При проектировании микросхем инженерам с квалификацией и опытом приходится делать много рутинной работы. Она часто содержит большое количество похожих и идентичных этапов. Естественно, возможны ошибки, поэтому проверка требует дополнительного времени.
Создатель программного обеспечения калифорнийская компания Synopsys предложила свой продукт — DSO.ai (Design Space Optimization AI). Как искусственный интеллект (ИИ) способен упростить работу по топологии микросхем, расскажут специалисты «ЗУМ-СМД».
Практические достижения ИИ в топологии микросхем
Как сообщает технологический блог ExtremeTech, компании STMicroelectronics и SK Hynix испробовали инновационные разработки ИИ от Synopsys. Результат показал трехкратное увеличение производительности технического персонала. В топологии удалось достигнуть:
- повышения экономичности потребления микросхем — до 25%;
- уменьшения площади, занимаемой ячейкой памяти — до 15%;
- минимизация общего размера кристалла — на 5%.
При этом сообщается, что DSO.ai не заменяет инженеров и не отнимает у них занятость (во всяком случае пока). Наоборот, у ученых появится больше времени для инновационных исследований.
Переложить эту рутину на «плечи» ИИ — резонная и оправданная идея. В условиях когда спрос на высокотехнологичные микросхемы возрастает, такое программное обеспечение (ПО) позволит компаниям с небольшим штатом сотрудников создавать более продвинутые микросхемы.
Возможности ИИ
Система DSO.ai анализирует вариант топологии, загруженный специалистом разработчиком, после чего предлагает наиболее оптимизированный вариант. При этом возможна корректировка оптимизации и задание требуемых итоговых характеристик. Основные цели, которых удается достигнуть в ходе обработки схем и чертежей:
- снижение площади, занимаемой будущим кристаллом;
- уменьшение энергопотребления;
- улучшение производительности.
При этом исключается возможность ошибки, система проверяет соблюдение частотных характеристик каждого компонента и его температурный режим работы на новом предложенном месте. Например, если делать такую работу при разработке процессора вручную на это уйдет 6 месяцев. С ИИ можно выполнить этот же объем за 1 месяц.
Специалисты, попробовавшие на деле работу по оптимизации расположения транзисторов в кристалле, заверяют, что за ИИ будущее. Но все же настоящее сталкивается с некоторыми проблемами, касающихся времени и ресурсов. Дело в том, что ИИ нуждается в обучении с проработкой большого количества данных. Потому что каждая отрасль имеет свою специализацию и ПО должно ее хорошо изучить.
В дальнейшем системы станут более гибкими и продвинутыми, но заменить людей они все равно полноценно не смогут. Хотя, кто знает? Уже сейчас есть программы ИИ, которые отвечают на поисковые запросы с использованием естественного языка. При этом определить, что диалог ведет бот можно лишь по молниеносности ответа.