“AI热潮”中，以GPU为首的芯片把握着AI技术发展的“命脉”、推进着技术不断迭代。与此同时，AI的发展也已开始反哺芯片制造，如今AI更在短短5个小时内生成了一个工业规模的RISC-VCPU核心。日前，中科院计算所的处理器芯片全国重点实验室及其合作单位，用AI技术设计出了32位RISC-VCPU“启蒙1号”——这是世界上首个无人工干预、全自动生成的CPU芯片。
这颗CPU采用65nm工艺，频率达到300MHz，并可运行Linux操作系统，性能与Intel80486SX相当，设计周期则缩短至1/1000。
在AI技术的帮助下，研究人员5个小时就生成了400万逻辑门，有行业媒体指出，这是目前GPT-4所能设计的电路规模的4000倍之大。
该团队表示，其训练过程需要不到5个小时，便能达到>99.999999999%的验证测试准确性。
“启蒙1号”是基于BSD二元猜测图（BinarySpeculationDiagram）算法设计而来。研究人员通过AI技术，直接从“输入-输出（IO）”自动生成CPU设计，而无需工程师提供任何代码或自然语言描述。
换言之，其将CPU自动设计问题转化为“满足输入-输出规范的电路逻辑生成问题”，仅需要测试用例，便可以直接生成满足需求的电路逻辑，去除了传统设计流程中的逻辑设计与验证环节。
传统CPU设计流程与全自动CPU设计流程
值得注意的是，这一方法甚至自主发现了冯•诺依曼架构（一种将程序指令存储器和数据存储器合并在一起的电脑设计概念结构）。
该CPU已于2021年12月流片，回片后成功运行Linux操作系统和SPECCPU2000程序，相关论文则在今年6月末发布。
芯片巨头竞相应用AI帮助芯片设计
先进芯片制造必须经历1000多个步骤。每个阶段都需要进行复杂的计算，每一步都必须近乎完美，CPU设计制造自然也是如此。在这项颇具挑战性的工作中，通常需要工程师团队编写代码，之后在EDA工具的辅助下完成电路设计。在此过程中，还少不了反复测试与验证优化。
正是由于过程极为复杂繁琐，且极为耗费人力物力，一项大型芯片设计项目有时候甚至需要数月甚至数年时间才能完成——以英特尔K486CPU为例，仅仅验证阶段便需要190天。
随着AI技术发展，越来越多的公司开始将其引入芯片设计制造。
英伟达创始人兼首席执行官黄仁勋强调了英伟达加速计算和AI解决方案在芯片制造中的潜力，他认为芯片制造是加速计算和AI计算的“理想应用”。
另一芯片巨头AMD首席技术官MarkPapermaster也透露，目前AMD在半导体设计、测试与验证阶段均已开始应用AI，未来计划在芯片设计领域更广泛地使用生成式AI。同时，AMD已在试验GitHubCopilot（由GitHub和OpenAI合作开发），并研究如何更好地部署这一AI助手。
日本半导体企业Rapidus社长小池淳义表示，将引进人工智能和自动化技术，以约500名技术人员确立量产工序。公司已有人才、设备、技术齐备的头绪，预计2027年启动量产。
的确，在芯片设计环节中，AI“做得很好”，可以无限迭代，直至得出最佳解决方案。不止于此，在迭代的同时，AI还会学习，它会研究通过什么模式能创造最优设计，因此AI实际上加快了芯片设计优化布局的速度，并带来更高性能与更低能耗。而在验证与测试环节，AI也能最大限度地提高测试覆盖率、节省时间。
至于AI会不会夺走芯片研发工程师的“饭碗”？AMD首席技术官Papermaster给出的答案是否定的，他认为AI不会取代芯片设计师，其将作为辅助工具，有着巨大潜力帮助加速设计。
相关文章
头条焦点
精彩导读
关注我们
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】