在為我關(guān)于將人工智能融入 EDA 工具的文章進(jìn)行采訪時(shí)，新思科技高級(jí)總監(jiān)兼人工智能產(chǎn)品管理主管 Anand Thiruvengadam 表示：“人工智能有潛力改變客戶的芯片設(shè)計(jì)方式。人工智能可以顛覆整個(gè) EDA 流程。他并不是唯一一個(gè)發(fā)表這種聲明的人。每年，我都會(huì)做一篇預(yù)測(cè)文章，詢問(wèn)人工智能將如何顛覆 EDA。令人失望的是，除了他們最近的新聞稿之外，沒(méi)有人給我一個(gè)好的答案。

顛覆是很難預(yù)見(jiàn)的——我理解這一點(diǎn)，但人們似乎能夠想到的最好的辦法是，代理會(huì)讓人們更有效率。我不認(rèn)為這是破壞。這是一種生產(chǎn)力輔助工具，使工程師能夠更好或更快地完成他們已經(jīng)做的事情。不要誤會(huì)我的意思——這很有價(jià)值，但不會(huì)造成破壞。它使公司能夠用一名工程師和一堆代理取代多名工程師。他們現(xiàn)在擁有了在這些特工中捕獲的集體智慧。但是，當(dāng)他們執(zhí)行的任務(wù)發(fā)生變化時(shí)，就會(huì)發(fā)生真正的顛覆。

大約三年前，當(dāng) ChatGPT 公開(kāi)亮相時(shí)，我在 DAC 小組討論中說(shuō)，它標(biāo)志著“谷歌”一詞的結(jié)束。人們認(rèn)為我瘋了，但在短短三年內(nèi)，誰(shuí)在谷歌搜索欄中輸入一些東西，然后只期望看到一個(gè)網(wǎng)站列表？可能沒(méi)有人。至少，搜索引擎已經(jīng)抓取了相關(guān)網(wǎng)站并提供了摘要。這通常會(huì)提供足夠的信息來(lái)滿足您進(jìn)行搜索的原因。在最近發(fā)表在《ACM 通訊》上的一篇評(píng)論文章中，Moshe Vardi 更進(jìn)一步表示，這可能預(yù)示著萬(wàn)維網(wǎng)的整個(gè)崩潰，包括網(wǎng)站的概念——因?yàn)槿绻麤](méi)有人真正訪問(wèn)該網(wǎng)站，誰(shuí)會(huì)花費(fèi)時(shí)間和精力來(lái)構(gòu)建它們？您所做的只是提供有關(guān)可以訓(xùn)練哪些人工智能的信息，并祝您好運(yùn)，嘗試將其貨幣化。

他論文的另一部分是，隨著人工智能開(kāi)始吃掉自己的尾巴并認(rèn)為它正在向自己學(xué)習(xí)，偏見(jiàn)和錯(cuò)誤越來(lái)越多地內(nèi)置于系統(tǒng)中。在這種情況下，它可以鞏固種族主義、性別歧視等偏見(jiàn)。其中一些問(wèn)題與芯片設(shè)計(jì)和 EDA 中可能發(fā)生的情況有關(guān)。如果我們不開(kāi)始討論它們，可能會(huì)犯很多代價(jià)高昂的錯(cuò)誤。

芯片設(shè)計(jì)很復(fù)雜。非常復(fù)雜（我的高中英語(yǔ)老師會(huì)為此敲打我的指關(guān)節(jié)）。摩爾定律推動(dòng)的復(fù)雜性增加意味著必須做出妥協(xié)。其中大部分是在創(chuàng)造力領(lǐng)域。在已知內(nèi)容上逐步添加比每次都回到一張白紙上更快、更便宜、更安全。IP 的引入進(jìn)一步鞏固了這一概念，并且需要保留鎖定在硬件架構(gòu)中的遺留軟件。這都是設(shè)計(jì)上的偏見(jiàn)。

并行處理的興起并不是因?yàn)樗徽J(rèn)為是好的，而是因?yàn)樗呀?jīng)達(dá)到了單處理器架構(gòu)的極限。又過(guò)了十年或更長(zhǎng)時(shí)間，它才開(kāi)始得到廣泛采用，早期機(jī)器學(xué)習(xí)技術(shù)的引入成為其認(rèn)真發(fā)展的引人注目的事件。假設(shè)一種人工智能驅(qū)動(dòng)的芯片設(shè)計(jì)工具存在，并且是在當(dāng)時(shí)整個(gè)行業(yè)的集體智慧上接受訓(xùn)練的，它是否能夠自己實(shí)現(xiàn)這一飛躍？我對(duì)此表示嚴(yán)重懷疑。

雖然它知道并行處理（這在 1980 年代比 2010 年代更常見(jiàn)），并且知道如何編寫(xiě)代碼來(lái)針對(duì)它們，但單處理器設(shè)計(jì)的偏見(jiàn)會(huì)壓倒一切。它會(huì)學(xué)習(xí)使用多個(gè)單個(gè)處理器，通常充當(dāng)代理為總處理器的功能貢獻(xiàn)一點(diǎn)點(diǎn)（想想音頻處理器、USB 控制器、圖形控制器......

英偉達(dá)是否著手打造人工智能處理器？不。他們采取了漸進(jìn)的步驟來(lái)滿足客戶的需求。當(dāng)一種應(yīng)用程序，即計(jì)算機(jī)視覺(jué)，它擁有足夠的訓(xùn)練數(shù)據(jù)集，加上合適的硬件的可用性，深度學(xué)習(xí)首次被證明優(yōu)于基于規(guī)則的系統(tǒng)。這引發(fā)了我們今天看到的許多進(jìn)步。

半導(dǎo)體人工智能系統(tǒng)根據(jù)所有現(xiàn)有數(shù)據(jù)進(jìn)行訓(xùn)練的想法永遠(yuǎn)不會(huì)發(fā)生。每家公司都專注于特定類型的芯片、特定類型的問(wèn)題，例如移動(dòng)、汽車、數(shù)據(jù)中心等。他們的偏見(jiàn)更加根深蒂固。很少有硬件公司也是軟件開(kāi)發(fā)商，盡管他們可能需要一些依賴硬件的軟件。人工智能不會(huì)被告知發(fā)明一些全新的東西，它將被要求對(duì)硬件或軟件進(jìn)行漸進(jìn)式改進(jìn)。

半導(dǎo)體顛覆會(huì)是什么樣子？我不認(rèn)為這會(huì)在一夜之間發(fā)生，我也不認(rèn)為這一切會(huì)同時(shí)發(fā)生。我預(yù)計(jì) EDA 中斷首先出現(xiàn)在高級(jí)綜合 （HLS） 之類的東西中，其中工具可以在大量架構(gòu)上進(jìn)行訓(xùn)練。這種培訓(xùn)有適量的數(shù)據(jù)，可以由個(gè)別公司加強(qiáng)。這將使它能夠采用類似英語(yǔ)的規(guī)范并生成代碼，然后通過(guò)傳統(tǒng)的 EDA 流程進(jìn)行。

雖然這一直是 HLS 自誕生以來(lái)的目標(biāo)，但事實(shí)證明它太困難或僅在受限的應(yīng)用程序中可行。SystemC 尚未真正被接受為輸入語(yǔ)言，即便如此，工具也需要一組高度受約束的語(yǔ)言結(jié)構(gòu)。但是，如果人工智能可以幫助實(shí)現(xiàn)這一目標(biāo)，那么當(dāng)定制設(shè)計(jì)可供更大的社區(qū)使用時(shí)，用戶群可能會(huì)擴(kuò)大 10 倍到 100 倍。這足以改變整個(gè) EDA 流程，這也是為什么這項(xiàng)技術(shù)首次出現(xiàn)時(shí)對(duì)它進(jìn)行了如此大的投資。

虛擬原型還需要能夠根據(jù)這些規(guī)范進(jìn)行作，以便識(shí)別錯(cuò)誤或遺漏，并且需要顯著推進(jìn)順序等效性檢查，以便對(duì)人工智能轉(zhuǎn)換表現(xiàn)出信心。隨著時(shí)間的推移，新的核心流程將帶來(lái)更多的代理助手來(lái)處理權(quán)力、成本等問(wèn)題。

當(dāng)某些東西發(fā)生變化時(shí)，就會(huì)發(fā)生顛覆，而不是當(dāng)某些東西得到優(yōu)化時(shí)。