Synopsys sagt, dass es den gesamten Chip-Designprozess automatisieren kann

Seit Jahrzehnten sorgen ständige Innovationen in der Welt des Halbleiterchip-Designs dafür, dass Prozessoren schneller, effizienter und einfacher herzustellen sind. Künstliche Intelligenz (KI) führt die nächste Innovationswelle an und verkürzt den Chip-Designprozess von Jahren auf Monate, indem er ihn vollständig autonom macht.

Google, Nvidia und andere haben von KI entwickelte Spezialchips vorgestellt, und EDA-Unternehmen (Electronic Design Automation) haben KI bereits genutzt. um das Chip-Design zu beschleunigen. Das Softwareunternehmen Synopsys hat eine umfassendere Vision: Chips, die von A.I. vom Start zum Ziel.

K.I. hat bereits sein Durchhaltevermögen in der Welt der Halbleiter unter Beweis gestellt und könnte sich in Zukunft wie nie zuvor engagieren. Hier ist wie.

Schnell genug und günstig genug

Synopsys kündigte auf der Hot Chips, einer jährlichen Halbleiterkonferenz, eine Erweiterung seiner DSO.ai-Software an, die den gesamten Chip-Designprozess abwickeln kann. DSO.ai wird bereits verwendet von Unternehmen wie Samsung um es zu gestalten Exynos-Chips für Smartphones und andere intelligente Geräte. Allerdings bewältigt es derzeit nur eine begrenzte Anzahl von Designherausforderungen. Jetzt sagt Synopsys, dass es den Prozess von Anfang bis Ende bewältigen kann.

Synopsys nennt es „software-designte Hardware“, was eine Abkehr von der „software-definierten Hardware“ darstellt, die Chip-Designer seit Jahren verwenden. „Sie verfügen über Tools, mit denen Sie einen Chip von der Spezifikation bis zur endgültigen Implementierung begleiten und an eine Gießerei versenden“, sagt Stelios Diamantidis, Senior Director von A.I. Lösungen bei Synopsys, sagte.

Dieser Prozess ist nicht neu, sondern nur erweitert. DSO.ai arbeitet bereits am Layout-Teil des Designprozesses und nutzt dafür K.I. um die optimale Anordnung der Komponenten für Leistung und Leistung zu ermitteln. Google vor Kurzem etwas Ähnliches enthüllt, wo es K.I. verwendete. eine seiner Tensor-Verarbeitungseinheiten (TPUs) zu entwerfen. Grundsätzlich hat Google verwendet K.I. um beim Design eines Chips zu helfen das kümmert sich um K.I. Nvidia hat auch in maschinelles Lernen investiert, um die Gestaltung von Chip-Layouts zu unterstützen.

Allein dieser Fortschritt beschleunigt den Designprozess und verkürzt die Zeit, die normalerweise viele Wochen dauern würde, auf wenige Tage – und das im Allgemeinen mit einem Leistungsvorteil. Synopsys hat diese Idee aufgegriffen und erweitert. „Können wir Chips wirklich schnell und kostengünstig genug entwerfen, um sie personalisieren zu können?“ sagte Diamantidis.

Zeit und Geld sind die Hürden in der Welt des Halbleiterdesigns und sie waren Hürden für neue Unternehmen, die sich für diesen Bereich interessieren. Dies ist nicht nur für Chips in Prozessoren wichtig, Grafikkarten, und andere PC-Komponenten, aber auch die Millionen mehr die für intelligente Geräte, medizinische Geräte und Autos notwendig sind – um nur einige zu nennen.

Synopsys verwendet ein Modell namens Reinforcement Learning, das der Maschine beibringt, wie sie bei einer Aufgabe die beste Belohnung erhält. Dieses Modell erkennt keine Muster in Datensätzen und sagt keine Ergebnisse voraus. Vielmehr findet es bei großen Datenmengen durch ein Belohnungssystem den optimalen Weg.

Dies ist das gleiche Modell, das Google zum Trainieren von KI verwendet hat. Bei Chess and Go zu gewinnen, ist einfach unendlich komplexer. „Man sieht eine unvorstellbare Anzahl von Zuständen, viel mehr als die Atome im bekannten Universum“, sagte Diamantidis. Die DSO.ai-Lösung adressiert nur einen Punkt des Designprozesses und ist bereits „milliardenfach komplexer“ als das Training von KI. im Schach oder Go.

Im Hinblick darauf, was K.I. Beim Chip-Design ist die Zeitersparnis das Wichtigste. Synopsys sagt, dass das, was früher normalerweise zwei Jahre gedauert hätte, jetzt in nur drei bis sechs Monaten erledigt werden kann. Es wird behauptet, dass dies Unternehmen dabei helfen wird, Chips schneller, billiger und für speziellere Zwecke herzustellen.

Synopsys verfügt über ein Portfolio an Software, die „buchstäblich jeder auf der Welt zum Entwerfen von Chips verwendet“. Obwohl diese Behauptung übertrieben sein mag, ist es wahr, dass Synopsys die meisten Teile des Halbleiters berührt Industrie. Laut seiner Website steckt die Synospsys-Software hinter 90 % der weltweiten FinFET-Chip-Designs, und das ist nur ein kleiner Teil dessen, was das Unternehmen tut.

Synopsys behauptet, dass von KI entwickelte Chips nicht nur schneller und billiger, sondern auch effizienter seien. In einer Pressekonferenz sagte das Unternehmen, dass es durch den Einsatz der KI eine Energieeinsparung von bis zu 26 % erzielt habe. Modell im Vergleich zu einem menschlichen Ingenieur, was einen größeren Gewinn darstellt als die Umstellung auf einen neuen Herstellungsprozess. „Wenn Menschen von einem Fertigungsprozess zum nächsten übergehen, sagen wir vom 7-nm-Design zum 5-nm-Design, ist der Skalierungsfaktor, den sie suchen (bestenfalls 20 %),“ sagte Diamantidis

In praktischer Hinsicht sagt Karl Freund, Branchenanalyst und Gründer von Cambrian A.I. Forschung, dies wird zu schnelleren Innovationen führen. „In den nächsten Jahren werden wir uns dadurch über ein schnelleres Innovationstempo und bessere Produkte mit längerer Akkulaufzeit freuen“, schrieb Freund in einer E-Mail an Digital Trends.

Die K.I. Welle

Obwohl Synopsys führend ist, ist es nicht das einzige Unternehmen, das auf KI setzt. für zukünftiges Chipdesign. Cadence, ein Konkurrent von Synopsys, verfügt über sein Cerebrus-Tool, das Ingenieuren dabei hilft, mehrere Punkte im Chip-Designprozess zu automatisieren. Synopsys und Branchenanalysten sagen jedoch, dass dieses Tool immer noch im Rückstand ist. „Synopsys hat in diesem Bereich einen Vorsprung von mindestens 18 Monaten, vielleicht sogar noch mehr“, sagt Freund von Cambrian A.I. Forschung sagte.

Größere Unternehmen wie Google und Nvidia haben ebenfalls in diesen Bereich investiert, sind jedoch laut Synopsys nicht in der Lage, ein Tool bereitzustellen, das das Chipdesign von Anfang bis Ende übernimmt. „Man kann kein wirklich autonomes Auto bauen, wenn man nicht zuerst ein Auto baut“, sagt Thomas Andersen, Vizepräsident von A.I. und maschinelles Lernen bei Synopsys, sagte.

Wir befinden uns noch im Anfangsstadium der von KI entwickelten Chips. Diamantidis geht davon aus, dass die Einführung in mehreren Phasen erfolgen wird, von denen die erste Unternehmen dabei helfen wird, ihre bestehenden Design-Workflows zu optimieren. Mit der dritten Welle hofft Synopsys, „wirklich den Leuten die Tür zu öffnen, die keine Experten für Chipdesign sind“.

In den letzten Jahren hat die Idee des Mooreschen Gesetzes für Aufsehen gesorgt, wonach Chips in einem Zyklus von etwa zwei Jahren schneller und effizienter werden. K.I. scheint den Vorstoß in eine neue Ära des Mooreschen Gesetzes zu leiten und mehr Unternehmen dabei zu helfen, schnellere und effizientere Chips zu bauen, und zwar mit Geschwindigkeiten, die sonst unmöglich wären.

Bei Chips, die vollständig von KI entwickelt wurden, ist die Frage des Zeitpunkts und nicht des Ob. Viele der weltweit größten Halbleiterunternehmen nutzen bereits KI. an verschiedenen Stellen im Designprozess, und einige der weltweit größten Technologieunternehmen haben stark in den investiert Technologie. Mit einem Werkzeug, das das Design von Anfang bis Ende bewältigen kann, könnte das Chip-Design zu einer Revolution werden.

Empfehlungen der Redaktion

• Die nächsten GPUs von Nvidia werden teilweise von KI entworfen
• Wo bleibt Apples KI, während Google immer weiter voranschreitet? Strategie?
• Eine K.I. entwickelt Retro-Videospiele – und sie sind überraschend gut