AI與機器學習協助晶片設計，成為半導體克服摩爾定律關鍵之一
https://bit.ly/3p2uEKk
如何突破摩爾定律對半導體設計限制，這一直是許多公司面臨挑戰。Synopsys公司表示，
隨著他們開發出的先進AI設計自動化工具，未來全球新型晶片與處理器的開發及創新活動
將得以繼續。
如今，晶片製造商面臨的挑戰絕不止是向晶片當中放進更多電晶體，同時還需要應對快速
提升的系統複雜性。因此，進入後摩爾時代，如果採用AI與機器學習的方式改變晶片設計
，才有機會推動半導體產業繼續前進。
半導體產業期望，從雲端到邊緣的AI運算可以再提升1000倍以上。如果產業界採用傳統方
式將面臨研發時間過長，且成本過高的問題，如果能夠引進AI工具，就能以更快且成本更
低的方式建構更強大的晶片，這絕對是改變遊戲規則的重大突破。
Synopsys公司就展示了一項案例，一位工程師在透過AI工具的協助下，短短幾周就解決了
以往整個設計團隊需要幾個月才能解決的問題。
其實，輝達和英特爾等半導體巨頭已經開始使用AI來協助晶片設計一段時間了，所以
Synopsys這一戰略並非是創新的。但是對於其他IC設計公司，尤其是新創公司來說，
Synopsys的DSO.ai（Design Space Optimization AI）工具將能夠縮短與這些大廠的差距
，也給市場帶來新的競爭，這絕對有助於晶片設計的發展。
從人才培育的觀點來看，全球半導體工程師的數量要在短時間內快速增加是不可能的任務
。畢竟，這類人才培養週期非常長、且成為設計人才的比例極低。因此，使用AI工具彌合
人才不足的問題，是目前半導體發展可以選擇的一條道路。
截至目前為止，AI已經不再是炒作的話題。其已經從手機應用中的美顏濾鏡到個性化推薦
引擎、從自動駕駛汽車到大數據分析，都隨處可見。現在絕對是從最原始的IC設計開始採
用AI技術的時刻。未來幾年人們將可以看到透過AI協助設計的晶片，給手機、穿戴式裝置
甚至其他新興領域帶來更多創新與性能提升。
總之，摩爾定律的半導體時代，的確讓處理器達到令人難以置信的規模，但是隨著晶片複
雜性提升，最終採用AI協助IC設計將成為趨勢。這一改變將讓市場進入全面提升智慧化的
時代，也能換取更多經濟價值。如果半導體能夠在短時間，透過AI克服系統複雜度，這將
給科技進步再一次帶來成長新動力。