《科創(chuàng)板日報》7 月 1 日訊"AI 熱潮 " 中，以 GPU 為首的芯片把握著 AI 技術(shù)發(fā)展的 " 命脈 "、推進(jìn)著技術(shù)不斷迭代。與此同時，AI 的發(fā)展也已開始反哺芯片制造，如今更出現(xiàn)了首個完全由 AI 設(shè)計的 CPU，短短 5 個小時內(nèi)便生成了一個工業(yè)規(guī)模的 RISC-V CPU 核心。

【資料圖】

日前，中科院計算所的處理器芯片全國重點(diǎn)實(shí)驗(yàn)室及其合作單位，用 AI 技術(shù)設(shè)計出了 32 位 RISC-V CPU" 啟蒙 1 號 " ——這是世界上首個無人工干預(yù)、全自動生成的 CPU 芯片。

這顆 CPU 采用 65nm 工藝，頻率達(dá)到 300MHz，并可運(yùn)行 Linux 操作系統(tǒng)，性能與 Intel 80486SX 相當(dāng)，設(shè)計周期則縮短至 1/1000。

在 AI 技術(shù)的幫助下，研究人員 5 個小時就生成了 400 萬邏輯門，有行業(yè)媒體指出，這是目前 GPT-4 所能設(shè)計的電路規(guī)模的 4000 倍之大。

該團(tuán)隊(duì)表示，其訓(xùn)練過程需要不到 5 個小時，便能達(dá)到>99.999999999% 的驗(yàn)證測試準(zhǔn)確性。

" 啟蒙 1 號 " 是基于 BSD 二元猜測圖（Binary Speculation Diagram）算法設(shè)計而來。研究人員通過 AI 技術(shù)，直接從 " 輸入 - 輸出（IO）" 自動生成 CPU 設(shè)計，而無需工程師提供任何代碼或自然語言描述。

換言之，其將 CPU 自動設(shè)計問題轉(zhuǎn)化為 " 滿足輸入 - 輸出規(guī)范的電路邏輯生成問題 "，僅需要測試用例，便可以直接生成滿足需求的電路邏輯，去除了傳統(tǒng)設(shè)計流程中的邏輯設(shè)計與驗(yàn)證環(huán)節(jié)。

值得注意的是，這一方法甚至自主發(fā)現(xiàn)了馮 ? 諾依曼架構(gòu)（一種將程序指令存儲器和數(shù)據(jù)存儲器合并在一起的電腦設(shè)計概念結(jié)構(gòu)）。

該 CPU 已于 2021 年 12 月流片，回片后成功運(yùn)行 Linux 操作系統(tǒng)和 SPEC CPU 2000 程序，相關(guān)論文則在今年 6 月末發(fā)布。

芯片巨頭競相應(yīng)用 AI 幫助芯片設(shè)計

先進(jìn)芯片制造必須經(jīng)歷 1000 多個步驟。每個階段都需要進(jìn)行復(fù)雜的計算，每一步都必須近乎完美，CPU 設(shè)計制造自然也是如此。在這項(xiàng)頗具挑戰(zhàn)性的工作中，通常需要工程師團(tuán)隊(duì)編寫代碼，之后在 EDA 工具的輔助下完成電路設(shè)計。在此過程中，還少不了反復(fù)測試與驗(yàn)證優(yōu)化。

正是由于過程極為復(fù)雜繁瑣，且極為耗費(fèi)人力物力，一項(xiàng)大型芯片設(shè)計項(xiàng)目有時候甚至需要數(shù)月甚至數(shù)年時間才能完成——以英特爾 K486 CPU 為例，僅僅驗(yàn)證階段便需要 190 天。

隨著 AI 技術(shù)發(fā)展，越來越多的公司開始將其引入芯片設(shè)計制造。

英偉達(dá)創(chuàng)始人兼首席執(zhí)行官黃仁勛強(qiáng)調(diào)了英偉達(dá)加速計算和 AI 解決方案在芯片制造中的潛力，他認(rèn)為芯片制造是加速計算和 AI 計算的 " 理想應(yīng)用 "。

另一芯片巨頭 AMD 首席技術(shù)官 Mark Papermaster 也透露，目前 AMD 在半導(dǎo)體設(shè)計、測試與驗(yàn)證階段均已開始應(yīng)用 AI，未來計劃在芯片設(shè)計領(lǐng)域更廣泛地使用生成式 AI。同時，AMD 已在試驗(yàn) GitHub Copilot（由 GitHub 和 OpenAI 合作開發(fā)），并研究如何更好地部署這一 AI 助手。

日本半導(dǎo)體企業(yè) Rapidus 社長小池淳義表示，將引進(jìn)人工智能和自動化技術(shù)，以約 500 名技術(shù)人員確立量產(chǎn)工序。公司已有人才、設(shè)備、技術(shù)齊備的頭緒，預(yù)計 2027 年啟動量產(chǎn)。

的確，在芯片設(shè)計環(huán)節(jié)中，AI" 做得很好 "，可以無限迭代，直至得出最佳解決方案。不止于此，在迭代的同時，AI 還會學(xué)習(xí)，它會研究通過什么模式能創(chuàng)造最優(yōu)設(shè)計，因此 AI 實(shí)際上加快了芯片設(shè)計優(yōu)化布局的速度，并帶來更高性能與更低能耗。而在驗(yàn)證與測試環(huán)節(jié)，AI 也能最大限度地提高測試覆蓋率、節(jié)省時間。

至于 AI 會不會奪走芯片研發(fā)工程師的 " 飯碗 "？AMD 首席技術(shù)官 Papermaster 給出的答案是否定的，他認(rèn)為AI 不會取代芯片設(shè)計師，其將作為輔助工具，有著巨大潛力幫助加速設(shè)計。