AI 观察：生成的芯片设计以神秘的方式工作

设计集成电路通常需要多年的人类专业知识。最近的工作让人工智能承担了这项任务，并取得了令人惊讶的结果。

最新消息：普林斯顿大学和印度理工学院马德拉斯分校的 Emir Ali Karahan、Zheng Liu、Aggraj Gupta 和同事使用深度学习和进化算法（生成变体并测试其适用性）来生成天线、滤波器、功率分配器、谐振器和其他芯片的设计，这些芯片可用于无线通信和其他应用。他们制作了一些生成的设计，发现它们有效 - 但方式神秘。

工作原理：作者训练卷积神经网络 (CNN)，给定一个电路设计的二值图像（其中每个像素代表半导体表面的相应部分是升高还是降低），以预测其电磁散射特性和辐射特性。基于此模拟，他们使用进化生成了新的二值电路图像。

• 作者使用 Matlab EM Toolbox 生成了一组图像和相关属性的训练集。这些图像描绘了 200x200 微米（表示为 10x10 像素）和 500x500 微米（表示为 25x25 像素）之间芯片尺寸的设计。

• 他们对每种尺寸的设计训练了一个单独的 CNN。

• 他们随机生成了 4,000 个设计，并使用适当的 CNN 预测其属性。

• 给定属性，作者使用竞赛方法来选择属性最接近所需值的设计。他们随机修改选定的设计以生成一个新的 4,000 个设计池，预测其属性，然后重复竞赛。迭代次数未指定。

结果：作者制作了一些设计来测试它们的真实世界属性。芯片表现出的性能与 CNN 预测的相似。作者发现设计本身令人费解；他们“提供了令人惊叹的高性能设备，这些设备违背了通常的经验法则和人类直觉，”合著者 Uday Khankhoje 告诉科技新闻网站 Tech Xplore。此外，设计过程比以前的方法更快。作者的方法在大约 6 分钟内设计了一个 300x300 微米的芯片。使用传统方法则需要 21 天。

新闻背后：谷歌没有使用无线芯片，而是使用人工智能来加速设计数据中心中处理神经网络的张量处理单元。AlphaChip 使用强化学习来学习如何在硅片上定位 SRAM 和逻辑门等芯片组件。

重要性：设计电路通常需要经验法则、模板以及数百小时的模拟和实验来确定最佳设计。人工智能可以减少所需的专业知识和时间，并可能找到人类设计师不会想到的有效设计。

我们在想：人工智能生成的电路设计可以帮助电路设计师摆脱既定的思维方式并发现新的设计原则。

（本文系翻译，内容来自DeepLearning.AI，文章内容不代表本号立场）

觉得文章不错，顺手点个“点赞”、“在看”或转发给朋友们吧。

相关阅读：

重磅体验：AI编程不能取代程序员，但程序员会用的话确实很爽

最新洞见：GenAI在企业应用中的既要又要

短短3个月，我们在GenAI上的进展

关于译者

---

关注公众号看其它原创作品

坚持提供对你有用的信息

觉得好看，点个“点赞”、“在看”或转发给朋友们，欢迎你留言。