李國傑院士：讓芯片學習取代芯片設計，推動EDA全自動化

“基礎製造與高端製造相輔相成，發展先進製造就必須重視傳統制造業轉型。”中國工程院院士、中科曙光董事長李國傑以《大力發展開源智能化工業軟件》爲題，在2021年大灣區科學論壇智能工業軟件論壇上作報告。聚焦工業軟件中的“三座大山”之一的EDA（自動化電子設計）軟件，他表示，用於集成電路設計的EDA軟件正是智能製造的典型代表。然而，EDA軟件開發、芯片設計和加工企業要密切合作，打通行業上下游，從生廠商反饋中獲得必要的數據，才能保證設計的有效性。在這方面，我國還需打通這一產業鏈。

中國工程院院士、中科曙光董事長李國傑

李國傑提出，EDA軟件發展的新趨勢有三：一是智能化EDA，本質上是在給定約束條件下尋求最優IC設計方案，最終目標是實現“全自動化”。“就像是自動駕駛一樣，最終也要實現無人的自動設計。”二是開源EDA，形成開放的工具集羣和行業生態，由系統廠商、芯片廠商和EDA廠商共同制定開放標準，大幅度降低專業人員門檻。三是高算力的EDA，即EDA與雲計算相結合，在“雲上”提供EDA服務。

從智能化EDA發展層面看，縱觀如今的芯片設計，其需求量越來越高、種類越來越多、規模越來越大，相對應的設計成本也越來越高、設計週期越來越長。李國傑指出，一款5納米的芯片僅設計成本便達上億美金，最精細的芯片設計費高達5億美金。

爲此，李國傑表示，要實現“全自動化”所面臨的首個挑戰便是解決全流程的高效問題，“實現人工智能全流程設計芯片（AIDA），而不是人工智能輔助EDA設計”。他稱，這就需要用人工智能模型學習專家知識，大幅度降低芯片設計門檻，提升芯片設計效率，實現端到端的快速無人化設計，把原來按年計算的芯片設計時間大幅壓縮到按周計算。

第二個挑戰是要跨越工藝代差。李國傑提到，在芯片設計上，AIDA跨越打破原來芯片設計流程裡的分層、分塊的約束，在水平方向打破模塊界限進行跨模塊的水平優化，在垂直方向打破設計層次進行跨層次的垂直優化。

第三個挑戰就是要跨工藝方法。設計規則的複雜度隨着工藝快速增加，不同節點工藝引入的設計規則指數級增加，對芯片設計提出了新的挑戰。李國傑稱，這需要設計出跨工藝方法，既要提煉出與工藝無關的設計技術，使得AIDA基本技術可以泛化到不同的工藝節點上，而不是對每個工藝進行重新設計、訓練AIDA的模型和算法，又要針對不同工藝提煉出與工藝相關的技術，實現優化設計以提高芯片設計效果。

報告中，李國傑指出，過去在芯片設計上採用的技術主要是人工數學建模，將科學工程知識變成程序，將明知識寫成形式的專家系統，或者在某些子問題上採用深度伸進網絡等點技術，並沒有充分發揮機器學習的潛力。

什麼是機器學習？他解釋稱，機器學習是一種讓計算機利用數據而不是執行指令來進行各種工作的方法，即利用已有的數據（經驗）得出了某種模型（遲到的規律），並利用此模型預測未來的一種方法。

“芯片學習技術可以取代芯片設計應對上述挑戰，即採用機器學習的方法來完成芯片從邏輯設計到物理設計的全流程。”李國傑說，芯片學習的目標是通過學習使得芯片設計完全不需要專業知識和設計經驗，可以在短時間、無人蔘與的情況下高效完成。

如今，開源技術應用領域廣泛，除了操作系統、編譯器、人工智能、大數據系統等，還包括EDA軟件設計。李國傑表示，種種成功經驗表明，開源開放是構建繁榮的技術生態和產業生態的必要基礎。開源EDA爲聚集優勢力量，推動科學研究和人才培養提供了新的思路。

“開源不光是在軟件研發上，也在硬件研發。要建立一個新的開源生態，最後能夠利用開源的軟件來做開源的硬件，整個設計週期會大大縮短，成本也會大大降低。”李國傑說。

採寫：南都記者 莫郅驊