集成化是硬件设计的一个最主要的开展趋向，从房子一样大小的计算机到如今的手持智能手机，电子产品在功用日趋丰厚完善的状况下，集成化水平也越来越高。一个很重要的技术就是芯片设计复杂性的进步。IC技术作为硬件设计的皇冠，在人工智能的大趋向下，很多人觉得芯片设计应该是工程师最后的堡垒。但目前看来，这个堡垒也很可能很快被人工智能攻克。

应用人工智能AI来进行芯片IC设计是否据有可行性？

机器学习的最新研究为改动芯片设计工作流程提供了时机。我们回忆了最近在自动设计空间探究、功耗剖析、VLSI 物理设计和模仿设计范畴应用深度卷积神经网络和基于图的神经网络等技术的研讨。我们还提出了人工智能辅助自动化芯片设计工作流程的将来愿景，以协助设计人员进步消费力并自动执行优化任务。”

另外在电路仿真工具中也在运用人工智能技术AI来停止改良设计和功耗剖析。
应用人工智能停止AI设计最典型的公司就是Google，作为研制出阿尔法狗的公司，其在人工智能范畴的位置也是无人能出其右的。

任何 IC 设计中最耗时的方面之一是芯片规划规划，即在满足设计约束的同时优化功率、面积、性能和信号完好性的各个电路块的规划。

最近， 谷歌关于在芯片设计中运用“深度强化学习”的论文发表在《自然》上，这是一种加速 IC 设计的处理计划 。

谷歌的处理计划运用特地开发的基于边缘的图神经网络，将芯片的网表作为输入，生成边缘和宏嵌入作为输出。然后将此输出传送给前馈神经网络，该网络输出有用芯片特征的学习表示。这个过程不时反复，优化均匀线长、拥塞、面积、功率和性能。

在《Placement Optimization with Deep Reinforcement Learning》文章中，谷歌发现这个过程能够在人类所需时间的一小局部内完成芯片规划规划。此外，这项技术还能够剖析比人类更多的设计可能性，使其可以在更短的时间内推出更廉价、更小的芯片设计。

这对我们工程师的影响到底有多大呢？

人工智能的应用对设计人员的冲击肯定是有的，但也不用太过担忧。人工只能通常会取代较低级别的设计问题，比方谷歌论文中指出的layout问题。相似于传统的自动化一样，但凡具有自动化潜力的设计，普通也不需求工程师去破费太多的时间和学问去进行深化研讨设计。

这样呢，能够让设计工程师腾出时间来专注于更为重要的设计方面。IC 设计流程中更多触及的阶段通常需求更深沉的专业学问、特定于应用的学问和多年的培训，这使得人工智能不太可能将其自动化，但至少目前还不会，未来，谁知道呢？

(科技产业责编：陈峰 )