DSO.ai
由人工智慧驱动的设计应用
瞭解更多 →
超越人類極限—藉由AI 驅動的優化技術更快速地實現设计目標
英文原文：
2023年 2月23日於《Semiconductor Engineering》刊登
半導體元件實作流程，說穿了就是為了能實現功率、效能、面積 (PPA) 或這些屬性組合的最佳化。在電子设计自動化 (EDA) 工具中，實作流程的歷史演進全部圍繞著如何提升自動化程度、縮短迭代循環和減少迭代次數，以更少的资源更快速的收斂到 PPA 目標。
過去，设计師以手繪矩形來勾勒出设计理念，再透過自動佈局佈線來繪製電路圖。Verilog 等硬體设计語言 (HDL) 的引進，讓邏輯合成工具得以將设计和佈局階段中大部分的工作自動化。
這個流程雖然在速度和效率方面有大幅提升，但步驟不連貫，因而依然存在問題。邏輯合成工具或許可以針對特定的 PPA 目標實現完善的最佳化，但佈局佈線工具可能無法產生相匹配的結果。在許多情況下，獨立的佈線後(post-route)時序签核工具所產生的結果，也可能與邏輯合成工具所預測的不同。
面對這些問題，设计工程師必須回頭調整合成參數再重試。如此一來，不僅造成工程師需要進行多次手動迭代，還會使用到餘量(pessimistic margins)來因應佈局和時序签核中的意外狀況，進而導致流程變得非常沒有效率，而最終设计的 PPA 屬性也差強人意。
後續推出的设计工具針對前述情況進行局部改善。如果合成工具被设计為具有佈局感知(layout-aware)能力，或者至少能連結到佈局引擎，以在移交完整佈局前進行最終檢查；亦或是佈局工具在移交進行签核(sign-off)分析前能連結到签核時序分析工具，那麼前文提到的分歧便能減少許多。
目前，市面上採用這種流程的解决方案並不足以處理深次微米(deep submicron)技術製程節點的大型複雜设计。這些解决方案的實作流程依然需要迭代，需進行多次產生耗損的交付，且需要消耗大量寶貴的人力资源。要解決這個問題，我們需要兩項關鍵的創新：在超融合流程中將合成、佈局佈線及签核這三種工具全部整合到單一整合環境(single shell)中，以及以 AI 驅動的设计實作。
將邏輯合成、佈局佈線和時序签核整合到單一步驟中，可避免在實作流程發生任何意外狀況。如果某種设计的最佳化會導致佈局方面的問題，或者特定的網路佈線會破壞時序，整合環境將會「得知」該問題並主動避免。此作法可以節省時間和资源，而且能藉由排除對餘量(margin)的需求來改善 PPA 結果。
AI 技術可以自動探索可用選項、使用專案的歷史記錄，並用最少的人力自動收斂到 PPA 目標，進而改善整個實作流程。
新思科技利用其DSO.ai (以AI進行设计空間優化)技術和Fusion Compiler RTL-to-GDSII 實作系統，提供以 AI 驅動的设计實作解决方案。獨特的單一整合實作流程，確保AI驅動的優化可透過 RTL-to-GDSII 融合式流程產生一致且可靠的反饋，在無需管理存在於多種工具之"間的交付和差異的情況下，可高效地探索大量、無數種设计的可行性。
以 AI 驅動的探索進行改善的關鍵在於優化设计的本質，而设计優化仰賴嘗試錯誤的探索。對於任何设计而言，沒有所謂最適合的一種或一組探索方法；因此EDA 供應商只能選擇在整體上能為所有设计提供最佳結果的探索。每一種工具通常都藏有幾十種選項，供經驗豐富的應用工程師在特定设计中使用，但受限於時間、资源和專業知識，要工程師人工手動來探索所有選項是不可行的。
邏輯合成工具更是如此。在佈局階段中，由於邏輯閘與其之"間的連線都已固定，因此自由度相對有限。在合成過程中，由AI 驅動的優化可以做出架構層級的決策，為 PPA 結果帶來兩位數的提升。
在合成過程中使用以AI 驅動的優化也讓效率顯著地提升。由於整個 RTL-to-GDSII 流程都支援 AI，因此任一個设计步驟所學到的經驗，都能讓所有後續的设计步驟有效地充分利用，進而縮小需要優化的设计空間，以更少的運算资源加快取得結果的時間。根據最新的案例研究，在 AI 驅動的路線優化步驟中，如果可以使用邏輯合成階段的學習資料庫，則只需1/10的運算量，就能實現相同的 PPA 和達成結果的時間目標。
這些學習經驗在過程中也會被保存下來，在後續執行的衍生设计或高度相關的设计中使用，進而提高由AI 驅動優化的效能和效率。此個方法有機會實現人類自身永遠無法達成的 PPA 最佳化，而设计人員再也不用去記錄哪些設定的效果最佳。
儘管這些學習資料庫無法在不同公司之"間易地共享，但 AI 的設定和人類使用 AI 的經驗是可以分享的。透過各式各樣 AI 優化的學習積累，DSO.ai 提供一系列的 SpaceWare 應用程式 (Apps) 來執行諸如流程、元件庫(library)、功率、佈局規劃和電壓等常見的最佳化工作，並具有即時可用的良好成效。從新思科技客戶在全球 SNUG 活動上的發表記錄上可看到，在各種设计和製程節點，這些應用程式能讓设计面積減少 15%，功耗降低 20%，同時提高25%執行頻率。
超融合流程中獨特的集成工具組合以及AI 在邏輯合成和佈局中的應用，形成了當今最先進晶片设计所需的解决方案。這是一個日新月異的領域，每天都有客戶使用成果捷報。歡迎前往Synopsys DSO.ai解决方案專頁，瞭解最新資訊。
