座談嘉賓

《半導(dǎo)體工程》邀請行業(yè)專家探討 AI 在芯片設(shè)計中的應(yīng)用機遇與挑戰(zhàn)，嘉賓包括：

• 新思科技 AI 與機器學(xué)習(xí)副總裁 托馬斯?安德森

• 英特爾模擬 / 混合信號工具 / 流程高級總監(jiān) 斯里達爾?博伊納帕利

• AMD 院士 亞歷克斯?斯塔爾

• 英偉達 GPU 硬件工程副總裁 斯圖爾特?奧伯曼

• 微軟硅工程基礎(chǔ)設(shè)施合伙人兼總經(jīng)理      西爾維安?戈登伯格

• 加州大學(xué)伯克利分校電氣工程與計算機科學(xué)教授      博里沃耶?尼科利奇

本文為新思科技 Converge 大會現(xiàn)場座談節(jié)選。

Q1：未來五年，AI 將如何從根本上改變芯片設(shè)計流程？

安德森（新思科技）

AI 不會取代現(xiàn)有設(shè)計工具，但會大幅自動化工程師的重復(fù)迭代工作，包括設(shè)計優(yōu)化、調(diào)試、流程搭建等，這類工作未來兩年有望高度自動化，生成式 AI 與推理模型將加速設(shè)計收斂。

完全自動化仍需時日，現(xiàn)階段必須保留人類把關(guān)，避免設(shè)計出錯；長期來看，芯片設(shè)計流程將迎來顛覆性變革。

斯塔爾（AMD）

行業(yè)迭代速度遠超預(yù)期，模型與智能代理流程將徹底重塑芯片設(shè)計方式。工程師需快速提升技能，借助 AI 實現(xiàn)更短的產(chǎn)品上市周期。

奧伯曼（英偉達）

正如黃仁勛所言：AI 應(yīng)全權(quán)接管事務(wù)性工作，包括分析、編碼、驗證調(diào)試等。模型迭代速度極快，行業(yè)正全力落地新技術(shù)，追趕創(chuàng)新節(jié)奏。

博伊納帕利（英特爾）

這是 EDA 行業(yè)的根本性變革，驗證環(huán)節(jié)的重復(fù)繁瑣工作將被 AI 取代，工程師將向價值鏈上游、更高階設(shè)計領(lǐng)域轉(zhuǎn)型。

戈登伯格（微軟）

芯片設(shè)計成本與試錯代價極高，從啟動到流片必須全程可控。AI 的價值在于提升效率、模糊專業(yè)邊界，打破單一領(lǐng)域工程師的局限，減少反復(fù)迭代的時間損耗。

Q2：對工科學(xué)生有何建議？

尼科利奇（加州大學(xué)伯克利分校）

無需畏懼 AI，智能代理式 AI 將推動芯片多元化、縮短研發(fā)周期。AI 已能研發(fā)出超越人類的緩存替換策略、優(yōu)化模擬電路拓撲。

行業(yè)亟需普及 AI 應(yīng)用教育，幫助學(xué)生掌握與 AI 協(xié)作的能力。

Q3：AI 領(lǐng)域投資激增，半導(dǎo)體行業(yè)的核心機遇在哪？

安德森（新思科技）

生成式 AI 并非優(yōu)于所有技術(shù)，不同問題需適配不同方案。AI 的核心是自動化人類工作，而非替代所有算法。

建議先從調(diào)試、約束文件清理等瑣碎任務(wù)切入，避免全盤自動化導(dǎo)致設(shè)計失效；人類需長期主導(dǎo)設(shè)計流程，務(wù)實落地 AI 應(yīng)用。

戈登伯格（微軟）

AI 可優(yōu)化軟件硬件利用率，實現(xiàn)架構(gòu)與方案的全局最優(yōu)，這是行業(yè)尚未充分挖掘的核心方向，前提是確保 AI 的絕對可靠性。

博伊納帕利（英特爾）

AI 已在 RTL 代碼生成、驗證環(huán)節(jié)落地，未來將覆蓋芯片設(shè)計全流程，甚至可能接管全部設(shè)計工作。人類并非絕對精準(zhǔn)，未來高端設(shè)計環(huán)節(jié)的人力需求可能減少。

斯塔爾（AMD）

行業(yè)終將實現(xiàn)完全自主設(shè)計，多智能代理協(xié)同校驗將替代人工審核，從手動編碼升級為企業(yè)級、可擴展、高確定性的自動化方案。

Q4：若實現(xiàn) “一鍵式設(shè)計”，芯片的差異化將體現(xiàn)在哪？

斯塔爾（AMD）

即便工具相同，團隊對 AI 的理解、抽象層級的設(shè)計思路，將成為核心差異。能快速借助 AI 框架落地方案的團隊，將打造獨特競爭優(yōu)勢。

奧伯曼（英偉達）

工具與框架趨同，但企業(yè)經(jīng)驗、工程師專業(yè)能力的編碼與模型嵌入，仍是產(chǎn)品差異化的關(guān)鍵。行業(yè)遠未達到 “一鍵出芯片” 的階段，流程配置與設(shè)計思路依舊核心。