EDA為我們打開了一扇窗口，讓我們能去觀察上世紀(jì)八，九十年代集成電路帶動信息產(chǎn)業(yè)飛速地發(fā)展，印證了摩爾對集成電路每18個特征尺寸縮小一半，而集成度翻一倍（造價不變）的預(yù)言。

實際上集成電路產(chǎn)業(yè)處在信息產(chǎn)業(yè)的上游，它要把行業(yè)的（IP）知識產(chǎn)權(quán)（標(biāo)準(zhǔn)，規(guī)范和協(xié)議）映射到一個電路與系統(tǒng)可實現(xiàn)的架構(gòu)，信息產(chǎn)業(yè)的中游提供一亇信息產(chǎn)品的（軟，硬件）實現(xiàn)的解決方案，信息產(chǎn)業(yè)下游的制造業(yè)生產(chǎn)出的產(chǎn)品，除了元器件和加工成夲，還要為使用的IP，付出知識產(chǎn)權(quán)的費用。

而集成電路產(chǎn)業(yè)鏈?zhǔn)且粋€包括設(shè)計業(yè)，制造業(yè)，封測業(yè)，材料和裝備在內(nèi)的完整產(chǎn)業(yè)鏈。它不同于半導(dǎo)體器件產(chǎn)業(yè)，主要是受半導(dǎo)體工藝和材料的制約，因而更多地是半導(dǎo)體專業(yè)人士唱主角。而集成電路產(chǎn)業(yè)鏈更多的是以設(shè)計業(yè)為龍頭，即使是IDM（集成器件制造商）如英特爾，也是大量的人才集中於前端的設(shè)計。

上世紀(jì)九十年代，我國集成電路產(chǎn)業(yè)的發(fā)展，在一批半導(dǎo)體（1956北大半導(dǎo)體專業(yè)）的大伽指導(dǎo)下，做了“907”，“908”………工程，引進大量工藝制造線，而設(shè)計業(yè)跟不上，等于是“無米之炊”。最后也是無效的投資。直到2000年國務(wù)院出臺了8號文件，明確了集成電路設(shè)計業(yè)是集成電路產(chǎn)業(yè)鏈的龍頭，又在全國建了八個產(chǎn)業(yè)化IC設(shè)計中心，才有了轉(zhuǎn)變。

在中國政府主導(dǎo)（產(chǎn)業(yè)政策和土地與財政的支持），民間資本的投資緊跟，在加上產(chǎn)（集成電路產(chǎn)商），學(xué)（高等院校）和硏（研究所）的通力協(xié)作。在中國，所謂集成是集“官員，資夲和產(chǎn)學(xué)硏”之大成！

人才和EDA工具——集成電路設(shè)計業(yè)的兩個要素

人才，對集成電路產(chǎn)業(yè)不僅僅是科技，工藝人才，還包括經(jīng)營與管理人才。應(yīng)該說，改革開放以來，我們教育部門的貢獻是人才培養(yǎng)基本上滿足了改革開放對人才的需求，不足的是高端人才欠缺，尤其是領(lǐng)軍人物奇缺！王陽元院士對集成電路人才的培養(yǎng)支招，”指出一是微電子專業(yè)培養(yǎng)；二是支持電子設(shè)計工程師跨界進入集成電路設(shè)計業(yè)；三是引進高端集成電路領(lǐng)軍的海外歸國人才。”是非常有建設(shè)性的。后來建設(shè)“示范性微電子學(xué)院”，把微電子學(xué)科從二級升級為“一級學(xué)科”都是在人才培養(yǎng)上下功夫。

但集成電路設(shè)計業(yè)除了人才， EDA是IC硏發(fā)的拳頭產(chǎn)品，“工於善基亊，必先利其器”嘛！侭管我們在上世紀(jì)八十年代就集中力量在北京組織了“熊貓系統(tǒng)”的研發(fā)，但快35年過去了，國內(nèi)EDA市場仍然被國外三大廠家Synopsys；Cadence ；Mentor Graphics）所壟斷。不是我們的人不行，而是硏發(fā)的方針出了問題。

一個是”總是仿”，仿得連界面都差不多，殊不知用戶習(xí)慣了三大外商的EDA工具，你就是和他們差不多，使用習(xí)慣了，用戶也不想換國產(chǎn)的EDA工具。再加上三大廠商在大學(xué)開展“大學(xué)計劃”，讓大學(xué)生習(xí)慣了三大產(chǎn)商的EDA工具，會用三大產(chǎn)商工具的大學(xué)生就業(yè)也是個優(yōu)勢。

另一個就是方向不對，和國外三大商產(chǎn)商爭后瑞（自動化）的EDA工具的研發(fā)，別人己經(jīng)有了固定的優(yōu)勢，通常集成電路制造商需要解決的問題，三大產(chǎn)商的技術(shù)儲備和服務(wù)都有優(yōu)勢。所以，要發(fā)展國內(nèi)的EDA產(chǎn)業(yè)，只能變道超車，走集成電路設(shè)計前端的設(shè)計智能化的路。看準(zhǔn)AI的巨大市場和各AI產(chǎn)業(yè)的專有的IP包，把AI各行各業(yè)的IP包轉(zhuǎn)換成集成電路可實現(xiàn)的電路架構(gòu)，實現(xiàn)電子設(shè)計的智能化（EDI）。可能是一個值得關(guān)注的發(fā)展方向！

如果說EDA解決電子設(shè)計工程師跨越“半導(dǎo)體”工藝的障礙，進入集成電路設(shè)計。這是向集成電路設(shè)計的后端的工藝映射，解決電子設(shè)計自動化（Automation）的問題！那么EDA工具發(fā)展的另一個是方向是在設(shè)計的前端，觧決大量IP包映射到集成電路的架構(gòu)設(shè)計，這種高層次的綜合，觧決的是電子設(shè)計智能化！即EDI（Intellinge）。

集成電路產(chǎn)業(yè)是需要集成電路產(chǎn)品的量的支持的，移動通信的平臺為集成電路的發(fā)展提供了一個巨大的平臺（數(shù)以幾十億計的手機），從4G到5G，還是在現(xiàn)有的移動平臺上，集成電路產(chǎn)品的量不會有實質(zhì)性的變化。只能瞄準(zhǔn)下一個市場——AI，人工智能是下一個巨大的集成電路市場，車載移動平臺對集成電路的需求遠遠地超過手機，還有萬物互聯(lián)，智能制造，基于聲音和圖像的智能處理和機器人…………，都會對集成電路提出產(chǎn)業(yè)化的需求。可以說”AI is Chip”一點也不過份，AI的各種IP，通過EDI映射到電路與系統(tǒng)的架構(gòu)，然后通過EDA映射到芯片制造。反過來實現(xiàn)了AI的各種IP包的芯片又支持AI的產(chǎn)業(yè)化。總之，需要更多更好的IP，芯片才能上市快，成本低。

IP會成為EDA公司的重要創(chuàng)利點，而fabless會淪為組裝公司。IP年營業(yè)額2．5億美元的Synopsys認(rèn)為，整個系統(tǒng)該怎么驗證只有該項目的設(shè)計人員才知道該芯片要實現(xiàn)什么樣的功能；另外，軟硬件協(xié)同驗證也發(fā)生了變化：一款有一百萬行軟件代碼的芯片，而fabless卻沒有一百萬行的RTL代碼，在芯片中的軟件比硬件更復(fù)雜時。芯片設(shè)計廠商必須自己做芯片中的軟件。

在EDA工具從自動化向智能化發(fā)展的過程中，電子設(shè)計逐漸“軟化”，即”軟件定義的芯片”，越來越有利于解決“可重構(gòu)”和”異構(gòu)并存”的架構(gòu)定義。以過去我們在FPGA平臺上做電路與系統(tǒng)為例，因為硬件是可編程的，所以設(shè)計主要是編程，實現(xiàn)不同設(shè)計規(guī)范的算法到FPGA架構(gòu)的映射，為此去開發(fā)在FPGA架構(gòu)上運行的各種IP包！同理，在多核的CPU，GPU的架構(gòu)上開發(fā)電路與系統(tǒng)也是做編程，實現(xiàn)軟件定義的硬件設(shè)計。

只不過現(xiàn)在我們從專用集成電路設(shè)計的角度，實現(xiàn)“算法到架構(gòu)的映射”，需要一個更高層次的編譯平臺（姑且我們把它稱著AI Compiler）。那么，這個平臺的普惠性，時效性和安全性都是我們十分關(guān)注的！

“近幾年人工智能、機器學(xué)習(xí)快速發(fā)展，加上量子運算等更為先進的技術(shù)，對于解決過去的問題帶來了全新的視野。”新思科技AI研究室主任廖仁億表示。“但隨著大家對人工智能的期望越來越高，加上海量數(shù)據(jù)的持續(xù)增長和無處不在的場景應(yīng)用，人工智能加上人類智能的賦能，幫助我們用更智能的工具，來設(shè)計日益復(fù)雜且更為強大的人工智能芯片，為芯片設(shè)計帶來全新的挑戰(zhàn)和機會。”

全球三大EDA軟件巨頭眼里的芯片設(shè)計挑戰(zhàn)

Cadence認(rèn)為：

軟件對半導(dǎo)體公司來說是個新挑戰(zhàn)，因為他們傳統(tǒng)只設(shè)計硬件，現(xiàn)在還要設(shè)計軟件。為此，Cadence希望幫助半導(dǎo)體公司解決三個層次的問題：

1.系統(tǒng)實現(xiàn)，包括早期的軟件開發(fā)，系統(tǒng)級的驗證和糾錯；

2.SoC（片上系統(tǒng)）實現(xiàn)，幫助客戶去解決SoC中底層軟件的開發(fā)，以及與器件相關(guān)的軟件開發(fā)；

3.芯片實現(xiàn)層次，主要解決傳統(tǒng)的低功耗等。

盡管Cadence擁有從IC設(shè)計到PCB（印制電路板）系統(tǒng)設(shè)計一整套平臺，但還需要整個產(chǎn)業(yè)的合作，諸如IP供應(yīng)商、IP（知識產(chǎn)權(quán)）和設(shè)計服務(wù)公司、代工廠、與硬件相關(guān)的軟件（其中還包括了Cadence的EDA同行們的軟件）。

Mentor Graphics認(rèn)為，

當(dāng)芯片設(shè)計規(guī)模有望達到400億晶體管時，要解決的重要技術(shù)如下：

1.硬件仿真技術(shù)（emulation）：

用硬件來設(shè)計硬件，就像機器人自己在設(shè)計一個人一樣。我們大幅度地使用硬件來提高整個驗證的效能。

2.系統(tǒng)設(shè)計：

在SoC設(shè)計中大量使用CPU核，ARM核、MIPS核等等，通過軟硬件協(xié)同仿真，可以大幅提高系統(tǒng)設(shè)計的效率(CPU在進行系統(tǒng)級仿真時避免比較耗時的RTL仿真，我們可對CPU的指令集建模)。其次，通過提早開發(fā)軟件，直接在EDA平臺上實現(xiàn)產(chǎn)品原型。而且EDA平臺實現(xiàn)傳統(tǒng)硬件原型無法達到的偵錯能力。因為軟硬件協(xié)同時可以讓系統(tǒng)時鐘停下（或者步進）來糾正軟件的Bug，並具體指出哪個CPU的哪條指令導(dǎo)致硬件和軟件的問題。

3.物理設(shè)計與驗證：

Mentor的Calibre整合自動布局布線和物理驗證流程，這樣大幅度提高物理驗證的速度。

4.ESA（嵌入式軟件自動化）：

使流片／制造不因晶體管數(shù)量大而明顯增加芯片的制造和研發(fā)成夲，反而是軟件開發(fā)的成本在上升。例如手機上越來越多的應(yīng)用程序。如何加快軟件開發(fā)的速度，以及如何能夠減少軟件的開發(fā)成本？Mentor的ESA愿景是解決這方面的問題。

Synopsys指出：

其一，設(shè)計成本越來越來自軟件和認(rèn)證，需要EDA廠商和代工廠一起來解決。

其二，是從芯片設(shè)計到仿真、驗證再到流片，軟件和驗證的時間占了流程一大半，需要著力提升設(shè)計效率。

其三，是低功耗設(shè)計。

總之三個挑戰(zhàn)都需要好的IP，芯片才能上市快，成本低。

IP會成為EDA公司的重要創(chuàng)利點，而fabless會淪為組裝公司。IP年營業(yè)額2．5億美元的Synopsys認(rèn)為，整個系統(tǒng)該怎么驗證只有該項目的設(shè)計人員才知道該芯片要實現(xiàn)什么樣的功能；另外，軟硬件協(xié)同驗證也發(fā)生了變化：一款有一百萬行軟件代碼的芯片，而fabless卻沒有一百萬行的RTL代碼，在芯片中的軟件比硬件更復(fù)雜時。芯片廠商必須自己做芯片中的軟件。

IC 設(shè)計必需EDA、它也是最重要的工具。隨著IC設(shè)計復(fù)雜度的提升，新工藝的發(fā)展，EDA行業(yè)有非常大的發(fā)展空間。EDA行業(yè)需求的人才(工具軟件開發(fā)人才，工藝及器件背景的工程師、熟悉IC卡設(shè)計流程的工程師、數(shù)學(xué)專業(yè)人才、應(yīng)用及技術(shù)支持人和投資，營銷和菅理類人才)的就業(yè)面相對窄，但穩(wěn)定性非常高。

并購是EDA廠商的資夲運作，也是它做大做強的途徑

在過去的六年里，EDA經(jīng)歷了另一次顛覆，就像2001年Synopsys收購Avant！一樣，這讓Synopsys成為EDA引領(lǐng)者。

直至今日。或者說像2009年聘請著名風(fēng)險投資家Lip-Bu Tan擔(dān)任陷入困境的EDA先鋒Cadence設(shè)計系統(tǒng)公司的首席執(zhí)行官。在Lip-Bu Tan執(zhí)掌下的Cadence，絕對是EDA歷史上最繁榮的公司。

2017年，西門子以45億美元收購了Mentor Graphics，股價溢價21%。收購傳聞曾經(jīng)一直圍繞著無晶圓廠半導(dǎo)體生態(tài)系統(tǒng)，但沒有人會想到它會成為歐洲最大的工業(yè)制造公司。最初的傳言是，西門子將解散并出售Mentor，只保留西門子核心業(yè)務(wù)的一部分，具體地說，他們將出售Mentor IC集團。在隨后的一次CEO圓桌會議上，這些傳言被斷然否認(rèn)。現(xiàn)在的Mentor（包括IC集團）是西門子公司戰(zhàn)略的一個組成部分。

雖然Mentor是最大、最具顛覆性的EDA收購，但還有許多其他收購。EDA一直專注于非有機增長（收購），我們通過EDA Merger and Acquisitions Wiki跟蹤收購。

Synopsys是最大的收購EDA公司的公司，收購EDA和IP公司以及半導(dǎo)體生態(tài)系統(tǒng)以外的公司。過去6年，Synopsys收購了10家涉及軟件安全和質(zhì)量的公司，包括2017年以5.47億美元收購Black Duck Software。Synopsys總共收購了不止88家公司，我們預(yù)計收購熱潮還將繼續(xù)。

Mentor財務(wù)報告不再公開，但內(nèi)部消息人士稱，自收購以來，該公司的營收增長遠遠超出了西門子員工的預(yù)期。一些人估計，這一增幅可能高達25%。自從宣布收購Mentor以來，Synopsys和Cadence也一直在蓬勃發(fā)展，營收和市值都以一種非常不符合EDA的方式攀升。Synopsys的股價幾乎翻了一番，Cadence的股價更是翻了一番以上。顯然，華爾街對EDA重新產(chǎn)生了應(yīng)有的興趣。畢竟，EDA是電子產(chǎn)品的起點。

在過去六年里，EDA的另一個重要變化是客戶組合。繼蘋果之后，系統(tǒng)公司現(xiàn)在正在掌控自己的芯片命運，開發(fā)自己的芯片。我們在SemWiki上看到了這一點，增加了我們不斷擴大的讀者群。隨著IP、AI、Automotive和物聯(lián)網(wǎng)細分市場的快速增長，系統(tǒng)公司現(xiàn)在主導(dǎo)著我們的受眾。

EDA云平臺（云—邊緣—終端）

系統(tǒng)公司也在改變購買EDA工具的方式。系統(tǒng)公司可以從Synopsys、Cadence或Mentor購買完整的工具流和IP，而不是購買point工具和組裝定制的工具流（這是無晶圓傳統(tǒng)）。對于首次涉足芯片設(shè)計領(lǐng)域的公司來說，客戶支持的“單點聯(lián)系”（One throat to choke）的概念是一種非常有吸引力的商業(yè)策略。

系統(tǒng)公司是云計算中EDA的理想選擇，在多次嘗試失敗后，EDA終于實現(xiàn)了。從20多年前的虛擬CAD（VCAD）開始，到10年前的托管設(shè)計解決方案（HDS），以及在臺積電、亞馬遜、微軟和谷歌作為合作伙伴的2018年Cadence Cloud的發(fā)布，Cadence已經(jīng)涉足云計算領(lǐng)域多年。2019年，他們發(fā)布了Cloudburst平臺，這是EDA邁向全面云實現(xiàn)的另一個重要步驟。

系統(tǒng)公司也不受傳統(tǒng)無晶圓半導(dǎo)體公司的利潤挑戰(zhàn)的約束。例如，蘋果可以為高級工具和支持支付更高的價格，而不需要通知他們的底線。因此，EDA公司通過提供IC工具和系統(tǒng)級設(shè)計工具并將其集成來滿足系統(tǒng)公司的需求。最近對Synopsys的收購表明，基于系統(tǒng)的軟件開發(fā)也是EDA的目標(biāo)。

EDA在過去的六年中取得了EDA歷史上前所未有的繁榮，并將繼續(xù)如此，因為半導(dǎo)體和電子產(chǎn)品無疑將繼續(xù)主導(dǎo)著現(xiàn)代生活。

提出的問題

(AI 可否引導(dǎo)電子設(shè)計從自動化邁向智能化)

突破馮諾伊曼架構(gòu)的瓶頸的幾個好兆頭。

第一個問題：在芯片設(shè)計領(lǐng)域AI技術(shù)能不能助力硬件設(shè)計軟化？目前的問題之一是電路設(shè)計完成之后，必須要花很多時間去做版圖設(shè)計(P&R)生成GDS，這就好像要你親自把你的設(shè)計的Verilog代碼翻譯成機器碼。

第二個問題就是設(shè)計復(fù)用問題。如果芯片設(shè)計能像軟件開發(fā)，很多函數(shù)都有現(xiàn)成的函數(shù)庫，編程時只要調(diào)用一下就行了。而不像現(xiàn)在這樣，芯片領(lǐng)域目前絕大多數(shù)模塊都必須從頭開始設(shè)計，很難實現(xiàn)設(shè)計復(fù)用。

如果這兩個問題能得到解決，那么對整個行業(yè)的創(chuàng)新和自我迭代效率都能帶來深遠影響。

DARPA2018年在ERI峰會上提出的兩個項目IDEA和POSH就是針對這兩點，其終極目標(biāo)是實現(xiàn)在24小時內(nèi)即可實現(xiàn)全自動設(shè)計迭代。

IDEA

針對的是全自動芯片版圖生成器。包括數(shù)字、模擬和混合信號電路的版圖生成自動化。因此，DARPA希望能在這個領(lǐng)域有所突破。他們資助Cadence的David White組(兩千四百萬美元的資助)。Cadence表示將在Virtuoso工具中加入更多機器學(xué)習(xí)和人工智能來幫助版圖生成自動化。

POSH

DAPAR另一個目標(biāo)(POSH)是針對開源硬件項目。“POSH的終極目標(biāo)是讓高性能SoC設(shè)計普惠化。POSH希望能發(fā)展出可持續(xù)的開源硬件生態(tài)以及相應(yīng)的驗證工具。POSH同時希望能提供一個經(jīng)過廣泛認(rèn)證的開源硬件基礎(chǔ)模組庫，大家都可以自由調(diào)用這些庫里的模塊，從而避免在硬件領(lǐng)域重復(fù)設(shè)計的問題。建立從RTL級到系統(tǒng)級別的設(shè)計庫，借助于COMPILER，編輯調(diào)用和綜合優(yōu)化，以最高的效能實現(xiàn)一個片上系統(tǒng)。

SDH(software defined hardware)

DARPA關(guān)注的弟三個重點是軟件定義架構(gòu)SDH和domain-specific片上系統(tǒng)（domain-specific SoC，DSSoC）。在芯片架構(gòu)創(chuàng)新領(lǐng)域，軟件定義架構(gòu)和domain-specific可謂是“陰”與“陽”，陰陽互生，在矛盾中發(fā)展。在架構(gòu)發(fā)展歷史上，我們看到軟件定義可配置的通用架構(gòu)遇到瓶頸，然而domain-specific架構(gòu)又遇到利用率低的問題。于是domain-specific的可配置架構(gòu)將會成為主流。它提倡解決計算機系統(tǒng)和安全問題更多地依靠軟硬件協(xié)同設(shè)計。與通用的腳本語言python相比，軟硬件協(xié)同優(yōu)化可以6萬倍的提升計算機系統(tǒng)和安全性能。

按特定領(lǐng)域優(yōu)化引出DSA（領(lǐng)域特定架構(gòu)）。設(shè)計DSA處理器需要比通用處理器更多的領(lǐng)域相關(guān)知識，例如：

機器學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)處理器；

圖形和虛擬現(xiàn)實的GPU（俗稱顯卡）；

可編程的網(wǎng)絡(luò)設(shè)備。

希望實現(xiàn)領(lǐng)域特定語言、計算機體系結(jié)構(gòu)和芯片的軟硬件協(xié)同的垂直整合。正像在RISC-V中考慮DSA需求並預(yù)留了大量的op code。另一個協(xié)同設(shè)計的例子是英偉達的深度學(xué)習(xí)加速器。

RISC-V很可能是第一個進行軟硬件協(xié)同設(shè)計的架構(gòu)。

自由和開放的架構(gòu)以及實現(xiàn)開源(Linux是開源的)：RISC-V指令集是組件化和可擴展的；整個軟件從下到上都是完全開源的（可以修改的）；不同的設(shè)計師共同做同一個架構(gòu)的處理器，可以實現(xiàn)敏捷的芯片開發(fā)。

為此，圖靈獎首次頒給了計算機體系結(jié)構(gòu)，在AI硬件架構(gòu)設(shè)計火熱的今天，2017年圖靈獎頒發(fā)給了前斯坦福大學(xué)校長John L. Hennessy和加州大學(xué)伯克利分校退休教授David A. Patterson，以表彰他們在計算機體系結(jié)構(gòu)的設(shè)計和評估方面開創(chuàng)了一套系統(tǒng)的、量化的方法。在AI硬件架構(gòu)設(shè)計火熱的今天，榮獲圖靈獎最感嘆他們的自我突破，從RISC、RAID、NOW到IRAM，體系結(jié)構(gòu)推陳出新才是其他應(yīng)用技術(shù)發(fā)展的源頭活水。

Hennessy和Patterson于2018年6月23日（周六）在加州舊金山舉行的ACM年度頒獎晚宴上正式接受2017 ACM A.M.圖靈獎的頒獎。ACM主席Vicki L. Hanson說：“他們基于RISC的高能效處理器的貢獻使得移動和物聯(lián)網(wǎng)革命成為可能。過去的25年里，他們開創(chuàng)性的教科書影響了一代又一代的工程師和計算機體系結(jié)構(gòu)設(shè)計師。”

AI的開放平臺和普惠AI，促成了我們對AI安全性的關(guān)注。

Open AI平臺

Sutskever最初硏究的序列建模應(yīng)用于語音，文本和視頻，非常實際的應(yīng)用就是機器翻譯。2014年，Sutskever與谷歌研究員共同提出Seq2seq學(xué)習(xí)（Sequence to Sequence Learning）。還使循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）應(yīng)用于AI語言任務(wù)。他又加入了Google開源庫TensorFlow(世界上最流行的機器學(xué)習(xí)系統(tǒng))的開發(fā)，將它用于大規(guī)模機器學(xué)習(xí)，還用數(shù)據(jù)流圖來描述計算并與各種計算設(shè)備連接(CPU，GPU和定制設(shè)計的ASIC、稱為張量處理單元的GoogleT)。在谷歌，Sutskever協(xié)助DeepMind的研究人員開發(fā)“AlphaGo”，展示出超越人類的強大的智能。

OpenAI

他意識到人類需要一個組織，一個非營利組織實現(xiàn)人工智能的使命。于是，在2015年12月Sutskever和GregBrockman（現(xiàn)為OpenAI首席技術(shù)官）共同創(chuàng)立了OpenAI，目標(biāo)是“以最有可能造福人類的方式推進數(shù)字智能并使之成為一個整體”。他們創(chuàng)建了一個名為Universe的軟件平臺，用于測量和訓(xùn)練全球各地的人工智能系統(tǒng)，旨在讓機器人學(xué)習(xí)不同的策略。

關(guān)于AI的安全性

史蒂芬·霍金（物理學(xué)家）：我們現(xiàn)有的人工智能初始形態(tài)確實對我們有幫助，但我認(rèn)為人工智能的全面解放會給人類寫下絕筆。

埃隆·馬斯克（特斯拉CEO）：人工智能是對人類文明的根源性威脅。

比爾·蓋茨（微軟創(chuàng)始人）：我認(rèn)為對人工智能有所忌憚是對的，但我不認(rèn)為我們在發(fā)展人工智能后，它就一定會和人類發(fā)展背道而馳。

人工智能安全研究也屬于OpenAI研究的范疇。兩年前，OpenAI列出了許多關(guān)于確保現(xiàn)代機器學(xué)習(xí)系統(tǒng)按預(yù)期運行的研究問題。

Tegmark也指出：“現(xiàn)在，觧決AI安全問題非常困難，或許需要30年才能攻克，而且我們必須現(xiàn)在就開始著手解決它們。” Tegmark創(chuàng)辦的“未來生命研究所“發(fā)起抵制AI武器化的行動，包括馬斯克和哈薩比斯在內(nèi)的2000多名AI學(xué)者在斯德哥爾摩IJCAI上簽署宣言，讓AI的安全性話題再度受到關(guān)注。

倫敦大學(xué)學(xué)院（UCL）計算機科學(xué)系教授汪軍也指出，普惠AI的安全性包括兩個層面。第一個層面是魯棒性，即在特殊環(huán)境中使用AI是不是比較好。其次才是通常意義上講的安全層面。

普惠的AI

信息化之后必然的趨勢是智能化。數(shù)據(jù)流轉(zhuǎn)分享、算法成本下降，算力安全可靠，才能使AI普惠。

第一部分是數(shù)據(jù)的來源，數(shù)據(jù)本身要質(zhì)量高，成本要低；

第二部分是算法，算法設(shè)計和訓(xùn)練調(diào)參的人工成本也很貴；

第三部分是計算的能力，用大量計算平臺和AI芯片都有價格因素！

解決的途徑：

數(shù)據(jù)靠流轉(zhuǎn)和分享；算法靠使用；計算的安全性、可靠性以及對隱私的保護等，也是AI普惠化過程中面臨的問題。

AI如何普惠？

普惠AI需要降低門檻，從AI的基礎(chǔ)要素數(shù)據(jù)、算法、算力三個層面入手；

普惠AI需要完善工具，提高可用性與可教授性；

普惠AI需要做到安全性，確保AI是有益的。

把普惠AI分成通用AI，比如說語音識別、機器翻譯、人臉識別這樣的領(lǐng)域，可以無成本復(fù)制。

專業(yè)化普惠AI開放的平臺，是在一定的專業(yè)背景下研發(fā)的個性化的方案。如科大訊飛推出以語音交互技術(shù)為核心的人工智能開放平臺，為開發(fā)者免費提供語音識別、語音合成等語音技術(shù)SDK。

“華為云“提出了“普惠AI”的概念，讓大家都“用得起、用得好、用得放心。以及’teachable’——未來人人都應(yīng)該能夠教授AI做自己想讓AI做的事情。”

“云平臺，邊緣管控和個人終端”可能是我們即將面臨的“EDA”產(chǎn)業(yè)。

歸納一下，電子設(shè)計的智能化、編程化、計算機體系結(jié)構(gòu)設(shè)計的軟硬件協(xié)同、建立AI的開放平臺、普惠的AI和AI的安全性，從上面六個方面將2018年以來較為關(guān)注的論述做了個綜述。是想說明電子設(shè)計從自動化向智能化演進已經(jīng)成為了一種潮流。我們搞電子系統(tǒng)的人，用芯片設(shè)計的工具實現(xiàn)一個片上系統(tǒng)集成的設(shè)計師和工程師，要關(guān)注“AI COMPILER 創(chuàng)芯平臺！”

寫在后面

EDA是IC 設(shè)計必需的、也是最重要的工具。隨著IC設(shè)計復(fù)雜度的提升，新工藝的發(fā)展，EDA行業(yè)有非常大的發(fā)展空間。EDA行業(yè)需求的人才(工具軟件開發(fā)人才，工藝及器件背景的工程師、熟悉IC卡設(shè)計流程的工程師、數(shù)學(xué)專業(yè)人才、應(yīng)用及技術(shù)支持人和銷售類人才)的就業(yè)面相對窄，但穩(wěn)定性非常高。