EDA引入機器學習，后端設計工程師集體失業(yè)？！
電子發(fā)燒友網報道（文/周凱揚）隨著人工智能和機器學習的崛起，人工成本的提高，不少人類崗位被機器所替代，甚至許多重度依靠腦力活動的工作也在被危及，后端設計工程師就是其中之一。 EDA在不斷的迭代升級下，工程師們用起來也越來越得心應手，工作量都得到了簡化。但諸位后端設計工程師有沒有害怕自己吃飯的工具變得越來越智能，最終有一天替代自己？EDA
引入機器學習，是威脅還是福利？
Cerebrus floorplan自動優(yōu)化 / Cadence 在Cadence給出的演示中，5nm手機CPU需要工程師團隊數月的工作，最終實現了3.5GHz的頻率。而在運用Cerebrus的幫助下，1名工程師在10天內的時間里就將頻率提升了420MH。這樣的生產力提升升可能是每個芯片設計公司都想要看到的結果，因為它消耗更多是CPU的時間而不是工程師自己的時間，更不用說可觀的性能提升了。 考慮到Cerebrus正是希臘神話中看守地獄的三頭犬Cerberus的易位詞，說不定對許多初級工程師來說真的象征著“地獄”之門大開。 但它真正的象征意義可能更接近于大腦“Cerebrum”，為工程師們提供一個擁有自主思考能力的工具，同時也幫助工程師構思更好的芯片設計。據外媒Anandtech了解到，Cadence提供的工具里還會加入回放功能。回放功能會記錄增強學習的過程中每一次迭代，這讓工程師可以更好地確定設計過程，并理解最終設計。
芯片設計上的人類VS機器學習，已有敗績
引入機器學習，是威脅還是福利？
許多頂尖的IC設計都需要在設計上進行優(yōu)化，從而改善我們常說的PPA（性能、功率、面積，有時還有成本）。在規(guī)劃好芯片架構，確定了工藝節(jié)點后，剩下的開發(fā)工作就是設計了。不少設計工作，需要工程師團隊數月的優(yōu)化，EDA廠商推出云方案之后，也有部分公司借助云方案來完成優(yōu)化和驗證工作，以求節(jié)省總開發(fā)周期。 以上過程的主導者依然是設計者本身，甚至不少設計者認為當今的芯片復雜度是機器學習和AI無法企及的，而且還在飛速增長中。然而在機器學習的演進下，EDA一直在研究如何將其引入軟件中去，為芯片設計帶來顛覆性的改變。
芯片設計上的人類VS機器學習，已有敗績
在這場人類與機器學習的設計大戰(zhàn)里，其實人類已經有過敗績了。今年6月9日，谷歌在《自然》雜志上發(fā)表了一篇論文，就講述了谷歌計劃用AI來設計下一代AI加速器（TPU）。 該論文著重說明了在機器學習在布局上的優(yōu)勢，自動布局布線已經不是什么新鮮事了，然而機器學習的引入還是為其算法帶來了大革新。論文稱復雜芯片的設計需太過耗時，工程師需要花上大量時間來布局和迭代其設計，每次設計后最多還要72小時來評估，最終導致工程時長拖到數月之久。 這在AI芯片公司尤其常見，不少大會上AI芯片公司大肆宣揚其核心設計，但最終芯片成品可能要數個月乃至一年后才能推出。只有設計評估工作順利進行，才會擁有比上一版更優(yōu)秀的PPA。 在谷歌的實驗中，他們根據大量網表和布局建立了一個神經網絡。同樣在6個小時的設計流程下，該方法生成的floorplan從各個層面上都優(yōu)于或近似于人類手工設計。
人機對比 / Nature
上圖就是谷歌曾經展示過的人機大戰(zhàn)結果，左圖為人工設計的floorplan，花費了6至8周的工作時間。而右圖是AI設計的floorplan，僅僅花費了24個小時。不過因為包含了機密設計，兩張圖都已經經過了模糊處理。
盡管從這些例子看來，工程師的位置岌岌可危，但這些并不是EDA引入機器學習的意義。Synopsys其實也早在去年推出了AI驅動的設計系統(tǒng)方案DSO.ai，其團隊在官方采訪中提到：DSO.ai之類方案并非芯片設計的“綠色按鈕”，一鍵按下交由AI自行操作。真正的權力依然掌握在設計者手中，只不過將不少設計工作從手動變?yōu)榱苏嬲饬x上的自動而已。
結語
雖然EDA確實都在逐步引入機器學習，但這與過去的升級其實性質無差，仍然是在為工程師省去重復性的優(yōu)化排錯工作。目前這些工具所能提供的依然是“AI輔助芯片設計”，而不是“AI自動設計芯片”。
“自己設計的AI芯片替代自己”的情況在很長一段時間內都不會發(fā)生的。再者，編者的工作可能會比諸位工程師更早一步被機器學習和AI替代，屆時，它們寫出的文章可能會換上一個更有威懾力的標題。
聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發(fā)燒友網立場。文章及其配圖僅供工程師學習之用，如有內容侵權或者其他違規(guī)問題，請聯系本站處理。
舉報投訴
-
eda
+關注
關注
71文章
2712瀏覽量
172939 -
后端設計
+關注
關注
0文章
13瀏覽量
8602
發(fā)布評論請先 登錄
相關推薦
eda在機器學習中的應用
在機器學習項目中，數據預處理和理解是成功構建模型的關鍵。探索性數據分析（EDA）是這一過程中不可或缺的一部分。 1. 數據清洗 數據清洗 是機器學習
【試用評選】為昕原理圖設計EDA軟件（Jupiter）試用活動評選結果公布
流程，功能設計更智能化，界面操作更人性化，讓硬件工程師使用得更愉悅、順暢。為昕科技旨在通過新技術提高硬件工程師設計原理圖的效率，加速完善國產EDA布局，面向電子系統(tǒng)/產品研發(fā)全流程，提供更高效、更智能
發(fā)表于 07-22 17:07
嵌入式軟件工程師和硬件工程師的區(qū)別?
、機器人等。 定義和工作職責 嵌入式軟件工程師的主要職責包括但不限于：設計、開發(fā)、測試和調試嵌入式軟件應用程序，以滿足特定硬件和軟件要求。他們需要理解并掌握嵌入式系統(tǒng)的基本原理，熟悉相關硬件接口
發(fā)表于 05-16 11:00
豪威集團 天津 招聘模擬電路設計工程師
工作職責
完成模擬電路的設計、仿真和驗證；
與版圖工程師密切合作，優(yōu)化版圖質量；
負責產品設計相關技術文檔的編寫和整理；
協作完成產品的測試規(guī)劃、設計驗證、調試、失效分析等工作。
任職資格
微電子
發(fā)表于 11-30 17:09
工商網監(jiān)
評論