女性自慰av免费观看_古瀬玲一区二区三区视频_国产免费久久精品99蜜桃_日日摸夜夜添夜夜添无码地图_东京热无码黑人双泬中出

ChatGPT爆火以來，引發(fā)了全球新一輪生成式人工智能的浪潮，全球科技巨頭先后展開人工智能大模型的軍備競(jìng)賽。可以預(yù)見，多模態(tài)大模型時(shí)代，AI開始像人類一樣思考和工作，傳統(tǒng)的交互方式、內(nèi)容生成方式徹底顛覆，新的業(yè)態(tài)和商業(yè)模式將出現(xiàn)，諸多產(chǎn)業(yè)乃至人類生活也將被重構(gòu)。

(資料圖片僅供參考)

大模型競(jìng)爭(zhēng)的白熱化，引發(fā)了對(duì)算力基礎(chǔ)設(shè)施的需求飆升，而作為算力基礎(chǔ)的高性能芯片，其設(shè)計(jì)日益復(fù)雜且充滿挑戰(zhàn)，相應(yīng)地對(duì)設(shè)計(jì)芯片所用的EDA工具也提出了全新的要求。在GPT引領(lǐng)的新一代生成式AI浪潮下，芯片設(shè)計(jì)行業(yè)將如何利用AI+EDA工具來應(yīng)對(duì)這些變革？

大模型時(shí)代，算力成制約AI發(fā)展最大障礙

作為人工智能時(shí)代的基礎(chǔ)設(shè)施，大模型所需的巨額算力就如同工業(yè)生產(chǎn)中的所需的電力，并且，隨著ChatGPT迅速演進(jìn)至GPT-4以上版本，對(duì)圖片、語(yǔ)音、視頻等多模態(tài)的支持使得訓(xùn)練任務(wù)中使用的算力呈指數(shù)級(jí)增長(zhǎng)，催生了對(duì)算力更大的需求。

“隨著AI算法和模型的規(guī)模和復(fù)雜度不斷增加，AI運(yùn)行所需的能耗和算力都呈指數(shù)級(jí)增長(zhǎng)，包括訓(xùn)練成本和后續(xù)運(yùn)營(yíng)成本，尤其是目前的運(yùn)營(yíng)成本與使用者數(shù)量緊密相關(guān)的現(xiàn)狀下，需要的算力相當(dāng)于超1.5萬(wàn)顆當(dāng)下最先進(jìn)的GPU芯片?！?strong>新思科技資深產(chǎn)品經(jīng)理莊定錚判斷，“在AIGC時(shí)代，未來對(duì)算力的需求將每6-7個(gè)月翻倍，AI芯片成為驅(qū)動(dòng)人工智能發(fā)展的核心動(dòng)力。”

“更大、更復(fù)雜的AI模型和算法仍在日新月異地進(jìn)化中，帶來龐大的高性能AI芯片需求。預(yù)計(jì)到2030年，AI市場(chǎng)規(guī)模有望達(dá)到15970億美元，相比2021年的870億美元，復(fù)合年均增長(zhǎng)率高達(dá)38.1%?！?/strong>隨著需求飆升，在莊定錚看來，算力儼然已成為當(dāng)前限制AI發(fā)展的最大障礙。例如，隨著模型參數(shù)越來越大，當(dāng)前應(yīng)用最廣泛的GPU在提供算力支持上也存在瓶頸。在GPT-2之前，GPU內(nèi)存還能滿足AI大模型的需求，Transformer模型大小每?jī)赡昶骄鲩L(zhǎng)240倍，實(shí)際上GPT-3等大模型的參數(shù)增長(zhǎng)已經(jīng)超過了GPU內(nèi)存的增長(zhǎng)。

“傳統(tǒng)的設(shè)計(jì)趨勢(shì)已經(jīng)不能適應(yīng)當(dāng)前的需求，芯片內(nèi)部、芯片之間或AI加速器之間的通信成了AI計(jì)算的瓶頸?！彼赋觯℅PU、NPU、HPC等在內(nèi)的高性能AI算力芯片性能提升，主要依靠芯片架構(gòu)優(yōu)化、制造工藝進(jìn)步、算法優(yōu)化等方面提升來實(shí)現(xiàn)。與此同時(shí)，在算力提升的過程中也面臨著一些挑戰(zhàn)，包括能耗優(yōu)化、設(shè)計(jì)復(fù)雜度不斷增加，以及日益激烈的市場(chǎng)競(jìng)爭(zhēng)壓力等等。

然而，摩爾定律逼近極限，傳統(tǒng)芯片的性能提升幅度已遠(yuǎn)遠(yuǎn)跟不上AI所需的性能增長(zhǎng)速度。傳統(tǒng)的芯片設(shè)計(jì)過程是一項(xiàng)高度復(fù)雜且挑戰(zhàn)艱巨的工作，通常需要經(jīng)過數(shù)月的反復(fù)探索和調(diào)試，在此過程中不僅需要用到物理實(shí)現(xiàn)、仿真、驗(yàn)證、測(cè)試等多種EDA工具和軟件，而且要求芯片設(shè)計(jì)工程師具備熟練的技能和經(jīng)驗(yàn)。不僅如此，設(shè)計(jì)一顆芯片需要花費(fèi)大量的時(shí)間和人力成本，設(shè)計(jì)過程中的任何一個(gè)錯(cuò)誤都可能導(dǎo)致大量時(shí)間和資源的浪費(fèi)，甚至可能導(dǎo)致整個(gè)項(xiàng)目的失敗。

幸運(yùn)的是，盡管摩爾定律逐步放緩，但市場(chǎng)需求的爆發(fā)正在激發(fā)芯片設(shè)計(jì)領(lǐng)域的持續(xù)創(chuàng)新。“在AI技術(shù)的發(fā)展對(duì)芯片設(shè)計(jì)帶來巨大挑戰(zhàn)的同時(shí)，我們也可以將AI應(yīng)用于芯片設(shè)計(jì)過程中，正所謂‘用AI幫助AI’?！鼻f定錚強(qiáng)調(diào)，“AI與EDA的雙向奔赴，將開啟芯片設(shè)計(jì)的下一場(chǎng)革命。”

AI引領(lǐng)芯片設(shè)計(jì)的下一場(chǎng)革命

隨著芯片設(shè)計(jì)和制造的復(fù)雜度與日俱增，AI正在給半導(dǎo)體行業(yè)各領(lǐng)域都帶來新的變革，AI在設(shè)計(jì)工具的應(yīng)用也在呈指數(shù)級(jí)增長(zhǎng)。

工欲善其事，必先利其器。AI與EDA的雙向奔赴，使得眾多芯片開發(fā)團(tuán)隊(duì)能夠深入和廣泛地利用AI工具的優(yōu)勢(shì)，開發(fā)者因此能夠創(chuàng)造出更加復(fù)雜的芯片，成為大算力時(shí)代的必然之“器”。

莊定錚告訴集微網(wǎng)，實(shí)際上新思科技從幾年前就開始大力投入對(duì)AI工具的研究。一方面將AI技術(shù)持續(xù)引入到當(dāng)前的各種EDA工具中，以提高生產(chǎn)力；另一方面，通過AI來幫助人類提高決策效率。將AI技術(shù)與EDA工具結(jié)合帶來兩個(gè)核心價(jià)值，首先是使EDA更加智能，減少芯片設(shè)計(jì)流程中一部分重復(fù)且繁雜的工作，讓開發(fā)者可以在相同甚至更短時(shí)間內(nèi)設(shè)計(jì)出功耗、性能和面積（PPA）更好的芯片；其次是大幅降低使用門檻，解決人才短缺的挑戰(zhàn)。

目前，新思科技已經(jīng)構(gòu)建了三大王牌“利器”，幫助芯片開發(fā)者應(yīng)對(duì)嚴(yán)峻的設(shè)計(jì)挑戰(zhàn)：Fusion Compiler, DSO.ai和DesignDash，莊定錚將其描述為“數(shù)智時(shí)代護(hù)航芯片設(shè)計(jì)生產(chǎn)力最大化的‘三駕馬車’”。利用這三大王牌工具，開發(fā)者無論是在RTL早期開發(fā)、中期迭代，還是后期PPA沖刺階段，都可以最大化提升效率，結(jié)合人類智慧和機(jī)器智能以釋放設(shè)計(jì)潛力，開拓開發(fā)者的設(shè)計(jì)思維，實(shí)現(xiàn)更好的芯片設(shè)計(jì)、更快的上市周期。

其中，DSO.ai新思科技于2020年推出的行業(yè)內(nèi)第一個(gè)用自主AI系統(tǒng)幫助客戶進(jìn)行芯片設(shè)計(jì)的解決方案。藉由融合設(shè)計(jì)+DSO.ai，讓開發(fā)者用AI系統(tǒng)做芯片開發(fā)設(shè)計(jì)，達(dá)成最佳效果，并縮短芯片設(shè)計(jì)流程和推向市場(chǎng)的時(shí)間。DSO.ai面市短短一年內(nèi)，由AI設(shè)計(jì)的商業(yè)芯片在數(shù)量上至少增加了一個(gè)數(shù)量級(jí)，新思科技預(yù)測(cè)其客戶利用AI幫助流片的設(shè)計(jì)將從今年的數(shù)百個(gè)增加到2023年的數(shù)千個(gè)。DSO.ai的第一批用戶對(duì)這一工具的實(shí)際使用效果紛紛點(diǎn)贊。在今年3月份召開的新思科技全球用戶大會(huì)（SNUG）上，英特爾就重點(diǎn)介紹了 DSO.ai 如何成功協(xié)助其最新至強(qiáng)XEON微處理器芯片將總功耗降低6%， 微軟也分享了將DSO.ai 應(yīng)用到從早期設(shè)計(jì)探索到最終優(yōu)化的整個(gè)設(shè)計(jì)流程中之后，總功耗比最佳專家流程還低了3%。在DSO.ai的協(xié)助下，意法半導(dǎo)體在其首個(gè)Cortex-A510 的早期設(shè)計(jì)探索期間實(shí)現(xiàn) 3 倍的生產(chǎn)力提升，有效地覆蓋了10²⁵種不同組合的搜索空間。

隨著DSO.ai在越來越多的AI芯片設(shè)計(jì)開發(fā)中得到實(shí)踐，新思科技在今年四月進(jìn)一步推出了全球首個(gè)全棧式AI驅(qū)動(dòng)型EDA解決方案Synopsys.ai，讓開發(fā)者第一次從系統(tǒng)架構(gòu)到設(shè)計(jì)和制造、在芯片開發(fā)的每一個(gè)階段都可以采用AI技術(shù)，并從云端訪問這些解決方案，最終達(dá)到降本增效，并縮短產(chǎn)品開發(fā)周期的優(yōu)異成果。

據(jù)莊定錚介紹，完整的Synopsys.ai解決方案將覆蓋先進(jìn)數(shù)字與模擬芯片的設(shè)計(jì)、驗(yàn)證、測(cè)試和制造環(huán)節(jié)，現(xiàn)已搭載物理實(shí)現(xiàn)解決方案（DSO.ai）、功能驗(yàn)證解決方案（VSO.ai）和芯片測(cè)試解決方案（TSO.ai），未來還將推出更多功能，并針對(duì)模擬電路設(shè)計(jì)進(jìn)行優(yōu)化，目標(biāo)到2024年覆蓋全流程，最終“讓IC設(shè)計(jì)每階段都能用上AI不是夢(mèng)”。

目前，全球十大半導(dǎo)體企業(yè)中已有9家公司采用了Synopsys.ai解決方案，持續(xù)夯實(shí)新思科技在AI驅(qū)動(dòng)芯片設(shè)計(jì)的全球領(lǐng)導(dǎo)者地位。在每個(gè)芯片開發(fā)項(xiàng)目中，該解決方案的AI引擎持續(xù)在不同的數(shù)據(jù)集上進(jìn)行訓(xùn)練，隨著時(shí)間推移，其優(yōu)化結(jié)果的能力將持續(xù)提升。

據(jù)瑞薩電子、聯(lián)發(fā)科、臺(tái)積電等首批客戶反饋，Synopsys.ai成功幫助其提高芯片性能并降低成本，并將產(chǎn)品開發(fā)周期縮短了數(shù)周；在協(xié)助客戶執(zhí)行定制級(jí)模擬模塊的工藝制程設(shè)計(jì)遷移時(shí)，提高生產(chǎn)效率并加快設(shè)計(jì)收斂；幫助客戶在減少功能覆蓋盲區(qū)方面實(shí)現(xiàn)了高達(dá)10倍的優(yōu)化，并將IP驗(yàn)證效率提高了30%等。

AI成為耗電大戶，如何實(shí)現(xiàn)雙碳目標(biāo)？

隨著“百模大戰(zhàn)”開打，也有一些聲音在探討AI大模型的所需的能源消耗，已經(jīng)堪比加密貨幣挖礦。數(shù)據(jù)顯示，過去十年，我國(guó)數(shù)據(jù)中心整體用電量以每年超過10%的速度遞增。而IDC預(yù)計(jì)，到2024年數(shù)據(jù)中心耗電量將占到全社會(huì)耗電量的5%以上；到2025年，全球數(shù)據(jù)中心占整個(gè)全球用電量將要提升到全球的20%。

隨著AI領(lǐng)域?qū)崿F(xiàn)突破性進(jìn)展的深度學(xué)習(xí)模型，其規(guī)模越大，能耗水平也迅速攀升。華為AI首席科學(xué)家田奇在近日一場(chǎng)AI大模型技術(shù)論壇上強(qiáng)調(diào)，大模型訓(xùn)練成本中60%是電費(fèi)。根據(jù)斯坦福人工智能研究所（HAI）發(fā)布的《2023年人工智能指數(shù)報(bào)告》，訓(xùn)練像OpenAI的GPT-3這樣規(guī)模的人工智能模型所需消耗的電力，足可以讓一個(gè)普通美國(guó)家庭用上數(shù)百年了。GPT-3是目前大模型中有據(jù)可查的第一大“電老虎”，耗電量高達(dá)1287兆瓦時(shí)。

如何解決發(fā)展AI與雙碳目標(biāo)之間的矛盾？莊定錚看來，AI既是一個(gè)問題，也是一個(gè)解決方案。AI設(shè)計(jì)工具可以更好地優(yōu)化AI處理器芯片來提高能效，從而直接幫助全球?yàn)閷?shí)現(xiàn)凈零排放而努力。

“如今新建的超大規(guī)模數(shù)據(jù)中心所使用的服務(wù)器相比以往越來越省電，《Nature》上發(fā)表的一份報(bào)告顯示，傳統(tǒng)數(shù)據(jù)中心的電源使用效率（PUE）（即所需的總能量除以用于計(jì)算的能量）約為2.0，而超大規(guī)模數(shù)據(jù)中心則約為1.2。在此趨勢(shì)下，我們還可以通過在能源輸送、電子系統(tǒng)設(shè)計(jì)、芯片技術(shù)、供應(yīng)鏈運(yùn)營(yíng)幾個(gè)關(guān)鍵領(lǐng)域采用更可持續(xù)的做法，來實(shí)現(xiàn)更好的節(jié)能成果?！?/p>

即通過更節(jié)能的方式，更低碳的過程，來設(shè)計(jì)、制造更低能耗的芯片及系統(tǒng)，以實(shí)現(xiàn)整個(gè)半導(dǎo)體生命周期的雙碳目標(biāo)。

莊定錚提出，首先，AI專用芯片相比CPU、GPU等芯片在處理AI運(yùn)算的功耗表現(xiàn)上遠(yuǎn)勝于后者，因此，AI專用芯片的大規(guī)模使用，將有助于降低數(shù)據(jù)中心的能耗水平。諸如新思科技的AI設(shè)計(jì)工具有助于幫助這樣的AI專用芯片提升PPA（性能、功耗和面積）表現(xiàn)；其次，EDA工具在AI技術(shù)的加持下，大幅縮短了芯片開發(fā)流程、周期和人員投入，也就意味著整體消耗能源的降低。

對(duì)此，新思科技最近開展的一項(xiàng)非正式研究表明，利用AI設(shè)計(jì)工具優(yōu)化AI芯片，整體上平均可以節(jié)省約8%的能源。例如，DSO.ai自主AI芯片設(shè)計(jì)應(yīng)用等技術(shù)使用強(qiáng)化學(xué)習(xí)來從功耗、性能和面積方面改善芯片；結(jié)合使用低功耗IP解決方案組合還可以幫助降低芯片功耗，同時(shí)加快產(chǎn)品上市；芯片生命周期管理（SLM）提供用于監(jiān)控和分析的片上傳感器，可以在功耗方面生成切實(shí)可行的見解。

具體到細(xì)節(jié)，新思科技的數(shù)據(jù)顯示，通過利用新思科技從架構(gòu)到簽核的整體性軟件驅(qū)動(dòng)方法，芯片開發(fā)者們能夠?qū)崿F(xiàn)超過50%的能效提升。其中，通過動(dòng)態(tài)電壓頻率調(diào)整（DVFS）、電源域和電壓島等電源管理策略選擇可以帶來顯著的節(jié)能效果。除了這些策略外，功耗與性能的宏架構(gòu)權(quán)衡，以及IP選擇和權(quán)衡，可以節(jié)省30%至50%的電能；通過時(shí)鐘、數(shù)據(jù)、內(nèi)存和毛刺功耗的微架構(gòu)權(quán)衡有助于實(shí)現(xiàn)節(jié)能，查找和修復(fù)RTL電源塊以及使用工具引導(dǎo)的時(shí)鐘門控、數(shù)據(jù)門控和內(nèi)存大小調(diào)整也是如此，可實(shí)現(xiàn)15%至30%的節(jié)能效果；通過在動(dòng)態(tài)和泄漏功耗、電源完整性與PPA的權(quán)衡，以及功耗感知測(cè)試碼生成等領(lǐng)域采用自動(dòng)優(yōu)化技術(shù)，可實(shí)現(xiàn)10%至15%的節(jié)能效果；通過采用以簽核為中心的方法實(shí)現(xiàn)功耗和電源完整性目標(biāo)，再加上動(dòng)態(tài)和泄露功耗回收以及非常精確的工程變更命令（ECO）更改，可實(shí)現(xiàn)5%至10%的節(jié)能效果等等。

在以底層技術(shù)推動(dòng)芯片行業(yè)的“低碳化”的同時(shí)，另一方面，新思科技也正直接參與到能源行業(yè)的數(shù)字化轉(zhuǎn)型中，把芯片設(shè)計(jì)中的“降低能耗”的技術(shù)和思路遷移到傳統(tǒng)能源領(lǐng)域，直接投入到低碳化事業(yè)當(dāng)中。

人類如何與AI一起擁抱未來？

AI正在給半導(dǎo)體行業(yè)帶來新的變革機(jī)遇，助力開發(fā)者創(chuàng)造出更加復(fù)雜芯片——這在沒有AI輔助的情況下是無法實(shí)現(xiàn)的。AI將開辟超乎想象的未來，讓我們能夠比現(xiàn)在走得更快，做得更多。當(dāng)然，也帶來不同的聲音和質(zhì)疑：AI是否將取代人類？

“就當(dāng)前而言，AI不會(huì)取代人類，但是可以成為人類工作、生活的‘助手’，因而特別適用于那些需要大量重復(fù)、耗時(shí)的任務(wù)，具體到芯片設(shè)計(jì)流程中，就是數(shù)字實(shí)現(xiàn)、驗(yàn)證和測(cè)試環(huán)節(jié)?！鼻f定錚指出，“至于最前端的系統(tǒng)架構(gòu)創(chuàng)新，以及后端的簽核、檢查工作，前者需要更多的創(chuàng)意，也有更大的研發(fā)潛力，后者需要確保錯(cuò)誤和bug能夠及時(shí)發(fā)現(xiàn)甚至零錯(cuò)誤，這些流程仍將需要極大的人力工作，并不能走捷徑。”

由于芯片設(shè)計(jì)客戶對(duì)于數(shù)據(jù)隱私性與安全性考慮，新思科技提供的AI解決方案并非經(jīng)過預(yù)訓(xùn)練的模型，需要客戶使用自己的設(shè)計(jì)數(shù)據(jù)從0開始訓(xùn)練?！盎谛滤伎萍嫉膹?qiáng)化學(xué)習(xí)(Reinforcement Learning, RL)引擎，客戶只需執(zhí)行一次完整流程就可得到一個(gè)基本可用的模型；執(zhí)行第二次時(shí)就可沿用第一次執(zhí)行時(shí)所產(chǎn)生的數(shù)據(jù)，并且算力相比第一次執(zhí)行就能減少3~4倍?！?他解釋，“第二次運(yùn)行后所需的算力就能降到一個(gè)平穩(wěn)的水平，第三次就已經(jīng)處于一個(gè)很低的水平，所以這個(gè)AI工具會(huì)越用越‘聰明’，越用越有效率?！?/p>

值得注意的是，驅(qū)動(dòng)Synopsys.ai解決方案所需的算力本身并不高，但是在這個(gè)工具運(yùn)行過程中會(huì)調(diào)用眾多的EDA產(chǎn)品，所以對(duì)于整體EDA軟件所需的算力在短期內(nèi)是成倍增加的?！氨热纾蛻羲璧腅DA算力可能從以往需要三臺(tái)計(jì)算機(jī)運(yùn)行半年，變?yōu)橐淮涡孕枰?0臺(tái)運(yùn)行兩個(gè)星期，”莊定錚解釋，“雖然看起來提高了客戶前期的算力投入成本，但如果拉長(zhǎng)到整個(gè)項(xiàng)目周期來看，客戶所獲得的收益遠(yuǎn)遠(yuǎn)大于投入。”

這樣的算力成本架構(gòu)變化，使得新思科技正積極探索通過結(jié)合云服務(wù)的方式，讓全球廣大的中小芯片設(shè)計(jì)客戶也能享受到Synopsys.ai這一強(qiáng)大的工具帶來的生產(chǎn)力提升。

辯證來看，AI在替代掉一些重復(fù)性的工作的同時(shí)，也催生了新的工作崗位；在芯片領(lǐng)域，盡管它固然有能源與成本增加的問題，但我們也看到了在芯片設(shè)計(jì)和驗(yàn)證流程中擴(kuò)大AI使用可以為芯片成果和生產(chǎn)力帶來的顯著優(yōu)勢(shì)，并最終能夠帶來極大的能耗和成本降低。

“當(dāng)今充滿挑戰(zhàn)的宏觀經(jīng)濟(jì)形勢(shì)下，人們對(duì)使用AI處理重復(fù)性更高的芯片設(shè)計(jì)任務(wù)的興趣不斷被激發(fā)，以便開發(fā)者可以專注于他們最擅長(zhǎng)的事情——?jiǎng)?chuàng)新，包括應(yīng)對(duì)不斷提高的PPA需求，控制芯片設(shè)計(jì)成本和供應(yīng)鏈漏洞，推動(dòng)芯片設(shè)計(jì)的持續(xù)創(chuàng)新等?！?/strong>莊定錚強(qiáng)調(diào)，“變革總會(huì)以不同形式帶著創(chuàng)新的技術(shù)來改變當(dāng)下的生活方式。我們可能會(huì)看到許多傳統(tǒng)行業(yè)被顛覆，但同時(shí)也會(huì)涌現(xiàn)出許多新的機(jī)會(huì)和行業(yè)。因此，企業(yè)和個(gè)人都需要具備適應(yīng)力和創(chuàng)新力來應(yīng)對(duì)、擁抱這種變革?！?/p>

未來，新思科技將繼續(xù)投資人工智能，助力芯片開發(fā)者提高生產(chǎn)力，并利用現(xiàn)有資源加快設(shè)計(jì)和驗(yàn)證周期。新思科技將不斷開拓AI賦能EDA工具之路，加快芯片創(chuàng)新和AI技術(shù)的不斷進(jìn)化，為人類帶來更智能的產(chǎn)品和生活，也讓世界更“綠色”，更美好。（校對(duì)/薩米）