芯片设计的新视野

2023年的人工智能是什么?

人工智能预测2023
老主任的Stelios Diamantidis和杰出的建筑师,Synopsys对此自主设计解决方案

这篇文章最初发表在EE时期。

在过去的十年中,人工智能(AI)已经成熟技术从实验室的好奇心普遍应用于从欺诈检测和网站聊天机器人的智能手机应用程序读取你天气请求。推动一系列消费者、商业、医疗、工业应用,人工智能市场到2030年将达到1.597万亿美元,从870亿年的2021美元,复合年增长率为38.1%。这种爆炸性增长取决于半导体的基础上创新,从人工智能系统芯片(soc)执行并行数据处理在高速AI工具用于设计和制造的芯片。

今天,半导体的基础设施,AI不再是现任芯片供应商和铸造厂的唯一领域。帮助越来越多的人工智能工具,一批企业从汽车制造商到hyperscalers设备工程师致力于开发创新的解决方案通过创建定制的芯片。

在本文中,我们看看AI的趋势在2023年承诺推动这一创新和帮助解决一些当今行业面临的核心挑战。

1。公司将简化异构组件的集成

超过2 b增高设备预计将于2025年,边缘计算仍然是一个巨大的市场推动人工智能,促进技术创新和应用。执行更多的人工智能处理边缘承诺引导许多努力和创新的重点在未来一年的一个方面特别是:集成。对于边缘设备,人工智能系统需要执行各种不同的任务,这不仅需要不同类型的计算能力,而且不同类型的内存,连接,和,当然,传感器输入。建筑系统集成异构组件功能,功耗小,可制造的设计提出了巨大的挑战。除了半导体开发和制造,必须包括其他工程领域如机械设计、光学设计、电气设计,数字和模拟半导体设计。

集成数据中心提供了一个不同的但是仍然非常多样化的挑战。虽然数据中心用例可能更多的数字和可预测的,它不会使AI更加容易。提供所需深度计算性能,多个模具需要集成到单个硅设备。这些组件包括主要密集的数字逻辑,就像原始的计算功率,需要加速神经网络。一个例子可能包括八个相同的cpu的集成到一个3 d设备,呈现意想不到的挑战包括基板、die-to-die沟通、热、噪声、为主,力量。

2。采用人工智能设计工具将增长10倍

随着芯片制造复杂性的继续上升,采用人工智能设计工具是呈指数增长的。去年,《连线》杂志报道了世界上第一个AI-Designed芯片(连线)。在仅仅一年,人工智能设计的商业芯片的数量已经增加了至少一个数量级。我们预计这一趋势将持续下去,从数百个设计Synopsys对此帮助今年带了成千上万的设计在2023年,随着人工智能设计技术扩散加速,训练数据集变得更加全面,设计团队开始利用新的工具的优势深入和广泛。

随着技术的不断成熟,在未来一年,新AI-driven设计能力将生产力突破新的芯片设计领域,出现来帮助创建更复杂的设计来满足电力、性能和面积(PPA)的要求。不要惊讶地看到AI reinforcement-learning-based应用程序用于解决各种设计挑战2023年到达市场,看看很快从数字设计定制的设计和验证。

3所示。生成AI将加速应用程序开发

最具挑战性和耗时的一个方面的发展中一个新的人工智能应用程序的过程中创建一个模型,然后优化和训练它来执行特定的任务。它是至关重要的工作,目前不能完全自动化。随着人工智能应用增多,模型建设越来越成为发展的障碍。这生更多的研究所谓的基础模型。

“地基模型”是一个人工智能模型,你设计一次,然后训练使用非常大的数据集来实现不同的目标。一旦训练,模型可以适应许多不同的应用程序。我们的目标是花更少的时间专门为每个应用程序架构和工程新模式。相反,您可以建立基础模型和教它做新的东西,他将不同类型的数据。基础模型的规模允许用户使用之前实现全新的功能,以前难以实现的架构。

基础模型驱动另一个人工智能的进化,将在2023年进入中心阶段:生成的人工智能。这新一波的AI专注于创建新的内容,基于底层模型的能力训练非常大的工作,包括文字,图片,语音,甚至3 d信号传感器。根据输入,同样的地基模型可以被训练来合成新的内容,如创造艺术、音乐,甚至生成文本聊天机器人。生成AI将创建新的内容惊人简单模型不是专为特定的任务;他们为艺术设计的学习。

4所示。AI将仪器在零的追求

人工智能应用程序是非常强大的,但他们也可以消耗大量的能源。最近的一项研究发表在ACM会议上公平、问责制和透明度,记录,一个受欢迎的变压器模型的训练可以消耗大约8倍的平均年度家庭能源预算在美国。显然,如果事情没有改变,扩展了这些人工智能应用程序将严重影响我们的能源消耗,我们的基础设施,我们建立数据中心的方式。

激动人心的是,人工智能设计工具可以直接帮助我们的全球努力零更好的能源效率优化的人工智能处理器芯片。Synopsys对此最近进行了一个非正式的研究显示,优化与AI人工智能芯片设计工具,平均节能8%左右。现在,应用8%储蓄到世界上每一个数据中心。代表一个巨大的能量,这项研究仅仅是表面的。

为此,我们看到的好处超越芯片设计;认为优化国家能源网的性能,最大限度地提高作物产量,减少用水量,减少能源使用冷却所需的建筑,等等。这些只是几个例子的方法,人工智能可以减少其碳足迹和补偿,将有利于环境。

在接下来的一年,人工智能工具的进步和功能将支持行业创新和提供了新进入者的便利而平整的竞技场规模较小的企业。继续前进,企业需要人工智能芯片,提供更高层次的计算在更高的速度消耗更少的能量。Synopsys对此广泛的人工智能组合设计方案和IP为公司提供差异化竞争优势的大道,无论他们是在应用程序空间,芯片的发展空间,或两者兼而有之。我们相信人工智能的能力通过颠覆性技术改变世界。这就是为什么我们致力于使它更容易和更快的来创建这些强有力的硅设备。

如果你错过了它

补上其他相关的博客文章:

Baidu