👽 EDA на базе AI. Тренды

ИИ позволяет создавать аналоговые микросхемы под миллиметровый диапазон, но есть нюансы

Программный продукт (EDA), созданный в рамках совместного проекта Принстонского университета и Индийского технологического института, способен разработать электромагнитные структуры произвольной формы и сложной конфигурации за счет метода «обратного проектирования». Делает он это быстро, за считанные минуты вместо недель при традиционном «ручном» подходе.

Но есть нюанс – люди не ожидали результаты, которые дает этот метод. Нет, спроектированная ИИ схема может работать «как нужно» если воспринимать ее как черный ящик, которым она, по сути, и является. Но при этом ее схемотехника и принципы работы могут существенно отличаться от того, что ожидалось получить. При определенной доле паранойи в этом можно углядеть угрозу безопасности – кто знает, как поведет себя эта схема в каких-то редких сочетаниях внешних воздействий. Не создаст ли, например, ИИ «закладки» и «бэкдоры» (оставим в стороне вопрос вроде бы отсутствующей у него мотивации к этому или вопрос - кто может получить доступ к этим уязвимостям).

В основе разработки лежат так называемые эволюционные алгоритмы: генетические операторы создают варианты схем, функция пригодности оценивает, насколько хорошо схема выполняет задачу. Проблема этого подхода – чем сложнее нужна схема, тем больший объем расчетов требуется (на сегодня это означает – тем дороже будет ее разработка).

Углы можно пытаться срезать. Например, вместо классических электромагнитных симуляций, пытаться предсказать свойства схемы по ее геометрии. И вообще двигаться в противоположном направлении – задавать в ТЗ желаемые эффекты и надеяться, что ИИ сможет выстроить структуру, которая будет эти эффекты обеспечивать.

Генетические программирование известно с 1992 года, но только по мере роста вычислительных мощностей, то есть примерно в последние 5 лет, началось практическое его применение для проектирования чипов. Прорыв с обратным проектированием случился примерно в 2024 году.

Но на этом вроде бы понятном пути стали возникать «побочные эффекты». Например, ИИ, который создавал с помощью эволюционного алгоритма FPGA, рассчитал искомое устройство, но… оно работает не классическим образом, а за счет электромагнитной индукции между ячейками.

В целом, а почему бы и нет? В этой парадигме от инженера впору ждать не рутинного исполнения циклов действий, а хорошей формулировки «намерений», «цели» и разумных ограничений. Далее 5-10 минут "магии ИИ" и достигается результат, сравнимый или превосходящий тот, которого добивался квалифицированный специалист за пару недель наедине с обычной EDA.

Генеральный менеджер подразделения EDA компании Synopsys отмечает, что ИИ уже позволяет инженерам работать на более высоком уровне абстракции, формулируя задачи на естественном языке, в то время как система самостоятельно генерирует, например, RTL-код.

Похоже, что уже на текущем этапе технологий, ИИ не просто «обобщает существующее», но начинает создавать то, о чем человек и не помышлял. Как если бы у нас появились "программо созданные инженеры", которые мыслят свободно, без оглядки на все ранее созданное, но с учетом всего многообразия известных людям технологий.

Внедрение ИИ мотивировано не только скоростью. Как отмечает CEO Cadence, количество транзисторов на чипе к концу десятилетия достигнет триллиона, а объем работы вырастет в 30-40 раз. Физически невозможно нанять необходимое для таких объемов проектирования количество инженеров, поэтому пробел в производительности необходимо закрывать с помощью автоматизации. А значит, самые радикальные изменения способа, каким мы работаем - абсолютно неизбежно. В этих условиях важно быть гибче и не цепляться за привычные методы и подходы.

@RUSmicro по материалам Хабр