NVIDIA 展示了 AI 如何在优化和加速芯片设计方面发挥重要作用

NVIDIA 透露，他们正在利用 AI 将下一代芯片设计优化和加速高达 30 倍。

NVIDIA 正在利用 AI 推动芯片设计飞速发展，并帮助改善性能、功耗和每芯片的总成本

在 NVIDIA 开发者博客上，作者和开发者 Anthony Agnesina 和 Mark Ren 发布了一份技术演练，介绍了基于 DREAMPlace 的自动化宏布局或 AutoDMP如何利用 GPU 和人工智能协助设计芯片。Agnesina 和其他人在今年国际物理设计研讨会的前一天发表了一篇配套论文(PDF)，“AutoDMP：基于 DREAMPlace 的自动化宏布局”。他们的研究表明，AutoDMP 使用 NVIDIA DGX Station A100 可以在三个小时内优化 270 万个单元和 320 个宏。

AutoDMP 的过程将连接到芯片制造商使用的称为电子设计自动化 (EDA) 系统的平台。两者协同工作以增加旧系统将采用的过程，试图为 CPU 的初始设计定位特定区域。在 AutoDMP 强大功能的演示之一中，布局工具创建了 256 个 RSIC-V 核心布局，其中包含 320 个内存宏和 270 万个普通单元。这个过程在大约三个小时内解决了挑战，为开发团队节省了大量时间。

宏布局对芯片的布局有巨大影响，直接影响许多设计指标，例如面积和功耗。因此，改进这些宏的布局对于优化每个芯片的性能和效率至关重要。

— NVIDIA 开发人员博客文章，“AutoDMP 使用 AI 和 GPU 优化芯片设计的宏布局”

令人着迷的是，这个过程最初是手动设计的，根据以前主要工作的设计果断地放置了宏。最重要的障碍是找到最适合的宏放置，这是一个很大的时间杀手。

虽然并发单元和宏放置方法取得了可喜的结果，但我们相信它可以进一步改进。数值算法的算法参数很多，构成了很大的设计空间。放置的最终质量取决于选择的参数配置。使用并发单元和宏布局来扩展此设计空间可以进一步增加次优差距。

此外，传统布局算法将多个设计目标组合成一个优化目标。多目标优化框架可以扩展搜索空间并减少最优性差距。