從算法到硬件以最高效率實(shí)現(xiàn)機(jī)器學(xué)習(xí)的AI應(yīng)用

半導(dǎo)體產(chǎn)業(yè)在自動(dòng)駕駛汽車、智能手機(jī)、智能穿戴、通信、物聯(lián)網(wǎng)等新興領(lǐng)域的驅(qū)動(dòng)下迎來了新一輪發(fā)展高潮，但同時(shí)其復(fù)雜度、性能、功率等挑戰(zhàn)是巨大的，過去將近十年，核心CPU的運(yùn)算速度和功耗已經(jīng)達(dá)到極致，滿足特定領(lǐng)域硬件加速的需求迫在眉睫，Mentor全球副總裁兼亞太區(qū)總裁Danny Perng指出，尤其是在機(jī)器學(xué)習(xí)以及人工智能領(lǐng)域，需要利用新的設(shè)計(jì)方法和設(shè)計(jì)工具加速芯片設(shè)計(jì)。

Mentor全球副總裁兼亞太區(qū)總裁Danny Perng

半導(dǎo)體行業(yè)被冷落多年后重新成為投資界的寵兒，數(shù)據(jù)顯示，2017年資本行業(yè)開始加大對(duì)半導(dǎo)體產(chǎn)業(yè)的投資，特別是在2018年達(dá)到了有史以來投資高點(diǎn)，其中相當(dāng)大一部分投資聚集在人工智能和機(jī)器學(xué)習(xí)領(lǐng)域，據(jù)相關(guān)預(yù)測，在2025年有望達(dá)到5萬億美元的規(guī)模市場。Danny Perng指出AI不是一個(gè)新事物，特別是現(xiàn)在汽車的復(fù)雜度上升到新的數(shù)量級(jí)，促使系統(tǒng)公司加入數(shù)字孿生技術(shù)，在從系統(tǒng)到芯片到軟件的過程中找到解決難題的答案。

絕大部分應(yīng)用都與人工智能息息相關(guān)，實(shí)際上人工智能就是模仿人的大腦，需要強(qiáng)大的存儲(chǔ)基礎(chǔ)，把訓(xùn)練經(jīng)驗(yàn)積累起來快速運(yùn)算做出決策。Danny Perng表示，根據(jù)不同的硬件架構(gòu)有不同的考量，要在算法中做到最優(yōu)化的方法之一是利用HLS（高階綜合工具）將人工智能、機(jī)器學(xué)習(xí)等技術(shù)融合在一起生成高效RTL代碼以加速ASIC的設(shè)計(jì)，在復(fù)雜多變的算法中加快高性能且低功耗的設(shè)計(jì)過程。

Danny Perng進(jìn)一步解釋道，HLS基于高階綜合設(shè)計(jì)方法學(xué)，將設(shè)計(jì)層次抽象到算法級(jí)，將設(shè)計(jì)的低值且復(fù)雜的 領(lǐng)域交給工具自動(dòng)完成，使設(shè)計(jì)人員能夠?qū)⒏嗟臅r(shí)間應(yīng)用在算法設(shè)計(jì)、優(yōu)化、架構(gòu)探索等高價(jià)值領(lǐng)域，提高設(shè)計(jì)效率，專注產(chǎn)品質(zhì)量的提升。他表示，希望通過EDA設(shè)計(jì)工具，免去設(shè)計(jì)工程師的基本的、簡單的工作，將精力注入更深層次問題的解決，尋找到更有效率更加創(chuàng)新性的東西，這也是應(yīng)對(duì)半導(dǎo)體行業(yè)人才短缺的問題之一。

EDA工具解決的很多問題沒有精準(zhǔn)的模型，以往傳統(tǒng)的算法會(huì)帶來各種各樣的問題，而用人工智能和機(jī)器學(xué)習(xí)的方式去解決，會(huì)產(chǎn)生比較好的結(jié)果。Danny Perng例舉了英偉達(dá)和谷歌的案例，利用Mentor HLS設(shè)計(jì)，將設(shè)計(jì)效率提高50%的同時(shí)，英偉達(dá)減少了80%的驗(yàn)證成本；谷歌驗(yàn)證RTL代碼的時(shí)間縮短兩倍，驗(yàn)證的速度加快500倍，并且99%的錯(cuò)誤都可以在C仿真階段暴露出來。

Mentor認(rèn)為系統(tǒng)和IC是要并重的，現(xiàn)在除了設(shè)計(jì)公司，更多系統(tǒng)公司、供應(yīng)商加入到芯片設(shè)計(jì)的領(lǐng)域中來，系統(tǒng)公司們非常清楚自己的應(yīng)用場景，專注在特色上下功夫，而每一家的專注點(diǎn)又不一樣，一來芯片供應(yīng)商不夠充分了解自身需求的芯片，二來也不會(huì)專門為其需求設(shè)計(jì)一款芯片，這促使系統(tǒng)公司們轉(zhuǎn)而利用EDA廠商提供的設(shè)計(jì)工具來自己設(shè)計(jì)芯片，特斯拉就是一個(gè)很好的例子。Danny Perng分析，為應(yīng)對(duì)市場的快速需求，特斯拉開始自己設(shè)計(jì)計(jì)算機(jī)芯片，將處理速度提高10倍的同時(shí)大幅降低功耗，以進(jìn)一步實(shí)現(xiàn)自動(dòng)駕駛技術(shù)。其厲害之處就在于他的算法，因?yàn)樗麄冎佬枰裁礀|西，在他們的專業(yè)領(lǐng)域他們是最牛的，所以可以寫出最好的算法。

據(jù)悉，為了不斷實(shí)現(xiàn)設(shè)計(jì)工具的升級(jí)與創(chuàng)新，Mentor還在業(yè)務(wù)中引入了人工智能和機(jī)器學(xué)習(xí)等新技術(shù)、新應(yīng)用，利用工具Caliber能夠提升后端DFM良率并且做出分析，在實(shí)現(xiàn)加快開發(fā)速度的同時(shí)可減少仿真次數(shù)。Danny表示，通過近幾年大力度的投入Mentor在Machine Learning領(lǐng)域真正能夠幫到客戶開發(fā)其理想產(chǎn)品。

確確實(shí)實(shí)，人工智能、機(jī)器學(xué)習(xí)等技術(shù)正在改變EDA設(shè)計(jì)工具，它將為整個(gè)EDA設(shè)計(jì)的發(fā)展帶來更多新的機(jī)會(huì)和可能性。Danny 稱，眼下CPU的運(yùn)算速度和功耗已經(jīng)達(dá)到了極致，西門子也是結(jié)合系統(tǒng)加上Mentor的 EDA直到IC實(shí)現(xiàn)Digital Twin，就是把西門子最強(qiáng)的建模（Modeling）外接的訊號(hào)接入進(jìn)來不用再做出芯片，而是把算法集成（Algorithm Integrated）做到最佳，最終要達(dá)到最高效率實(shí)現(xiàn)Machine Learning或者AI應(yīng)用。