芯東西（公眾號(hào)：aichip001）
編輯 | ?GTIC
芯東西9月6日?qǐng)?bào)道，在剛剛落幕的GTIC 2022全球AI芯片峰會(huì)期間，芯行紀(jì)資深研發(fā)副總裁丁渭濱以《構(gòu)建新一代數(shù)字實(shí)現(xiàn)EDA平臺(tái)》為主題發(fā)表演講。
新一代EDA產(chǎn)品通過應(yīng)用AI技術(shù)優(yōu)化客戶體驗(yàn)、提升效能是全自動(dòng)芯片設(shè)計(jì)迭代的一個(gè)重要方向。在數(shù)字實(shí)現(xiàn)EDA環(huán)節(jié)，有許多關(guān)鍵的子問題可以得益于豐富的AI模型算法，包括提升布局規(guī)劃的效率和質(zhì)量、通過機(jī)器學(xué)習(xí)解決EM-IR和時(shí)序之間的相互影響來優(yōu)化PPA（性能、功耗和面積）、路徑分類、擁塞位置預(yù)測(cè)等。
丁渭濱認(rèn)為，AI賦能的EDA產(chǎn)品能大幅度提升芯片設(shè)計(jì)效率，提高性能和EDA可用性。他還分享了芯行紀(jì)引入AI技術(shù)來構(gòu)建數(shù)字實(shí)現(xiàn)EDA平臺(tái)方面的進(jìn)展和初步成果。
以下為丁渭濱的演講實(shí)錄：
大家下午好。芯行紀(jì)是一家數(shù)字實(shí)現(xiàn)EDA公司，我們專注于自主研發(fā)數(shù)字實(shí)現(xiàn)EDA產(chǎn)品和提供高端設(shè)計(jì)服務(wù)，幫助芯片設(shè)計(jì)企業(yè)更高效便利地開展設(shè)計(jì)工作。
一、挑戰(zhàn)最難賽道，國產(chǎn)EDA新勢(shì)力涌現(xiàn)
數(shù)字實(shí)現(xiàn)EDA領(lǐng)域的布局布線部分，是EDA領(lǐng)域中研發(fā)難度最大、同時(shí)也是市場(chǎng)價(jià)值最高的產(chǎn)品之一，只有極少數(shù)國際廠商擁有這方面的技術(shù)。
那為什么芯行紀(jì)敢于去做這個(gè)領(lǐng)域的產(chǎn)品，并且要做新一代的數(shù)字實(shí)現(xiàn)EDA產(chǎn)品？
第一，從時(shí)代大背景來看，目前全球科技領(lǐng)域的合作和分工正在急劇變化，現(xiàn)在可能沒辦法像之前一樣互相協(xié)同共創(chuàng)，這也就是為什么我們需要自主研發(fā)。隨著近幾年來涌現(xiàn)的EDA方面的內(nèi)部創(chuàng)新，大家分別開始在不同的方向努力。
芯行紀(jì)具備了一支非常專業(yè)的團(tuán)隊(duì)，集聚了目前在數(shù)字實(shí)現(xiàn)方面具有非常全面的產(chǎn)品研發(fā)經(jīng)驗(yàn)的先進(jìn)專家，這幾十位“行業(yè)老兵”具備超過15年的國際EDA廠商從業(yè)經(jīng)驗(yàn)。我們希望憑借這支優(yōu)秀的團(tuán)隊(duì)，在數(shù)字芯片領(lǐng)域貢獻(xiàn)一份力量。
第二，目前中國集成電路設(shè)計(jì)的人才缺口非常大，而其中要培養(yǎng)一個(gè)后端工程師尤其不容易。布局布線工具是一個(gè)非常龐大的系統(tǒng)，它里面的步驟數(shù)量繁多，每個(gè)步驟里用人工控制的開關(guān)數(shù)量可以達(dá)到幾百個(gè)，這些開關(guān)之間還可以互相組合，以致于數(shù)量更加無限大。
而后端工程師除了要理解設(shè)計(jì)本身還需要花大量時(shí)間來學(xué)習(xí)如何應(yīng)用軟件，因此一個(gè)富有經(jīng)驗(yàn)的后端設(shè)計(jì)專家，在市場(chǎng)上實(shí)際是不多的。
高度自動(dòng)化的工具，在某些環(huán)節(jié)可以節(jié)省大量的人力。從這個(gè)角度來看，將工具朝自動(dòng)化乃至智能化方向提升，一定程度上可以緩解人才缺口。
另一方面，目前算力正在不斷提升。當(dāng)現(xiàn)在要架構(gòu)一個(gè)新的軟件，你可以用的算力、計(jì)算資源和十多年前相比，存在天翻地覆的不同。
早年前能用到的算力無非是一臺(tái)機(jī)器里的多個(gè)CPU核，甚至多個(gè)CPU核在當(dāng)時(shí)未必流行，而現(xiàn)在的計(jì)算機(jī)本身的性能提高非常多，網(wǎng)絡(luò)之間的帶寬也提升很高，使得多機(jī)之間的協(xié)同、并行計(jì)算、云計(jì)算可能同時(shí)存在，傳輸數(shù)據(jù)的延遲度大大改善。
現(xiàn)如今存在各式各樣的專門類別的計(jì)算芯片，對(duì)于一些特殊算法，可以通過不同的GPU核或其他IP核，實(shí)現(xiàn)指數(shù)級(jí)的性能提升，這些核的出現(xiàn)同樣帶來了不一樣的機(jī)遇。
當(dāng)你重新思考要做一個(gè)布局布線工具的時(shí)候，你能夠用到的算力和思考的角度就會(huì)發(fā)生變化，此時(shí)你就不會(huì)想著做一個(gè)工具只在一臺(tái)單機(jī)上跑，而是跳出這個(gè)框，思考更多可能性。
二、AI在EDA領(lǐng)域的兩大類應(yīng)用：預(yù)測(cè)性能，讓工具更好用
回到AI這個(gè)話題，AI目前在很多行業(yè)已經(jīng)得到了一定的落地，而在EDA領(lǐng)域，利用AI技術(shù)改變現(xiàn)有的EDA工具的形態(tài)，其實(shí)已經(jīng)在發(fā)生。
目前AI在EDA工具中的應(yīng)用主要有兩大類。第一類是用AI來預(yù)測(cè)性能，第二類是借助AI算法幫助EDA工具在使用上更加自動(dòng)化。
在用AI預(yù)測(cè)性能方面，因?yàn)楹蠖嗽O(shè)計(jì)的流程很長，在每個(gè)階段看到的性能會(huì)局限在當(dāng)前階段，當(dāng)下性能表現(xiàn)并不能說明后面環(huán)節(jié)的性能一定好，所以如果你希望優(yōu)化結(jié)果真正準(zhǔn)確，最好是在當(dāng)前階段就能預(yù)見到后面環(huán)節(jié)的結(jié)果，如果實(shí)現(xiàn)這一步，優(yōu)化的結(jié)果和效率就比較高。
這一點(diǎn)其實(shí)已經(jīng)得到實(shí)踐，在時(shí)序、功耗甚至設(shè)計(jì)任務(wù)方面，頂尖的國際EDA廠商已經(jīng)把大量步驟轉(zhuǎn)成非傳統(tǒng)的啟發(fā)式方式，通過訓(xùn)練和學(xué)習(xí)后，可以在前面的階段預(yù)測(cè)后面的時(shí)序和功耗的變化，這樣會(huì)得到比較顯著的提升效果，比如性能、功耗和面積可以改善5-10%，這是個(gè)不小的數(shù)字。
簡(jiǎn)單來說，當(dāng)一個(gè)CPU芯片，頻率從原來的2G赫茲提升到2.2G赫茲，這已經(jīng)是一個(gè)非常大的突破。如果你拿這個(gè)產(chǎn)品和同質(zhì)性產(chǎn)品相比，能做到改善10%，你就能占領(lǐng)更多的市場(chǎng)份額。
當(dāng)然以這樣的方式走下去，還存在一定的局限性，但并不是出在AI算法本身，而是在EDA領(lǐng)域我們面對(duì)的數(shù)據(jù)是特殊的，不像一般的圖像識(shí)別、語音識(shí)別這樣資料本身可以較容易地獲取、分享和測(cè)試。
EDA領(lǐng)域的數(shù)據(jù)都是客戶專有數(shù)據(jù)，處理方式也保密，不同公司之間存在屏障，數(shù)據(jù)不能互通分享，所以很難綜合大量數(shù)據(jù)訓(xùn)練出更好的模型并繼續(xù)提升。如何利用已經(jīng)設(shè)計(jì)出的芯片，幫助EDA工具更加“聰明”，我想這個(gè)還有待繼續(xù)探討。
在借助AI算法幫助EDA工具更自動(dòng)化方面，我們已知當(dāng)前的EDA工具比較難用，一個(gè)后端工程師的工作量有限，但即使是拿著工具反復(fù)跑一百次，也無法將智能性帶到工具中。
其實(shí)理論上來說，當(dāng)一個(gè)設(shè)計(jì)在反復(fù)跑數(shù)據(jù)時(shí)，能夠看到哪些參數(shù)對(duì)應(yīng)哪些性能，看出參數(shù)對(duì)應(yīng)的好壞情況，這意味著當(dāng)嘗試新的設(shè)計(jì)時(shí)，在一定頻率、功耗的程度范圍內(nèi)，工具可以基于既有經(jīng)驗(yàn)幫助做參數(shù)推薦。
大家可以仔細(xì)想一想，如果我把這件事一直往前推到極致，其實(shí)就已經(jīng)實(shí)現(xiàn)無人設(shè)計(jì)，也就是當(dāng)重復(fù)跑完100次，到了101次想要做一些小修改，需要重新跑流程時(shí)，工具可以自動(dòng)推薦參數(shù)，給出在期待和合理范圍內(nèi)的結(jié)果。
現(xiàn)在有國際EDA廠商已經(jīng)在這方面走得較遠(yuǎn)，在一定程度上可實(shí)現(xiàn)技術(shù)的落地，輸出比人工調(diào)參更好的結(jié)果。
再往后發(fā)展，很有可能出現(xiàn)類似跑工具的機(jī)器人，然后變成當(dāng)大家在購買工具時(shí)，還需要同時(shí)買機(jī)器人，而且是從幾家公司同時(shí)購買，最后變成幾個(gè)來自不同EDA廠商的機(jī)器人協(xié)同設(shè)計(jì)同一個(gè)芯片，我認(rèn)為這樣的可能性是存在的。
畢竟現(xiàn)在人力成本高昂，當(dāng)用大量的機(jī)器取代人力時(shí)，能幫助整個(gè)公司提高效率、節(jié)約成本。
三、智能布局規(guī)劃：國內(nèi)首創(chuàng)用AI做擁塞預(yù)測(cè)，極大節(jié)省設(shè)計(jì)工作量
接下來想要和大家分享，芯行紀(jì)通過一年多時(shí)間的努力做出的成果——智能布局規(guī)劃工具AmazeFP。
在后端設(shè)計(jì)中，有一個(gè)步驟相對(duì)而言還沒有比較自動(dòng)化，就是開局做布局規(guī)劃的時(shí)候，這個(gè)時(shí)候同時(shí)存在很多宏單元和標(biāo)準(zhǔn)單元。標(biāo)準(zhǔn)單元的大小和形狀比較規(guī)整，此時(shí)比較容易用算法來自動(dòng)擺放，同時(shí)因?yàn)樗臄?shù)量相對(duì)很多，達(dá)到幾百萬個(gè)，目前也不太會(huì)有工程師手動(dòng)擺放。宏單元不同于標(biāo)準(zhǔn)單元，宏單元的大小形狀各異，從目前的設(shè)計(jì)復(fù)雜度來看，因?yàn)榇嬖诟鞣NIP，宏單元的個(gè)數(shù)比以前多很多。
目前宏單元的擺放主要靠工程師手動(dòng)擺，有經(jīng)驗(yàn)的工程師可能對(duì)設(shè)計(jì)比較熟悉就能擺得更好，他可能更清楚哪些宏單元之間溝通較多，可以根據(jù)數(shù)據(jù)流和已有經(jīng)驗(yàn)進(jìn)行操作。
但這樣也有缺點(diǎn)，首先是當(dāng)宏單元個(gè)數(shù)很多時(shí)，人工擺放需要耗費(fèi)大量時(shí)間，當(dāng)存在成百上千個(gè)宏單元時(shí)，想要手動(dòng)擺出相對(duì)較好的結(jié)果其實(shí)并不容易。另外，不僅宏單元與宏單元之間有聯(lián)系，宏單元與標(biāo)準(zhǔn)單元也有聯(lián)系，擺放時(shí)不能只顧兩個(gè)宏單元，可是一旦要考慮宏單元與標(biāo)準(zhǔn)單元的聯(lián)系，可能就顧不過來了。
人工擺放有一個(gè)優(yōu)勢(shì)是會(huì)放得比較規(guī)矩，但如果同時(shí)處理宏單元和標(biāo)準(zhǔn)單元，因?yàn)槎叽嬖诘拇笮〔町惥薮螅獙?shí)現(xiàn)某種程度上平衡的結(jié)果，存在較高的技術(shù)門檻。總體而言，從人工和工具擺放的效果來看，人工應(yīng)該比不過工具擺放的效果。
全世界只有極個(gè)別國際EDA廠商可以做到同時(shí)捆綁考慮宏單元和標(biāo)準(zhǔn)單元，芯行紀(jì)通過自主研發(fā)，目前已經(jīng)實(shí)現(xiàn)了這一點(diǎn)。
產(chǎn)品的第二個(gè)特點(diǎn)是，我們首創(chuàng)性地將擁塞預(yù)測(cè)通過機(jī)器學(xué)習(xí)的方式實(shí)現(xiàn)。
當(dāng)前期布局單元時(shí)，有一個(gè)重要的任務(wù)是要確保后期芯片可繞通，否則就需要回頭重做。
以前評(píng)估擁塞模型時(shí)，大家往往采用一種比較粗糙的方式去評(píng)估，現(xiàn)在隨著工藝的進(jìn)步，問題變得復(fù)雜，特別是到7nm或5nm以下，擁塞的評(píng)估一般不會(huì)體現(xiàn)在全局，很有可能出現(xiàn)在局部，用以前那些做法可能就看不到擁塞。
此時(shí)機(jī)器學(xué)習(xí)就變成了一個(gè)選項(xiàng)，當(dāng)算法學(xué)習(xí)過大量的制程上的版圖模型后，就能夠判斷哪些位置會(huì)有影響。
為什么大多數(shù)國際EDA廠商沒有把擁塞的預(yù)測(cè)模型放入布局呢？這里有一個(gè)重要的原因。以前用啟發(fā)式的方式去做，雖然不準(zhǔn)，但是很穩(wěn)定。如果變成機(jī)器學(xué)習(xí)模型，就會(huì)發(fā)生一些隨機(jī)事件，結(jié)果不夠穩(wěn)定，也很難去控制。
而芯行紀(jì)通過大量的艱苦工作，能夠用一些獨(dú)特技術(shù)，控制這個(gè)模型在某種范圍內(nèi)的穩(wěn)定性，而它犧牲掉的準(zhǔn)度在可以接受的范圍內(nèi)?；谶@一前提，我們才能夠把這項(xiàng)獨(dú)有的機(jī)器學(xué)習(xí)擁塞模型放入我們的布局引擎，實(shí)現(xiàn)突破。
第三個(gè)特點(diǎn)是宏單元自動(dòng)整理對(duì)齊，該功能是擬人化的（human-like）。
當(dāng)傳統(tǒng)工具在做一個(gè)布局規(guī)劃時(shí)，不一定非常整齊，它會(huì)考慮時(shí)序、功耗等各方面因素，將宏單元或標(biāo)準(zhǔn)單元放在推薦的位置，但是當(dāng)人做設(shè)計(jì)時(shí)，會(huì)考慮哪些單元需要靠邊或者組合對(duì)齊更好，這一點(diǎn)在工具上很難通過傳統(tǒng)算法實(shí)現(xiàn)，但是通過機(jī)器學(xué)習(xí)可以做到。機(jī)器學(xué)習(xí)是一種模式計(jì)算，可以實(shí)現(xiàn)版圖模型（pattern）的匹配和學(xué)習(xí)。
從我們的案例中可以看到，人工擺放的結(jié)果很整齊，而我們工具擺放的結(jié)果也很整齊，我們的工具會(huì)自動(dòng)將一些單元推到邊上，空出留白區(qū)域，同時(shí)保持比較好的PPA，這可以極大節(jié)省設(shè)計(jì)的工作量。
當(dāng)某一個(gè)案例的布局規(guī)劃工作時(shí)間從以周為記縮短至以小時(shí)為記，生產(chǎn)力將成倍提高，釋放更多人力用于其他工作。
這就是我們芯行紀(jì)近期推出的第一款智能布局規(guī)劃工具AmazeFP，目前我們正密切與一些客戶在合作，我們希望這一工具能夠幫助到他們的項(xiàng)目。
當(dāng)然，AmazeFP只是我們的一個(gè)開始，芯行紀(jì)的目標(biāo)是基于3S產(chǎn)品理念（Smart、Speedy、Simple）構(gòu)建新一代數(shù)字實(shí)現(xiàn)EDA平臺(tái)，后期我們?nèi)w同仁還將推出更多易用、智能、快速高效的工具。我們也希望攜手更多合作伙伴，用我們的EDA產(chǎn)品助力芯片設(shè)計(jì)企業(yè)實(shí)現(xiàn)更多的產(chǎn)品成功，謝謝大家。
以上是丁渭濱演講內(nèi)容的完整整理。
