人工智能會(huì )顛覆 EDA行業(yè)嗎？

生成式人工智能已經(jīng)顛覆了搜索領(lǐng)域，正在改變計算領(lǐng)域的格局，現在它還聲稱(chēng)要顛覆 EDA 領(lǐng)域。但是，盡管人們議論紛紛，紛紛宣稱(chēng)即將發(fā)生根本性變革，但人工智能將在哪些領(lǐng)域產(chǎn)生影響以及這些變化的程度有多深，目前仍不清楚。

EDA 主要有兩個(gè)作用：自動(dòng)化和優(yōu)化。許多優(yōu)化問(wèn)題都是 NP 難題，這意味著(zhù)在多項式時(shí)間內無(wú)法找到最優(yōu)解，尤其是隨著(zhù)設計規模的擴大。隨著(zhù)時(shí)間的推移，人們已經(jīng)開(kāi)發(fā)出了一些啟發(fā)式方法，這些方法可以在合理的時(shí)間內得到「足夠好」的結果。雖然可以想象人工智能可以提供與之相當甚至更接近最優(yōu)的結果，但這對設計來(lái)說(shuō)可能更多是一種進(jìn)化而非顛覆。

顛覆性創(chuàng )新通常會(huì )導致市場(chǎng)發(fā)生變化。一個(gè)假設性的問(wèn)題可能是：「如果 EDA 能夠在零時(shí)間內提供最優(yōu)結果，那么半導體行業(yè)將受到怎樣的影響？」上市時(shí)間將加快，設計將具有略好的性能、功耗和面積（PPA）。但是，這是否足以導致設計啟動(dòng)數量顯著(zhù)增加或開(kāi)辟新市場(chǎng)，目前尚不清楚。

在這些假設條件下，設計創(chuàng )建和驗證仍會(huì )成為限制因素。生成式人工智能或許能夠改善這一點(diǎn)，而且有令人鼓舞的跡象表明它可以做到這一點(diǎn)。如果設計和驗證時(shí)間顯著(zhù)減少，幾乎肯定會(huì )創(chuàng )造新的市場(chǎng)。

在過(guò)去的幾十年里，EDA 領(lǐng)域也曾經(jīng)歷過(guò)顛覆性的變革，但問(wèn)題在于，這些變革往往在發(fā)生后才變得明顯?！冈谀承┣闆r下，人們知道變革即將到來(lái)，就像柯達知道數字打印一樣，但他們就是無(wú)法將其推向市場(chǎng)，」Ansys 的首席技術(shù)官 Prith Banerjee 說(shuō)?！竸?chuàng )新有三個(gè)層次。第一層是短期創(chuàng )新。工具的下一個(gè)版本應該有哪些功能？我們知道這些功能，因為它們已經(jīng)存在于市場(chǎng)上。你正在向市場(chǎng)推銷(xiāo)，你在觀(guān)察競爭對手——大公司內部 70% 到 80% 的投資都集中在第一層?！?/p>

「第二層」涉及相鄰領(lǐng)域?！咐?，你正在銷(xiāo)售一款設計為現場(chǎng)部署的產(chǎn)品，并希望將其遷移到云端，」Banerjee 補充道?！竸?chuàng )新是必要的，但我們會(huì )想出辦法并取得成功?！?/p>

許多基于計算的顛覆性變革都屬于這一類(lèi)別?！赣嬎銠C的內存曾經(jīng)很小，后來(lái)內存越來(lái)越大，」Altair 的創(chuàng )始人兼首席執行官 James Scapa 說(shuō)?！肝覀兏淖兞似渲幸环N工具的工作方式，這種創(chuàng )新對市場(chǎng)產(chǎn)生了顛覆性的影響。從本質(zhì)上講，我們將所有模型都放入內存中。這種變化意味著(zhù)我們的速度比競爭對手快 30 倍左右。HPC 也發(fā)生了類(lèi)似的變化。與云計算相關(guān)的商業(yè)模式將成為 EDA 領(lǐng)域的重大變革之一。與之相伴的商業(yè)模式也將帶來(lái)一定的顛覆性。重要的是要認識到計算領(lǐng)域的發(fā)展，了解計算領(lǐng)域的發(fā)展方向，以及如何利用計算資源?！?/p>

另一種類(lèi)似的變革仍在進(jìn)行中?！赶胂氩⑿杏嬎?，」加州大學(xué)伯克利分校電子工程與計算機科學(xué)系研究生院的榮譽(yù)教授、IMEC 系統技術(shù)協(xié)同優(yōu)化部門(mén)首席技術(shù)官 Jan Rabaey 說(shuō)?！溉藗冞^(guò)去常說(shuō)并行計算是個(gè)壞主意，因為我們不知道如何編譯它。相反，我們應該采用單個(gè)處理器并使其盡可能快。然后，功耗問(wèn)題出現了，我們無(wú)法讓處理器更快。所以突然之間，并行計算變成了一個(gè)好主意，這就是一場(chǎng)變革?！?/p>

剩余 10% 的投資用于「第三層」創(chuàng )新?！高@不是你當前研發(fā)的一部分，也不是針對現有市場(chǎng)的，」Ansys 的 Banerjee 說(shuō)?！敢粋€(gè)經(jīng)典的例子是蘋(píng)果推出了 iPhone，那是顛覆性的。亞馬遜推出了 AWS，他們的網(wǎng)絡(luò )服務(wù)，那也是顛覆性的。大公司如何實(shí)現顛覆性創(chuàng )新？因為這不是偶然的，這需要一個(gè)過(guò)程，你需要挖掘出那些能引發(fā)創(chuàng )新的地方。這些地方在學(xué)術(shù)界，在初創(chuàng )公司。你應該不斷監控初創(chuàng )公司的動(dòng)態(tài)，然后組建一個(gè)中央研發(fā)團隊，試圖自己發(fā)明一些東西。但這個(gè)中央團隊不必發(fā)明一切。一部分是有機地進(jìn)行的，一部分是將技術(shù)引入你的公司?！?/p>

回顧過(guò)去，我們可以看到 EDA 領(lǐng)域內已經(jīng)發(fā)生的顛覆性變革?！溉绻一氐?20 世紀 80 年代，我們看到了一系列最初由學(xué)術(shù)界和初創(chuàng )公司提出的想法，這些想法改變了我們的設計方式，」加州大學(xué)伯克利分校的 Rabaey 說(shuō)?！窫DA 開(kāi)始使用標準單元來(lái)驅動(dòng)設計。當你第一次看到它時(shí)，它似乎是個(gè)壞主意。因為它非常受限，你要把單元放在行里，諸如此類(lèi)。但它使自動(dòng)化成為可能。這基本上引導了邏輯綜合，我們可以開(kāi)始思考邏輯功能，優(yōu)化它們，擁有一套工具來(lái)幫助我們將高級描述轉化為某種形式，并實(shí)現自動(dòng)化。我們今天認為這是理所當然的。還有其他領(lǐng)域——仿真、驗證、行為綜合——這些領(lǐng)域最終都產(chǎn)生了某種形式的顛覆?！?/p>

在過(guò)去的 20 年里，EDA 領(lǐng)域幾乎沒(méi)有發(fā)生過(guò)顛覆性變革，因為該行業(yè)基本上一直沿著(zhù)一條線(xiàn)性道路發(fā)展。但隨著(zhù)摩爾定律從平面設計轉向封裝中的多個(gè)小芯片堆疊，這種情況正在迅速改變。

「當現狀不佳時(shí)，顛覆性變革更容易發(fā)生，」Cadence 研發(fā)汽車(chē)研究員 Chuck Alpert 說(shuō)?！赶胂朐O計團隊。他們可能知道出了什么問(wèn)題。也許工程預算失控了，或者他們正在嘗試新設計但沒(méi)有工程技術(shù)。他們必須做一些顛覆性的事情。今天，我們看到設計復雜性激增、缺乏可擴展性。設計團隊會(huì )遇到一些事情，迫使它們進(jìn)行創(chuàng )新。這些都是現狀不佳或正在走下坡路的情況。對于 EDA 公司來(lái)說(shuō)，這種情況可能發(fā)生在你不是市場(chǎng)領(lǐng)導者的時(shí)候。你落后了，必須做一些顛覆性的事情來(lái)趕上?；蛘吣憧赡芤恢笔鞘袌?chǎng)領(lǐng)導者，但代碼庫是用 COBOL 編寫(xiě)的，現在已經(jīng)沒(méi)人知道了。你將不得不做出改變，因為趨勢正在下降，你處于不創(chuàng )新就滅亡的境地?！?/p>

創(chuàng )新的機會(huì )就在那里，尤其是在一種創(chuàng )新文化中?！溉斯ぶ悄芎痛笮驼Z(yǔ)言模型的出現能夠帶來(lái)很多變革，云計算也是如此，以實(shí)現快速擴展，」Altair 的 Scapa 說(shuō)?！干虡I(yè)模式——而不僅僅是技術(shù)——是你顛覆的一部分。對于 EDA 領(lǐng)域的初創(chuàng )公司來(lái)說(shuō)，這真的很難，因為僅有兩家公司占據了過(guò)大的主導地位。它們長(cháng)期以來(lái)一直在收購和淘汰初創(chuàng )公司和競爭對手。這阻礙了創(chuàng )新?！?/p>

通過(guò)展望未來(lái)，可以識別和處理一些壓力?！甘裁词穷嵏仓芷?？」Rabaey 問(wèn)道?！负芏噙@樣的周期已初現端倪。路線(xiàn)圖的好處在于，你可以識別出未來(lái) 10 年可能出現的問(wèn)題。這就是學(xué)術(shù)界擅長(cháng)的地方——研究這些路線(xiàn)圖，并識別出可能由此出現的新范式。例如，擴張將持續 5 年，甚至 10 年。我們該怎么做？顛覆是你無(wú)法選擇的。唯一走上顛覆之路的時(shí)候是你碰壁的時(shí)候，當你突然意識到『我無(wú)法再前進(jìn)了』的時(shí)候。我們必須重新思考我們的設計方式。一種可能性是開(kāi)始思考第三個(gè)維度，在那里你將不同的技術(shù)層層疊加。最簡(jiǎn)單的方法是將舊架構映射到這個(gè)。但這不會(huì )給你帶來(lái)太多好處。你必須重新思考如何使用它?！?/p>

有時(shí)，改變是外部強制的?！冈O計正在從芯片轉向系統，」Banerjee 說(shuō)?！溉绻繕耸窃O計一款電動(dòng)汽車(chē)，我的要求就不僅僅是 RTL 輸入。我的設計要求是一輛電動(dòng)汽車(chē)，它能在一秒鐘內從 0 加速到 60 英里，續航里程為 500 英里，而且必須達到五級。這些就是我的要求。EDA 行業(yè)專(zhuān)注于設計芯片。你必須設計電力電子，這是一種電力電子模擬，結合電池、電機設計，然后是空氣動(dòng)力學(xué)工作量。這是一個(gè)多物理世界，非常復雜。之后你還需要軟件，它必須從系統級規范中編寫(xiě)并自動(dòng)編譯，然后進(jìn)行驗證?！?/p>

EDA 中的人工智能

EDA 公司已迅速在其工具中采用某些形式的人工智能?！笍娀瘜W(xué)習正被用于解決優(yōu)化問(wèn)題，」Synopsys 人工智能解決方案高級總監 Stelios Diamantidis 說(shuō)?！溉藗儸F在使用強化學(xué)習進(jìn)行實(shí)驗、收集數據、建立更好的指標來(lái)推動(dòng)優(yōu)化，并自動(dòng)執行這些優(yōu)化。該技術(shù)本身可以應用于其他問(wèn)題。我們從優(yōu)化物理布局和平面圖、某些拓撲中的時(shí)鐘、DTCO 和其他物理類(lèi)型的應用程序開(kāi)始。從那時(shí)起，我們將這一原則應用于驗證等問(wèn)題，其中重新排序測試或更改種子可以幫助你加速覆蓋或追蹤錯誤，而在測試中重新排序向量可以幫助你更快地實(shí)現制造測試的覆蓋率?！?/p>

但人工智能不太可能取代現有的 EDA 工具?！肝艺J為，我們擁有優(yōu)秀的 EDA 產(chǎn)品，我們的客戶(hù)正在使用這些產(chǎn)品，因此現狀是積極的，」Alpert 說(shuō)?！溉绻覀儧Q定使用人工智能制造新產(chǎn)品，我們將付出巨大的代價(jià)。也許從長(cháng)遠來(lái)看，我們會(huì )得到一些好處。如果我們讓整個(gè)產(chǎn)品團隊都說(shuō)，讓我們重新開(kāi)始，打造一些新的東西，那將是非常痛苦的。最終，你可能會(huì )成功，但與此同時(shí)，你將付出巨大的代價(jià)?！?/p>

EDA 行業(yè)的關(guān)鍵在于保持連續性，確保為客戶(hù)提供他們推出下一款產(chǎn)品所需的工具?！肝覀儽仨毐Ｗo我們價(jià)值 20 億美元的業(yè)務(wù)，」Banerjee 說(shuō)?！敢患页鮿?chuàng )公司從零開(kāi)始，但客戶(hù)仍然很難接受新技術(shù)來(lái)解決他們的問(wèn)題。這不僅僅是 EDA 的挑戰，而是整個(gè)行業(yè)的挑戰，這就是為什么我看到了第三個(gè)愿景——與初創(chuàng )公司合作，然后收購已經(jīng)擁有這類(lèi)技術(shù)的初創(chuàng )公司?！?/p>

Alpert 對此表示同意?！割嵏残约夹g(shù)對幾乎所有行業(yè)來(lái)說(shuō)都是難以應對的，不僅僅是 EDA。他們可以投入一些資源，但不要太多?；蛘咚麄兛梢缘却渌藙?chuàng )新并購買(mǎi)它，這是另一種策略?！?/p>

但是創(chuàng )業(yè)公司都去哪了呢？「在過(guò)去的 10 年或 20 年里，現有的生態(tài)系統都已經(jīng)崩潰，」Rabaey 說(shuō)?！冈?jīng)有一段時(shí)間，EDA 有一個(gè)充滿(mǎn)活力的研究空間。去所有頂尖大學(xué)看看，他們都在研究工具。如今你再也找不到它們了，它們不存在了。也許你會(huì )想，學(xué)者們可以發(fā)表論文，但他們不會(huì )制造出那個(gè)產(chǎn)品。創(chuàng )業(yè)公司的作用確實(shí)很重要。在 90 年代，這是一個(gè)充滿(mǎn)活力的世界，正是這些小公司想出了主意并加以嘗試，但這也已經(jīng)崩潰了。不過(guò)，生態(tài)系統可能會(huì )再次崛起?！?/p>

GenAI 的影響

大量投資涌入 GenAI，但在 EDA 領(lǐng)域卻少得多?！窯enAI 是真實(shí)存在的，將為我們帶來(lái)實(shí)實(shí)在在的成果，」Scapa 說(shuō)道?！傅醋魈?，投資金額與我們今天看到的回報不符。GenAI 將會(huì )先出現下滑，然后出現典型的緩慢上升，因為 GenAI 是真正的大生意。我們也在用傳統機器學(xué)習做一些有趣的事情，這也具有巨大的潛力?！?/p>

但 GenAI 在 EDA 中的真正潛力似乎有些不切題?！窫DA 不會(huì )創(chuàng )造設計，」Rabaey 說(shuō)?！傅怯稍O計考慮驅動(dòng)的。AI 將成為設計流程中顛覆性的一部分。AI 將成為一種設計工具，幫助我們探索巨大的選擇空間?！?/p>

第二代生成式人工智能正在解決自動(dòng)化問(wèn)題?！妇唧w來(lái)說(shuō)，是一些關(guān)鍵的工業(yè)挑戰，」Synopsys 的 Diamantidis 說(shuō)?！高@更多地與經(jīng)濟、地緣政治壓力、人才可用性以及用更少的資源做更多事情的能力有關(guān)。在第二波浪潮中，我們能夠獲取數據或設計環(huán)境，我們能夠利用這些數據在非常大的范圍內訓練模型。然后，我們能夠將它們情境化，以適應特定于設計師活動(dòng)的不同任務(wù)。我們確實(shí)正在解決人機交互問(wèn)題。我們現在可以探索極大的復雜性?！?/p>

也許 GenAI 最大的投資回報就是生產(chǎn)力?！肝覀冎铝τ谥笇藗兺瓿砷_(kāi)發(fā)過(guò)程，幫助他們利用生成式人工智能提高解決問(wèn)題的能力，」微軟高級首席工程師 Erik Berg 表示?！高@些數據從何而來(lái)？我相信我們擁有的最豐富的數據來(lái)源就在我們工程師的頭腦中。我正在構建的工具不僅為我們的工程師提供解決方案，還同時(shí)從他們的頭腦中抓取其他數據和結果?！?/p>

設計界的許多領(lǐng)域都出現了這種情況。亞利桑那州立大學(xué)助理教授 Vidya Chhabria 表示：「GenAI 絕對可以幫助非專(zhuān)家用戶(hù)變得更好。它可以幫助非專(zhuān)家用戶(hù)提出正確的問(wèn)題——更具有思想性的問(wèn)題。它可以幫助非專(zhuān)家用戶(hù)快速掌握新設計和新 EDA 工具。也許它還可以幫助專(zhuān)家用戶(hù)提高工作效率或加快工作速度?！?/p>

但這些會(huì )造成顛覆嗎？「盡管有這么多技術(shù)，但將芯片放入插槽仍然需要四年時(shí)間，」Diamantidis 說(shuō)?！肝抑傅氖鞘占枨?、架構探索、設計輸入、驗證、插入測試、準備用于硅診斷和數據挖掘的儀器——整個(gè)過(guò)程。這需要大量的人力、金錢(qián)和時(shí)間，這意味著(zhù)它并沒(méi)有真正改變半導體領(lǐng)域的基本原理或經(jīng)濟狀況?！?/p>

結論

顛覆很難，而且往往在它變得明顯之前不會(huì )被發(fā)現。許多人一直在關(guān)注技術(shù)的進(jìn)步、設計實(shí)踐的變化以及從芯片到系統的格局變化。此外，每個(gè)人都相信所有形式的人工智能都可能有助于解決這些問(wèn)題。從今天的形勢來(lái)看，似乎沒(méi)有什么是顛覆性的。