AI與機器學習協助晶片設計，成為半導體克服摩爾定律關鍵之一
科技產業資訊室 (iKnow) - Kyle 發表於 2021年5月31日
圖、AI與機器學習協助晶片設計，成為半導體克服摩爾定律
如今，晶片製造商面臨的挑戰絕不止是向晶片當中放進更多電晶體，同時還需要應對快速提升的系統複雜性。因此，進入後摩爾時代，如果採用AI與機器學習的方式改變晶片設計，才有機會推動半導體產業繼續前進。
半導體產業期望，從雲端到邊緣的AI運算可以再提升1000倍以上。如果產業界採用傳統方式將面臨研發時間過長，且成本過高的問題，如果能夠引進AI工具，就能以更快且成本更低的方式建構更強大的晶片，這絕對是改變遊戲規則的重大突破。
Synopsys公司就展示了一項案例，一位工程師在透過AI工具的協助下，短短幾周就解決了以往整個設計團隊需要幾個月才能解決的問題。
其實，輝達和英特爾等半導體巨頭已經開始使用AI來協助晶片設計一段時間了，所以Synopsys這一戰略並非是創新的。但是對於其他IC設計公司，尤其是新創公司來說，Synopsys的DSO.ai（Design Space Optimization AI）工具將能夠縮短與這些大廠的差距，也給市場帶來新的競爭，這絕對有助於晶片設計的發展。
從人才培育的觀點來看，全球半導體工程師的數量要在短時間內快速增加是不可能的任務。畢竟，這類人才培養週期非常長、且成為設計人才的比例極低。因此，使用AI工具彌合人才不足的問題，是目前半導體發展可以選擇的一條道路。
截至目前為止，AI已經不再是炒作的話題。其已經從手機應用中的美顏濾鏡到個性化推薦引擎、從自動駕駛汽車到大數據分析，都隨處可見。現在絕對是從最原始的IC設計開始採用AI技術的時刻。未來幾年人們將可以看到透過AI協助設計的晶片，給手機、穿戴式裝置甚至其他新興領域帶來更多創新與性能提升。
總之，摩爾定律的半導體時代，的確讓處理器達到令人難以置信的規模，但是隨著晶片複雜性提升，最終採用AI協助IC設計將成為趨勢。這一改變將讓市場進入全面提升智慧化的時代，也能換取更多經濟價值。如果半導體能夠在短時間，透過AI克服系統複雜度，這將給科技進步再一次帶來成長新動力。（738字）
參考資料：
Chips Designed By AI Are The Future Of Semiconductor Evolution Beyond Moore's Law. Forbes, 2021/5/25
相關文章：
1. 人工智慧技術正重塑晶片設計
2. 谷歌Apollo透過AI深度學習找出AI晶片設計方法
3. 利用AI革新材料科學，將成為各國高科技競爭力焦點
4. 應用材料正利用AI與大數據改變半導體設備產業
5. AI結合量子將顛覆網路安全產業與未來
6. 美國DARPA尋求第三波AI研究
--------------------------------------------------------------------------------------------------------------------------------------------
【聲明】
1.科技產業資訊室刊載此文不代表同意其說法或描述，僅為提供更多訊息，也不構成任何投資建議。
2.著作權所有，非經本網站書面授權同意不得將本文以任何形式修改、複製、儲存、傳播或轉載，本中心保留一切法律追訴權利。
|