展會(huì)信息港展會(huì)大全

AI逆襲5G芯片設(shè)計(jì),幾分鐘媲美半個(gè)月工作量!研究登Nature子刊
來(lái)源:互聯(lián)網(wǎng)   發(fā)布日期:2025-03-17 06:48:27   瀏覽:198次  

導(dǎo)讀:新智元報(bào)道編輯:peter東 喬楊【新智元導(dǎo)讀】來(lái)自普林斯頓和印度技術(shù)學(xué)院的學(xué)者在《自然通訊》發(fā)表論文,他們發(fā)現(xiàn),如果給定設(shè)計(jì)參數(shù),AI可以在90nm的芯片上設(shè)計(jì)高性能集成電路。過(guò)去這是需要花費(fèi)數(shù)周時(shí)間的高技能工作,但如今的AI可以在數(shù)小時(shí)內(nèi)完成。對(duì)人類(lèi)工程師而言,設(shè)計(jì)復(fù)雜的無(wú)線芯片是數(shù)周乃至數(shù)月的工程量,但去年12月30日發(fā)表在《自然通訊》上的文章指出,AI如今可以 ......

AI逆襲5G芯片設(shè)計(jì),幾分鐘媲美半個(gè)月工作量!研究登Nature子刊

新智元報(bào)道

編輯:peter東 喬楊【新智元導(dǎo)讀】來(lái)自普林斯頓和印度技術(shù)學(xué)院的學(xué)者在《自然通訊》發(fā)表論文,他們發(fā)現(xiàn),如果給定設(shè)計(jì)參數(shù),AI可以在90nm的芯片上設(shè)計(jì)高性能集成電路。過(guò)去這是需要花費(fèi)數(shù)周時(shí)間的高技能工作,但如今的AI可以在數(shù)小時(shí)內(nèi)完成。對(duì)人類(lèi)工程師而言,設(shè)計(jì)復(fù)雜的無(wú)線芯片是數(shù)周乃至數(shù)月的工程量,但去年12月30日發(fā)表在《自然通訊》上的文章指出,AI如今可以在幾小時(shí)內(nèi)完成,而且采取了一種與人類(lèi)完全不同的方式。

AI逆襲5G芯片設(shè)計(jì),幾分鐘媲美半個(gè)月工作量!研究登Nature子刊

論文鏈接:https://www.nature.com/articles/s41467-024-54178-1這項(xiàng)研究的重點(diǎn)是毫米波(mm-Wave)無(wú)線芯片,常被用于手機(jī)中的5G調(diào)制解調(diào)器。由于其高度復(fù)雜性和進(jìn)行微型化的需要,這些芯片給制造商帶來(lái)了很大的挑戰(zhàn)。

無(wú)線芯片設(shè)計(jì):在海量可能性中尋找最優(yōu)解

無(wú)線芯片是將計(jì)算機(jī)芯片中的標(biāo)準(zhǔn)電子電路,與天線、諧振器、信號(hào)分路器、合路器以及其他電磁結(jié)構(gòu)等元件結(jié)合起來(lái)的產(chǎn)物。

這些元件的組合將會(huì)被放置在每一個(gè)電路模塊中,經(jīng)過(guò)精心的手工制作和協(xié)同設(shè)計(jì),以實(shí)現(xiàn)最佳運(yùn)行效果。這種方法還會(huì)擴(kuò)展到其他電路、子系統(tǒng)和系統(tǒng)中,使得設(shè)計(jì)過(guò)程變得極其復(fù)雜和耗時(shí),尤其是在現(xiàn)代高性能無(wú)線通信、自動(dòng)駕駛、雷達(dá)和手勢(shì)識(shí)別等應(yīng)用背后的芯片設(shè)計(jì)中。

設(shè)計(jì)這樣的芯片,需要將多個(gè)元件組合起來(lái)。傳統(tǒng)的設(shè)計(jì)方法依賴(lài)于基于直覺(jué)的標(biāo)準(zhǔn)模板和有限的參數(shù)集,隨后通過(guò)耗時(shí)的參數(shù)掃描,調(diào)整眾多芯片的組件間的電路拓?fù),以(xún)?yōu)化電路的性能,讓設(shè)計(jì)出的電路具有新的特性。

雖然有固定的模板和參數(shù)集可供參看,但無(wú)線芯片的設(shè)計(jì)空間實(shí)際上非常廣闊,很難理解。

先進(jìn)芯片中的電路如此微小,幾何結(jié)構(gòu)如此精細(xì),以至于芯片可能的配置數(shù)量甚至都超過(guò)了宇宙中的原子數(shù)量。人類(lèi)無(wú)法理解這種復(fù)雜性,所以設(shè)計(jì)師們不會(huì)嘗試去理解,因此他們從底部開(kāi)始構(gòu)建芯片,根據(jù)需要添加組件并在構(gòu)建過(guò)程中調(diào)整設(shè)計(jì),也就是所謂的「逆向設(shè)計(jì)」。

基于深度學(xué)習(xí)的逆向設(shè)計(jì)有多香

基于人工智能的「逆向設(shè)計(jì)」方法原理類(lèi)似,也是從所需的屬性開(kāi)始,根據(jù)這些屬性進(jìn)行芯片設(shè)計(jì)。但這套方法的核心不是人類(lèi),而是深度學(xué)習(xí)模型,具體來(lái)說(shuō)是卷積神經(jīng)網(wǎng)絡(luò)(CNN)。它的運(yùn)作邏輯分為兩步:

第一步:前向建模

首先通過(guò)各種幾何形狀電路的模擬結(jié)果,訓(xùn)練一個(gè)CNN網(wǎng)絡(luò),用來(lái)預(yù)測(cè)任意形狀電磁結(jié)構(gòu)的散射參數(shù)和輻射特性。傳統(tǒng)方法要靠電磁仿真計(jì)算出這些參數(shù),但CNN直接「猜」,還猜得賊準(zhǔn)。

AI逆襲5G芯片設(shè)計(jì),幾分鐘媲美半個(gè)月工作量!研究登Nature子刊

深度學(xué)習(xí)驅(qū)動(dòng)的高頻率電路逆向設(shè)計(jì)

關(guān)鍵點(diǎn)在于,這個(gè)CNN模型不僅快,還能泛化。研究人員發(fā)現(xiàn),它能設(shè)計(jì)出訓(xùn)練數(shù)據(jù)里沒(méi)有的結(jié)構(gòu),比如一個(gè)24-80GHz帶寬范圍內(nèi)的功率分配器,在帶寬、幅度平衡和總傳輸率上實(shí)現(xiàn)了更好的平衡,性能比訓(xùn)練集里的最佳結(jié)果還好(如下圖b所示)。

AI逆襲5G芯片設(shè)計(jì),幾分鐘媲美半個(gè)月工作量!研究登Nature子刊

基于深度學(xué)習(xí)設(shè)計(jì)得到的電路,在兩種情況下均優(yōu)于訓(xùn)練數(shù)據(jù)中的最佳結(jié)果。這表明基于深度學(xué)習(xí)的模型具有泛化能力,并且逆向合成方法能夠成功地在設(shè)計(jì)空間中進(jìn)行采樣

第二步:逆向合成

利用深度學(xué)習(xí)驅(qū)動(dòng)的穩(wěn)健電磁仿真器,可以消除耗時(shí)且資源密集型的電磁仿真需求,從而可以在任意結(jié)構(gòu)和電路的大型設(shè)計(jì)空間中快速合成,并通過(guò)優(yōu)化算法實(shí)現(xiàn)。

這可以通過(guò)遺傳算法、模擬退火等啟發(fā)式算法,生成式模型(如自編碼器)或串聯(lián)神經(jīng)網(wǎng)絡(luò)來(lái)實(shí)現(xiàn),也可以將預(yù)測(cè)模型與生成式AI框架或強(qiáng)化學(xué)習(xí)(RL)結(jié)合。

例如,該研究就在前向預(yù)測(cè)模型的基礎(chǔ)上,使用遺傳算法和反向搜索,找到滿足目標(biāo)特性的幾何結(jié)構(gòu)。比如,要求設(shè)計(jì)一個(gè)50-60GHz帶寬范圍內(nèi)的帶通雙端口濾波器,模型幾分鐘內(nèi)就能吐出一個(gè)300×300μm的設(shè)計(jì)。

下表展示了幾個(gè)使用人工智能設(shè)計(jì)芯片的例子,從單端口多頻段天線到四端口頻率雙工器,將過(guò)去所需數(shù)周的工作,變?yōu)橹恍鑾追昼娋湍芡瓿伞?br/>

AI逆襲5G芯片設(shè)計(jì),幾分鐘媲美半個(gè)月工作量!研究登Nature子刊

深度學(xué)習(xí)啟用的逆設(shè)計(jì)與基于電磁模擬進(jìn)行啟發(fā)式優(yōu)化設(shè)計(jì)的時(shí)間和資源對(duì)比

相比以往最好的標(biāo)準(zhǔn)芯片,然而這些設(shè)計(jì)呈現(xiàn)出顯著的性能改進(jìn),可以更好地完成工作任務(wù);然而,人類(lèi)可能無(wú)法真正理解這些由AI設(shè)計(jì)出的芯片,它們多缺乏直觀性,不太可能是人類(lèi)思維的產(chǎn)物。

例如,由AI設(shè)計(jì)出的更節(jié)能的電路方案,有可能在目前無(wú)法實(shí)現(xiàn)的龐大頻率范圍內(nèi)運(yùn)行,在某些情況還能創(chuàng)建當(dāng)前技術(shù)無(wú)法合成的結(jié)構(gòu)。這意味著「AI設(shè)計(jì)師」不僅提高了效率,還解鎖了超出工程師能力范圍的設(shè)計(jì)圖紙。

該研究的通訊作者,印度理工學(xué)院孟買(mǎi)分校電氣工程系的Uday Khankhoje指出:「這項(xiàng)工作提出了對(duì)未來(lái)極具說(shuō)服力的愿景……AI 不僅加速了曾經(jīng)很耗時(shí)的電磁模擬,還使我們能夠探索一個(gè)此前未被探索的設(shè)計(jì)空間,并交付了違反常規(guī)經(jīng)驗(yàn)法則和人類(lèi)直覺(jué)的高性能設(shè)備!

隨著對(duì)微型化的需求的不斷增長(zhǎng),無(wú)線芯片將變得越來(lái)越重要,因此這項(xiàng)研究可以說(shuō)是給毫米波電路設(shè)計(jì)注入了一劑強(qiáng)心針。

該研究似乎再一次證實(shí),AI不僅能加速創(chuàng)新,還擴(kuò)展了可能的邊界。雖然本研究的重點(diǎn)局限于射頻和亞太赫茲頻率(sub-terahertz)的集成電路,但AI驅(qū)動(dòng)的設(shè)計(jì)原則可以擴(kuò)展到計(jì)算機(jī)芯片甚至量子計(jì)算。

人類(lèi)完全不理解的設(shè)計(jì),可信嗎

Uday Khankhoje指出,雖然AI設(shè)計(jì)達(dá)到了如此高超的水平,但人類(lèi)仍然在芯片設(shè)計(jì)的過(guò)程中扮演著關(guān)鍵角色,部分原因是AI將芯片視為單一的產(chǎn)物而非整個(gè)工程流水線上的一環(huán),因此會(huì)生成出有效但奇怪的布局,或者納入一些不起作用的元素,類(lèi)似于生成式AI模型會(huì)產(chǎn)生的「幻覺(jué)」。

因此,即使「AI設(shè)計(jì)師」如此強(qiáng)悍,也需要一定程度的人類(lèi)監(jiān)督,糾正其中存在的不足,甚至是「陷阱」。

這項(xiàng)研究的關(guān)鍵并不是用工具取代人類(lèi)設(shè)計(jì)師,而是要用新工具來(lái)提高生產(chǎn)力「人類(lèi)的思維最適合用來(lái)創(chuàng)造或發(fā)明新的事物,而那些瑣碎的、實(shí)用的工作可以交給這些工具來(lái)處理!

AI逆襲5G芯片設(shè)計(jì),幾分鐘媲美半個(gè)月工作量!研究登Nature子刊

和自動(dòng)駕駛、AI診斷類(lèi)似,AI設(shè)計(jì)芯片同樣會(huì)引出黑箱問(wèn)題,即對(duì)于我們無(wú)法理解的芯片設(shè)計(jì),如果出了問(wèn)題該怎么辦。

大多數(shù)情況下,我們?nèi)匀粺o(wú)法了解AI是如何得出其設(shè)計(jì)方案的,這使得工程師難以在所有條件下完全理解或預(yù)測(cè)這些電路的行為。這種「黑箱」性質(zhì)可能會(huì)導(dǎo)致未預(yù)見(jiàn)的故障或漏洞,特別是在醫(yī)療設(shè)備、自動(dòng)駕駛車(chē)輛或通信系統(tǒng)等關(guān)鍵應(yīng)用中。

此外,如果出現(xiàn)故障,追蹤和修正問(wèn)題可能比在人類(lèi)手動(dòng)設(shè)計(jì)的系統(tǒng)中更為復(fù)雜。從實(shí)際角度來(lái)看,過(guò)度依賴(lài)AI也可能會(huì)侵蝕人類(lèi)設(shè)計(jì)師的基礎(chǔ)知識(shí)和技能,造成專(zhuān)業(yè)知識(shí)的缺口。

參考資料:https://www.livescience.com/technology/computing/humans-cannot-really-understand-them-weird-ai-designed-chip-is-unlike-any-other-made-by-humans-and-performs-much-betterhttps://www.nature.com/articles/s41467-024-54178-1

贊助本站

相關(guān)內(nèi)容
AiLab云推薦
推薦內(nèi)容
展開(kāi)

熱門(mén)欄目HotCates

Copyright © 2010-2025 AiLab Team. 人工智能實(shí)驗(yàn)室 版權(quán)所有    關(guān)于我們 | 聯(lián)系我們 | 廣告服務(wù) | 公司動(dòng)態(tài) | 免責(zé)聲明 | 隱私條款 | 工作機(jī)會(huì) | 展會(huì)港