)小時(shí)就可以繪制出晶圓上數百萬(wàn)個(gè)潛在缺陷。

在芯片設計端的DFM，EDA供應商們正致力于將各種AI功能集成到工具流中。，西門(mén)子EDA的Calibre SONR工具就內嵌了機器學(xué)習引擎TenssorFlow，通過(guò)將并行計算和ML技術(shù)融入到EDA工具中去，使得EDA工具具有更快的運行速度。這不僅能夠幫助設計人員可以胸有成竹地實(shí)施物理驗證和交付設計，并能大幅提升流片良率，縮短芯片產(chǎn)品上市時(shí)間并加快創(chuàng )新速度。

AI不能包攬造芯，還需要人工參與

雖然人工智能能夠深入芯片設計和制造的每一個(gè)細節，對可能產(chǎn)生的問(wèn)題進(jìn)行預測判斷，但具體到實(shí)踐之中，仍然還需要人類(lèi)對這些結果進(jìn)行整合。MathWork公司MATLAB平臺的高級產(chǎn)品經(jīng)理希瑟·高爾（Heather Gorr）表示對于工程師和設計師來(lái)說(shuō)，他們只需要確定想要解決的問(wèn)題，然后就可以把具體的解決工作交給AI，讓代理模型對各個(gè)組件的參數進(jìn)行調整、模擬，最后由工程師和設計師記錄最優(yōu)解下的參數。

不可否認，人工智能進(jìn)入芯片制造領(lǐng)域可以幫助工程師和設計師們從一部分繁瑣的工作中解放出來(lái)，大大釋放了人力資本。此外，用AI進(jìn)行芯片設計能夠減少資源浪費，優(yōu)化芯片設計，不過(guò)在最終的決策環(huán)節不能離開(kāi)人的參與，基于A(yíng)I的代理模型能夠幫助人們完成很多工作，但其利用率的高低取決于人們如何運用它，實(shí)現技術(shù)與人的互動(dòng)。

隨著(zhù)科技的發(fā)展，AI越來(lái)越滲透入人們的生活之中，從智能家居、語(yǔ)言處理再到健康管理，AI的應用無(wú)處不在，在精密度極高的芯片領(lǐng)域，AI也能夠分一杯羹，谷歌甚至開(kāi)發(fā)出了讓AI進(jìn)行自主編碼的工具，未來(lái)，AI的智能化和應用范圍還將達到怎樣的高度和廣度，值得期待。