人工智能“入侵”芯片制造,芯片設(shè)計師有失業(yè)危機了?
鞭牛士報道 現(xiàn)如今,隨著人工智能(AI)的快速發(fā)展,這項技術(shù)正在變革多個行業(yè)。傳統(tǒng)金融、零售、制造業(yè)乃至藝術(shù)領(lǐng)域都已經(jīng)出現(xiàn)人工智能(AI)的身影,而更為復雜的芯片制造領(lǐng)域目前也已經(jīng)被人工智能所觸及。在2021年6月,谷歌就利用AI來設(shè)計其TPU芯片,谷歌表示,人工智能可以在不到6小時的時間內(nèi)完成人工需要數(shù)月時間完成的芯片設(shè)計工作。另外根據(jù)IEEE報道,隨著AI在芯片設(shè)計方面的應用,芯片性能提升周期在逐漸縮短,有可能打破“每隔18個月芯片性能可提升一倍”的摩爾定律。毫不夸張地說,AI技術(shù)正在滲透到更多芯片業(yè)的核心環(huán)節(jié),其中在制造這一芯片產(chǎn)業(yè)鏈的關(guān)鍵環(huán)節(jié),AI也在悄然發(fā)力。
本文引用地址:http://cafeforensic.com/article/202212/441720.htm(圖片素材來源于:脈脈)
那么人工智能技術(shù)“入侵”芯片制造,這些技術(shù)現(xiàn)階段實際應用如何,Ai技術(shù)是否會取代芯片設(shè)計師等重復人力工作,未來人力與新技術(shù)將會是一種怎么的關(guān)系?這類話題在職場社交平臺脈脈上有著不少的討論。
AI強勢出擊,把關(guān)芯片良品率
眾所周知,目前主流行業(yè)發(fā)展都建立在更高性能、更低功耗、更大算力的芯片的基礎(chǔ)之上,但芯片供不應求的局面卻在進一步加劇,尤其是高精尖芯片,而目前能夠有效提升芯片產(chǎn)量且被業(yè)內(nèi)公認的方式就是提升現(xiàn)有產(chǎn)品的良率。
但提升良率并非一蹴而就,對于芯片設(shè)計商和制造商都是嚴峻的挑戰(zhàn)。以半導體產(chǎn)業(yè)鏈的關(guān)鍵一環(huán)——制造為例,整個制造過程主要分為八個步驟:晶圓加工 - 氧化 - 光刻 - 刻蝕 - 薄膜沉積 - 互連 - 測試 - 封裝,每個芯片的制造步驟又需要數(shù)百個工藝。生產(chǎn)過程中產(chǎn)生的數(shù)據(jù)量龐雜,涉及的參數(shù)變量繁多,任何一點微小的變化都能影響到最終芯片的良率。
同時隨著芯片工藝來到更先進的5nm、3nm,芯片設(shè)計復雜度呈幾何倍數(shù)增加,生產(chǎn)流程的不斷加長,芯片的制造變得極其復雜與精密,良率變得極具挑戰(zhàn)。因此,在如今這個高度自動化的時代,引入人工智能/機器學習等技術(shù),來推動芯片的制造流程,提升芯片的良率被業(yè)界格外關(guān)注。
比如半導體設(shè)備供應商應用材料(Applied Materials)將人工智能融入到晶圓檢測流程,從2016年開始應用材料就使用ExtractAI技術(shù)開發(fā)Enlight系統(tǒng),于 2020 年推出了新一代Enlight光學半導體晶圓檢測機,該檢測設(shè)備引入了大數(shù)據(jù)和AI技術(shù)。Enlight 系統(tǒng)只需不到一個小時就可以繪制出晶圓上數(shù)百萬個潛在缺陷。
在芯片設(shè)計端的DFM,EDA供應商們正致力于將各種AI功能集成到工具流中。,西門子EDA的Calibre SONR工具就內(nèi)嵌了機器學習引擎TenssorFlow,通過將并行計算和ML技術(shù)融入到EDA工具中去,使得EDA工具具有更快的運行速度。這不僅能夠幫助設(shè)計人員可以胸有成竹地實施物理驗證和交付設(shè)計,并能大幅提升流片良率,縮短芯片產(chǎn)品上市時間并加快創(chuàng)新速度。
AI不能包攬造芯,還需要人工參與
雖然人工智能能夠深入芯片設(shè)計和制造的每一個細節(jié),對可能產(chǎn)生的問題進行預測判斷,但具體到實踐之中,仍然還需要人類對這些結(jié)果進行整合。MathWork公司MATLAB平臺的高級產(chǎn)品經(jīng)理希瑟·高爾(Heather Gorr)表示對于工程師和設(shè)計師來說,他們只需要確定想要解決的問題,然后就可以把具體的解決工作交給AI,讓代理模型對各個組件的參數(shù)進行調(diào)整、模擬,最后由工程師和設(shè)計師記錄最優(yōu)解下的參數(shù)。
不可否認,人工智能進入芯片制造領(lǐng)域可以幫助工程師和設(shè)計師們從一部分繁瑣的工作中解放出來,大大釋放了人力資本。此外,用AI進行芯片設(shè)計能夠減少資源浪費,優(yōu)化芯片設(shè)計,不過在最終的決策環(huán)節(jié)不能離開人的參與,基于AI的代理模型能夠幫助人們完成很多工作,但其利用率的高低取決于人們?nèi)绾芜\用它,實現(xiàn)技術(shù)與人的互動。
隨著科技的發(fā)展,AI越來越滲透入人們的生活之中,從智能家居、語言處理再到健康管理,AI的應用無處不在,在精密度極高的芯片領(lǐng)域,AI也能夠分一杯羹,谷歌甚至開發(fā)出了讓AI進行自主編碼的工具,未來,AI的智能化和應用范圍還將達到怎樣的高度和廣度,值得期待。
評論