日前，中科院計算所的處理器芯片全國重點實驗室及其合作單位，用AI技術設計出了32位RISC-V CPU“啟蒙1號”——這是世界上首個無人工干預、全自動生成的CPU芯片。

這顆CPU采用65nm工藝，頻率達到300MHz，并可運行Linux操作系統，性能與Intel 80486SX相當，設計周期則縮短至1/1000。

在AI技術的幫助下，研究人員5個小時就生成了400萬邏輯門，有行業媒體指出，這是目前GPT-4所能設計的電路規模的4000倍之大。該團隊表示，其訓練過程需要不到5個小時，便能達到>99.999999999%的驗證測試準確性。

“啟蒙1號”是基于BSD二元猜測圖（Binary Speculation Diagram）算法設計而來。研究人員通過AI技術，直接從“輸入-輸出（IO）”自動生成CPU設計，而無需工程師提供任何代碼或自然語言描述。

換言之，其將CPU自動設計問題轉化為“滿足輸入-輸出規范的電路邏輯生成問題”，僅需要測試用例，便可以直接生成滿足需求的電路邏輯，去除了傳統設計流程中的邏輯設計與驗證環節。

值得注意的是，這一方法甚至自主發現了馮?諾依曼架構（一種將程序指令存儲器和數據存儲器合并在一起的電腦設計概念結構）。該CPU已于2021年12月流片，回片后成功運行Linux操作系統和SPEC CPU 2000程序，相關論文則在今年6月末發布。

▌芯片巨頭競相應用AI幫助芯片設計

先進芯片制造必須經歷1000多個步驟。每個階段都需要進行復雜的計算，每一步都必須近乎完美，CPU設計制造自然也是如此。在這項頗具挑戰性的工作中，通常需要工程師團隊編寫代碼，之后在EDA工具的輔助下完成電路設計。在此過程中，還少不了反復測試與驗證優化。

正是由于過程極為復雜繁瑣，且極為耗費人力物力，一項大型芯片設計項目有時候甚至需要數月甚至數年時間才能完成——以英特爾K486 CPU為例，僅僅驗證階段便需要190天。隨著AI技術發展，越來越多的公司開始將其引入芯片設計制造。

英偉達創始人兼首席執行官黃仁勛強調了英偉達加速計算和AI解決方案在芯片制造中的潛力，他認為芯片制造是加速計算和AI計算的“理想應用”。

另一芯片巨頭AMD首席技術官Mark Papermaster也透露，目前AMD在半導體設計、測試與驗證階段均已開始應用AI，未來計劃在芯片設計領域更廣泛地使用生成式AI。同時，AMD已在試驗GitHub Copilot（由GitHub和OpenAI合作開發），并研究如何更好地部署這一AI助手。

日本半導體企業Rapidus社長小池淳義表示，將引進人工智能和自動化技術，以約500名技術人員確立量產工序。公司已有人才、設備、技術齊備的頭緒，預計2027年啟動量產。

的確，在芯片設計環節中，AI“做得很好”，可以無限迭代，直至得出最佳解決方案。不止于此，在迭代的同時，AI還會學習，它會研究通過什么模式能創造最優設計，因此AI實際上加快了芯片設計優化布局的速度，并帶來更高性能與更低能耗。而在驗證與測試環節，AI也能最大限度地提高測試覆蓋率、節省時間。

至于AI會不會奪走芯片研發工程師的“飯碗”？AMD首席技術官Papermaster給出的答案是否定的，他認為AI不會取代芯片設計師，其將作為輔助工具，有著巨大潛力幫助加速設計。