在最近的記憶中，半導體在推動電子行業經濟框架方面變得如此重要。隨著全球芯片短缺，這一點已經變得非常明顯，這繼續困擾著從汽車到消費電子產品的行業部門。

除了阻礙全球經濟增長并讓全球消費者和企業的生活變得困難外，制造能力的不足也是不平衡的，對傳統工藝節點的影響遠遠超過中等性能節點。

雖然半導體專家一直在努力尋找解決方案的范圍，但情況似乎無法解決——簡單地說，半導體極難設計和制造;由于缺乏靈活性，供應鏈效應很難吸收。

進入硅重制，這是一個新的人工智能驅動的設計框架，有可能改變全球芯片供應鏈。要理解如何做到這一點，我們必須承認問題的根源：制造能力的不平衡。基于傳統硅技術構建的工藝節點供不應求。隨著它們的耗盡，使用過去的技術來補充它們不再是一個可行的選擇。

與此同時，市場上充斥著12至16納米（nm）之間的中等性能節點。這意味著每年有多達25萬片晶圓（占全球產能的10%）閑置。芯片供應危機為重新利用和重新定位舊芯片以達到這種可用容量提供了強有力的經濟理由 - 換句話說，在節點之間移動芯片設計。

那么，為什么不將這些舊設計轉移到不同的工藝節點呢？與其他產品不同，這些半導體產品專為傳統硅技術而設計。雖然重新設計它們對于人類芯片設計師來說是一個極其復雜、昂貴和勞動密集型的過程（除了人才短缺），但人工智能 （AI） 提供了一種吸收這個過程和市場過剩產能的方法。

老即新：硅重制的概念

隨著芯片短缺的持續存在，我們無法回避這樣一個事實，即在不久的將來，更多的行業將使用硅技術，而那些已經使用它的行業，如汽車，將需要更多。這意味著公司將不得不開始設計芯片，以考慮未來重新映射或重新制作到新技術的需求。

為了幫助世界吸收過剩產能，整個半導體設計過程需要變得更加靈活。在 Synopsys，我們使用人工智能算法來幫助重新優化不同節點的現有芯片——只需幾周而不是幾個月。

這一切都始于好奇心。人工智能能否學習如何針對某種硅技術優化設計，然后利用這種學習將設計重新優化為另一種技術，同時保持質量水平？一輪實驗向我們表明，它可以。我們使用AI將40nm設計重新優化為10nm，并取得了出色的結果。我們稱之為硅重制。

它不僅僅是將現有設計重新優化到新節點：重新制作還可以根據客戶需求與現有設計的衍生產品一起使用，無論是用于相同還是不同的技術，例如更新 IP 版本、添加或刪除功能，或嘗試實現不同的性能與功耗權衡。

遷移到新節點可以打開容量和優化潛力。它延長了原始設計的壽命，而原始設計可能是許多辛勤工作的成果，并具有直接從中學習的額外好處。最終，這將為設計可以輕松重新制作的新芯片的目標提供信息。

人工智能如何將舊芯片重塑為新產品

硅重制是人工智能提供清晰業務解決方案的一個主要例子。如今，人工智能驅動的芯片設計解決方案已被證明可以更快地實現功耗、性能和面積（PPA）目標，并且整個設計團隊的工程工作量顯著減少。人工智能可以為公司節省數百萬美元，否則這些資金將花費在效率較低的流程上，或者由于芯片短缺的中斷而損失。

不可能性視界——由摩爾定律的放緩所維持——將不可避免地受到材料、設備、軟件和建筑的快速發展的影響。我們所處的這個“SysMoore”時代為創新提供了前所未有的機會。自主設計工具的出現——將數百種由人工智能精確引導的算法融合在一起的超級工具——為電路設計人員提供了新的機會和新一波的建筑活力。

芯片設計過程使用自動化工具在設計進入晶圓廠之前對其進行仿真和驗證，以數字格式呈現芯片。假設設計成為現實，人工智能可以吸收原始設計并重新設計它以用于新的制造工藝。當芯片在設計時考慮到重新制作時，人工智能也將能夠提供衍生設計以及完整的重制。

為什么硅重制對于構建未來產能至關重要

重新制作代表了一個近期和長期的解決方案，因為它既創造了物理能力，又創造了對設計的更深入理解。將設計從舊節點移動到新節點可釋放舊節點上的容量。這個過程教會了我們技術之間的設計、工具和相似之處。

正如行業對話所指出的那樣：當你可以通過使用人工智能來完成將舊的（但好的）設計遷移到現代等效設計的繁重工作時，為什么要花一大筆錢為舊技術建造新的晶圓廠呢？

鑒于各行各業（包括但不限于汽車）對芯片的需求不斷增長，目前的短缺不是一個暫時的問題，而是一個重新思考未來半導體路線圖的機會，具有靈活性、可選性和個性化。

解決這個問題需要業界的共同努力，并產生重大影響。與此同時，重新制作已經大大有助于重新平衡世界扭曲的制造能力，預計未來幾年將繼續這樣做。

審核編輯：郭婷