作者：电子创新网张国斌
电子设计自动化（EDA）是芯片设计过程中至关重要的一环。随着技术的进步和芯片设计复杂性的增加，传统的设计方法已经无法满足现代芯片设计的高效能、低功耗、小面积等多方面的需求。人工智能（AI）的引入为EDA带来了革命性的变化，3月7日，新思科技资深产品经理庄定铮做客电子创新网贸泽电子芯英雄联盟直播间，就人工智能如何助力EDA效率提升，以及新思科技的探索进行了分享。
庄定铮表示在芯片设计中，不同参数组合带来的设计解空间非常巨大。例如，一个SOC模块可能有10的25次方种不同的实现方式。传统方法依赖于资深工程师手动探索，耗时耗力。而AI通过快速分析大量数据，可以在短时间内找到最佳参数组合。例如，使用AI可以在两天内完成原本需要专家一个月的探索任务。
此外，人工智能在设计实现过程中，通过强化学习，可以在设计的每一个环节提供优化建议。从设计空间探索到实际流片，AI能够加速设计进程，提高设计质量。例如，Synopsys的Design Space Optimization（DSO）工具已经帮助超过450个项目实现了AI优化。
他指出在芯片验证环节，AI在芯片验证中同样表现出色。通过快速生成并测试不同的验证向量，AI可以在短时间内覆盖更广的测试空间，提高验证效率，降低测试成本。例如，某内存供应商使用AI减少了40%的测试时间。
他表示在芯片测试和制造过程中，AI可以优化测试向量，减少测试时间。同时，AI还能帮助设计迁移到新技术节点，加速新产品的推出。例如，使用AI可以将设计从5纳米快速迁移到4纳米。
他总结说人工智能使得设计自动化水平大大提高。传统的EDA工具需要工程师手动设置和调整参数，而AI可以在更短的时间内自动完成这些任务。AI通过学习和积累经验，不断优化设计流程，使得设计更加高效、准确。
在问及AI是否要取代现在工程师时，他表示：“AI的引入解放了工程师，使得他们可以专注于更具创新性的工作。例如，AI可以替代工程师进行重复性的参数调整和测试，工程师则可以将精力集中在创新设计和架构优化上。”
他认为通过AI的优化，IC设计结果更加符合预期的效能和功耗要求。AI在设计过程中通过不断学习和调整，可以实现更高的设计质量。例如，通过AI优化，某大型核心CPU在效能和功耗上均达到了理想的设计目标。另外，AI在EDA中的应用不仅提高了效率，还提升了设计的安全性。通过快速检测和分析潜在的设计缺陷，AI可以在早期发现并解决问题，降低设计错误带来的风险。
AI参与EDA工具的未来展望
庄定铮表示随着人工智能技术的不断进步，其在EDA中的应用前景广阔。未来，AI有望在以下几个方面进一步发展：
1. 全流程覆盖：AI将覆盖芯片设计、验证、测试、制造等全流程，实现真正意义上的设计自动化。
2. 生成式AI：生成式AI在EDA中的应用将更加广泛，可以通过自然语言处理和大数据分析，提供更加智能化的设计建议和问题解决方案。
3. 持续优化：通过不断学习和积累经验，AI将在设计优化、验证效率提升等方面表现得更加出色。
4. 人机协同：AI与工程师的协同工作模式将更加成熟，AI辅助设计、人类进行创新，将成为未来EDA设计的新常态。
他认为人工智能正在以惊人的速度改变EDA设计的方式和效率。通过在设计实现、芯片验证、测试与迁移等多个环节的应用，AI显著提高了设计效率，优化了设计质量，降低了成本，推动了整个芯片设计行业的发展。未来，随着技术的进一步成熟，AI将在EDA中发挥更加重要的作用，为芯片设计带来更多的创新和突破。
作为最先探索人工智能影响EDA工具的领军者，新思科技在人工智能与EDA结合方面进行了大量的探索和实践，推动了EDA工具的智能化和自动化进程。以下是新思科技在这一领域的一些具体探索和应用案例。
新思科技的Design Space Optimization (DSO) 是其AI应用的重要成果之一。DSO通过强化学习技术，在设计实现过程中不断优化参数组合，从而达到最优的设计效果。
1. 自动化设计空间探索：DSO利用AI进行设计空间的自动化探索，显著减少了人力投入和时间成本。通过快速分析和筛选大量的设计参数组合，DSO可以在短时间内找到最佳解决方案。例如，某次设计优化中，DSO在两天内进行了90次尝试，最终找到了既能提升效能又能降低功耗的最佳设计方案。
2. 增强设计效率和质量：DSO不仅提升了设计效率，还显著提高了设计质量。在某高性能RISC CPU设计中，DSO通过AI优化，将原本需要两位专家一个月的工作量缩短至两天，且设计结果在效能和功耗上均达到了预期目标。
另外，将AI引入EDA经常会遇到数据量不够的问题，因为EDA行业的数据通常较为分散，难以形成大规模的数据集。庄定铮表示新思科技采用强化学习技术，通过在实际设计过程中不断学习和优化，解决了大数据匮乏的问题。
他表示通过强化学习，AI可以在小数据环境中进行有效学习和优化。新思科技的AI系统能够在设计执行的过程中逐步学习和积累经验，从而实现持续优ao化。这种方法使得AI在落地后可以迅速开始发挥作用，并在不断使用中变得更加智能。
他透露很多芯片巨头包括英伟达、三星、英特尔、AMD等在内的领先企业，均采用了新思科技的AI驱动EDA工具，并在设计效率和质量上取得了显著提升。
对此直播有兴趣的朋友可以登录如下网址观看直播回放。
https://v.eetrend.com/content/2024/100578531.html
注：本文为原创文章，未经作者授权严禁转载或部分摘录切割使用，否则我们将保留侵权追诉的权利
