基于人工智能的EDA解决工程量问题

毫无疑问，人工智能(AI)技术正在成为当今世界的前沿和中心话题。在将人工智能融入工具方面，工程行业遥遥领先也是不足为奇的。

为了证明这一趋势，Synopsys最近在其年度SNUG硅谷会议上发布了Synopsys.ai。Synopsys.ai是一套人工智能驱动的工具，用于先进数字和模拟芯片的设计、验证、测试和制造。Synopsys表示，该套件旨在使工程师能够在芯片设计的每个阶段(包括系统架构定义阶段、设计阶段和制造阶段)在基于云的平台上利用人工智能。

本文将讨论Synopsys.ai可以解决的问题和这个新产品的功能，并分享对Synopsys EDA集团总经理Shankar Krishnamoorthy的采访。

基于人工智能的EDA解决工程量问题

当我们进入半导体设计的新时代时，Krishnamoorthy描述了基于AI的EDA可以弥补工程量和人力差距方面的需求。

他表示：“就设计复杂性和工艺复杂性而言，我们正在转向下一代VLSI，与此同时，半导体设计所需的总工程量大大增加了。”这使得一个集成电路所需的工程总量与可用人才库之间形成了差距。而这一问题并没有好转，根据波士顿咨询集团半导体行业协会的一份报告称，到2030年，美国半导体设计行业可能面临2.3万名半导体工程师的缺口。

对于EDA来说，增加人工智能可以帮助缩小这一差距。Krishnamoorthy表示：“这给了我们一个很好的机会，可以引入人工智能等颠覆性技术来解决这个问题。我们在SNUG会议上宣布了如何成功地将AI应用于整个EDA软件栈——从设计、验证到测试和制造。”

“我们将采用围绕该堆栈的人工智能技术的全栈方法，以解决半导体行业面临的设计效率危机。”

以DSO.ai为基础进行验证和测试

Synopsys.ai套件建立在该公司早期基于人工智能的解决方案DSO.ai(Design Space Optimization AI)基础上。DSO.ai早在2020年就发布了，是一种用于IC设计的AI工具，可在非常大的芯片设计解决方案空间中搜索优化目标。到目前为止，DSO.ai已被全球十大半导体公司中的7家采用，是业内基于人工智能的芯片设计产品之一。

最近发布的Synopsys.ai工具套件涵盖了该公司基于AI EDA解决方案的完整栈。

Synopsys.ai EDA套件包括以下内容:

数字设计空间优化(DSO.ai)

模拟设计自动化

验证覆盖收敛和回归分析

自动生成测试

制造解决方案，以加快开发光刻模型，实现最高良率

Synopsys.ai包括VSO.ai(Verification Space Optimization AI)，这是一个旨在帮助验证工程师更快地达到覆盖率并发现更多错误的工具。VSO.ai使用AI检查RTL来推断覆盖率，还强调了需要覆盖的地方。该公司表示，这为IC设计工程师节省了时间，并确保了测试的高ROI。

在测试生成方面，Synopsys.ai包含一个基于人工智能的自动测试模式生成(ATPG)工具，称为TSO.ai(Test Space Optimization AI)。Synopsys声称TSO.ai作为“业界首个用于半导体测试的自主AI应用，可以最大限度地降低当今复杂设计的测试成本和上市时间。”

TSO.ai的工作原理是在大的测试搜索空间中自动搜索最优解。据说这可以最大限度地减少pattern数和ATPG运行时间，降低了测试成本。使用AI也可以让TSO.ai实现自动化、可扩展性和专家级别的生产力，这些人工几乎无法实现。

Synopsys.ai利用生成式AI了吗？

像ChatGPT这样的生成式AI技术在今天已经铺天盖地，笔者询问生成式AI是否在Synopsys.ai中发挥了任何作用。Krishnamoorthy解释道，这目前还没有实现。

“当我们这里谈论AI时，谈论的是一类技术，包括强化学习和其他类型的监督和无监督学习。生成式AI确实是一个令人兴奋的新领域，我们正在密切关注。我们认为这将对EDA业务产生巨大影响。如果能自动编写System Verilog和测试平台，将显著提高生产力。”

Krishnamoorthy还提到了其它功能，比如用AI聊天机器人以更复杂的方式支持工程师客户。“我们正在仔细地研究，我们有一个路线图，包括将许多这类技术纳入我们的投资组合。”

审核编辑：刘清