人们甚至可以通过AI进行芯片的设计，而不需要投入大量的研究资金。目前，虽然AI在芯片领域仍处于相对落后阶段，但这种技术若是得到发展和改进，很可能会深远的改变未来的芯片设计和制造技术。AI有望提升全球芯片制造业的水平 不出所料，全球芯片制造业的勃兴离不开新技术的进步和应用。这也是AI在芯片领域中持续创新、应...
事实上，谷歌在更早之前就已经发布了该论文的预印本，我们也曾做过报道，详情可参阅《6 小时完成芯片布局，谷歌用强化学习助力芯片设计》。谷歌当时表示，这项基于强化学习的快速芯片设计方法对于资金紧张的初创企业大有裨益，可帮助初创企业开发自己的 AI 和其他专用芯片。并且，这种方法有助于缩短芯片设计周期，从而...
对于每一代新的TPU，包括谷歌最新的Trillium(第6代)，AlphaChip都设计了更好的芯片布局，并提供了更多的总体布局图，从而加快了设计周期，产生了更高性能的芯片。条形图显示了谷歌三代TPU上AlphaChip设计的芯片块的数量，包括v5e、v5p和Trillium 条形图显示，跟TPU物理设计团队生成的布局相比，AlphaChip在TPU三代产品...
因此，对AI来说，设计芯片也需要趁手的工具——一个能提供适当灵活性和优化空间的芯片设计平台。近期，上海初创企业芯易荟自主研发EDA工具FARMStudio迎来2.0版本，作为芯易荟自研的首款产品，FARMStudio也是全球首个采用C语言描述、基于RISC-V基础指令集的专用处理器生成工具，不仅使软硬件描述语言统一，还可大幅降低芯...
几个小时搞定AI芯片设计 向前追溯来看，AlphaChip最早期的成果于2020年以预印本形式发布，2021年登上Nature。但直到今天谷歌才给它了一个正式的名字。Jeff Dean是作者之一。AlphaChip和AlphaGo、AlphaZero的原理相似，都是基于深度强化学习。AlphaZero掌握了围棋、国际象棋的游戏规则，AlphaChip就是将规划芯片布局视为一...
结论：英伟达玩起芯片自循环，用AI+GPU加速芯片设计 英伟达提出了一种利用DRAMPlace改进宏布局以达到优化芯片性能和效率的超参数优化技术，即AutoDMP。AutoDMP是一种将宏和标准单元格同时布局在使用多目标的自动参数调整的结合处的超参数优化技术，文中给出了AutoDMP具体的计算方法。这项工作展示了将GPU加速布局器与...
3D-IC – 打破AI芯片的设计桎梏 生成式AI推动了大模型应用的蓬勃发展，这一浪潮已蔓延至EDA领域。在这一趋势的引领下，Cadence推出了其全面的“芯片到系统”AI驱动的EDA工具平台—Cadence JedAI Platform，这一平台正是AI大模型浪潮下应运而生的创新工具。通过JedAI这个统一的数据平台，可以有效地进行数据存储、分类...
中科院计算所的处理器芯片全国重点实验室及其合作单位，用AI技术设计出了世界上首个无人工干预、全自动生成的CPU芯片——启蒙1号。这颗完全由AI设计的32位RISC-V CPU，相比GPT-4目前所能设计的电路规模大4000倍，并可运行Linux操作系统，且性能堪比Intel 486。而这项研究，更是有望颠覆传统的芯片设计流程！论文地址...
但是有的AI在完全不一样了，这个研究团队中的一位成员表示：他完全不懂芯片，但他利用AI设计出了自己的第1块芯片，这简直是不可想象。分析师认为，这种极具潜在应用价值的AI能力，可能会对整个半导体芯片的研发起到加速作用，从而消除芯片产业的地域性不平衡，让更多的芯片产业相对落后一点的国家，也能够顺序的追上...