为电子器件众包设计开发的软件可改进机器学习

一年内,电子集成电路设计人员就将能够下载辅助设计的程序,该程序会将数据发送给开发人员以改进用于芯片布局的机器学习。

将设计人员和设计众包(crowdsource),然后让机器从中学习,这是一次降低芯片开发成本的尝试。创建芯片布局设计,然后转化为制造数据,供制造芯片的光刻过程使用——该过程耗时很长。进行设计以供制造过程使用的成本并没有降低,而且随着芯片的晶体管越来越多,芯片越来越复杂,该成本在不断攀升。开发此软件的目标是打造一个开源用户社区,让用户使用免费设计软件,在用户之间共享信息,并将数据发送给应用程序的开发人员,方便其改进机器学习。

明尼苏达大学电子和计算机工程教授 Sachin Sapatnekar 表示:“在我们使用机器学习时,我们是从现有设计中学习。”他还说:“知识产权壁垒背后有大量设计,但是如果有人运行我们的软件,并将其用于他们的设计,他们就会反馈一些信息,这可以改进整个 [机器学习] 程序。”

【图为:发射机和手持计算机中所用的收发器集成电路内核照片】

Sapatnekar 将领导明尼苏达大学的这项工作,德州A&M大学和半导体巨头英特尔将成为他的合作伙伴。他预计,2019 年 12 月,第一版免费软件就可以从 Github 等文件共享网站下载了。第一版将适用于一部分电路,之后的版本将有更多功能。

如今的芯片之所以复杂的另一个原因是,芯片通常是数字设计和模拟设计相混合的产物。这是因为麦克风等输入设备会产生模拟信号。研究人员希望,一个开源的知识产权生态系统以及自动物理布局生成器和机器学习能够让这种混合电子器件的物理设计在 24 小时内完成,而不需要耗时数周或数月。该项目的另一个目标是通过创建软件让新来者更容易进入由英特尔和恩威迪亚等少数企业主导的芯片设计市场。

Sapatnekar 预计,一开始,由这个用户和机器学习生态系统生产的芯片设计会略逊于现有芯片。他解释道:“如果想要在一天内完成 [创建制造设计文件],就不得不放弃一点性能,但是我们可以让该功能发挥作用并能在之后提高性能。性能也会随着时间提升。”

明尼苏达大学的工作是美国国防部国防高级研究计划署授权的历时四年、注资 530 万美元的电子资产智能设计 (IDEA) 计划的一部分。明尼苏达大学是接受 IDEA 资金的 11 家领先大学或企业之一。

Larry

作者:
Larry Feng

作者简介:

自1995年起,Larry在摩托罗拉半导体(后为飞思卡尔半导体)、亚德诺半导体(ADI)和易络盟电子(Element14)负责亚太区市场推广和在线销售。在为集成电路企业工作过的20多年间,撰写了大量的各类集成电路产品介绍和技术文章、行业分析等,为集成电路企业树立了良好的企业形象和品牌。

相关新闻

查看全部