人工智能的火热不是一天两天了，不仅在理论上有大量算法不断涌现，在实际应用中也发挥了越来越重要的作用，尤其是图像处理和自然语言处理等方面，切实地改变了人们的生活。
而近段时间AI的应用领域已经慢慢扩散到芯片行业，尤其是在设计中逐渐开始看到AI算法的身影，甚至谷歌放出相关新闻，AI在芯片设计的特定任务中能够更快更好地实现比人类工程师更好的设计结果。一时之间对于AI设计芯片的讨论甚嚣尘上，人们也不禁怀疑：AI真的要取代人类工程师来设计芯片了吗？
这还要从芯片设计的基本流程说起。在设计过程中主要分为设计和实现两部分，一般也可以简单称为前端和后端设计，而目前大多数AI算法的应用基本都集中在实现部分的一些辅助运算如根据统计结果快速预测延时。虽然芯片设计工具软件提供商有'Machine Learning Everywhere'的口号，但是应用领域基本只局限于大量数据运算的结果预测，除此之外AI并未真正参与前端和后端工程师的主要工作。
...
而谷歌在此基础上更进一步，通过AI提取工具软件的参数模型和设计的后端布局模型，从而加快模块级别的设计过程。对此不明所以的人大吃一惊、而一知半解的人甚至放出豪言：某某类工作在几年之内就会被机器取代，趁现在快点转行！那么真实的情况是怎样的呢？
实际上，AI能够完成的仍然只是芯片设计中机械化工作的一部分，并未涉及芯片“设计”的领域。以前工程师需要花费大量时间尝试不同的参数和布局来寻找最适合的组合，这部分工作严重依赖对软件参数的了解，同时需要加入部分工程师的分析，不仅十分费时费力，而且对并没有太多的设计和创造因素在内。而这类工作恰恰是机器比较擅长的方向，AI可以通过大规模数据训练提取模型，快速地尝试成千上万种不同参数的组合来寻找最佳答案。因此这部分工作交给AI来说应该是物尽其用。人类工程师可以从这样繁琐乏味的工作中解脱出来来解决更加复杂的问题。
...
因此对于大多数工程师来说AI是辅助，是帮手而非竞争对手。只要我们合理利用AI，不仅能大大提高效率，减少加班时间，还能够更快更好地做出更强大的芯片，何乐而不为？
#集成电路# #芯片# #AI技术# #人工智能# #EDA#
