自然語言生成模型人工智能在去年11月30日發(fā)布，上線兩個月就超過一億注冊用戶，成為月活躍用戶增長最快的消費類應(yīng)用，在AI泡沫之后成為行業(yè)“拯救者”的擔當。伴隨這股熱潮而來的，自然是“人工智能將會取代XX工作”的吸睛分析，其中高危職業(yè)包括技術(shù)工種（程序員、軟件工程師、數(shù)據(jù)分析師）；媒體工作者（廣告、內(nèi)容創(chuàng)作、記者）；市場研究分析師等等。

比如小編的老板也已表示，AI正一點點改變職場，繼去年導(dǎo)入自動發(fā)稿系統(tǒng)取消了發(fā)布編輯崗位，今年將推出自動撰稿淘汰最初級編輯崗位。芯片設(shè)計領(lǐng)域也早已開始研究如何利用人工智能進行芯片設(shè)計，工程師作為一個技術(shù)工種，是否也將面臨著被AI取代的風險？

用人工智能設(shè)計芯片？老板和員工這么看

一位芯片設(shè)計公司創(chuàng)業(yè)者告訴集微網(wǎng)，在近兩年高昂的人才成本下，從以前芯片設(shè)計人員到現(xiàn)在作為企業(yè)管理者，他一直在研究如何提高芯片研發(fā)工作效率?！叭斯ぶ悄馨l(fā)布不久，我就在研究它是否能用于設(shè)計芯片，以及如何用到設(shè)計過程中?！彼硎?，芯片開發(fā)過程有很多重復(fù)的模塊化的代碼編寫，原本可能需要一個中級別的員工來做，或者這個中級別的員工指導(dǎo)一個新人也能做出來，但是會花費更多時間?！艾F(xiàn)在人工智能可以承擔這部分工作，雖然比人工的結(jié)果還差一點點，但修補一下就可以，意味著未來我就不用再招一個新員工了?！?/p>

比如，在設(shè)計過程中需要查一個器件的某個指標，查找一段代碼，到現(xiàn)成的文檔中肯定能找到，但是需要去翻網(wǎng)頁、去下載，這個過程可能需要10分鐘。但是只要網(wǎng)絡(luò)上有相關(guān)數(shù)據(jù)，人工智能可能30秒內(nèi)就能完成同樣的工作，無疑大大提高了效率。

“固定路徑就能實現(xiàn)的工作都可以交給人工智能，它本質(zhì)上是一個用來提高效率的工具，簡單、重復(fù)的工作接管后，人類就得以解放出來做更高級的創(chuàng)造工作?！痹搫?chuàng)業(yè)者指出，“未來人工智能可以被視為一個個人助手，接管所有底層瑣碎工作，而自己則必須在工程交付部分不停提升水平。要如何用好這個秘書，必須先了解它、理解它，學(xué)習(xí)別人是怎么使用的，可能會在接下來成為一個重要的必修課。”

他認為，隨著人工智能的不斷完善，基本上低級別的芯片設(shè)計人員可以淘汰了。

從管理者角度來看，人工智能無疑將會是減少用工成本的一大利器；而在芯片設(shè)計人員看來，人工智能要用在實際開發(fā)過程中，還為時尚早。

前端開發(fā)工程師F告訴集微網(wǎng)，他以及周圍工程師群體都對人工智能很感興趣，也在進行各種用人工智能來幫助設(shè)計芯片的嘗試，但現(xiàn)在僅能提供一些設(shè)計思路，離實用還差得遠。

“我們常用的對一些Verilog語言字符串的處理，人工智能給出的**不完全對——非常具體、簡單的問題它的回答比較靠近，復(fù)雜的、需要抽象的就完全不行了——但是可以啟發(fā)一些思路?！盕說，“比如，我想找一下，某個文檔里有沒有完全相同的兩行代碼，如果有，報出具體信息，人工智能基本能猜對思路，而且積累的數(shù)據(jù)越多（也就是被問得越多）準確性就會越好；越抽象，越泛泛的問題就越不行，比如，‘如何讓待機電流減小30%’，人工智能只會給一些正確的廢話，一些原則性的建議?！?/p>

正如文章形容人工智能解決問題的邏輯：“考滿分的絕招就是把所有**都背下來”。

因此，F(xiàn)認為，現(xiàn)階段人工智能模型仍是一個實驗性項目，還需繼續(xù)完善。而隨著它日益成熟，芯片開發(fā)過程中一些重復(fù)性的、非常具體的標準職位將更容易被取代，比如小模塊的IP單元設(shè)計，“現(xiàn)在這部分工作主要是剛?cè)胄械男氯嗽谧?，未來他們將面臨較大壓力?！?/p>

他也強調(diào)，越具體的工作AI越容易完成，但是抽象的不行；人會聯(lián)想、推理，能依靠抽象產(chǎn)生完全新的內(nèi)容，這些AI都還做不到?！拔覉远ǖ卣J為AI不可能統(tǒng)治人?！?/p>

AI在芯片設(shè)計中扮演越來越重要的角色

事實上，在人工智能因自然語言處理器方面的驚人能力而受到廣泛關(guān)注之前，AI在芯片設(shè)計中已經(jīng)扮演越來越重要的角色。各種AI工具早已被用于IC設(shè)計的各個階段，包括設(shè)計優(yōu)化、布局、仿真和驗證。人工智能算法還可以幫助更有效地探索設(shè)計空間，比傳統(tǒng)方法更快地發(fā)現(xiàn)最佳設(shè)計配置。

為了加快和優(yōu)化IC設(shè)計流程，許多公司（包括科技行業(yè)的一些最大公司）現(xiàn)在都在投資AI工具來完成一些繁重的工作。

例如2022年3月，Google Research推出了PRIME，這是一種深度學(xué)習(xí)方法，它使用功耗、延遲等現(xiàn)有數(shù)據(jù)來創(chuàng)建比使用傳統(tǒng)方法設(shè)計的芯片更快、更小的加速器設(shè)計。而且谷歌表示深度學(xué)習(xí)“強化學(xué)習(xí)” (reinforcement learning，RL) 方法可以在比人類少得多的時間內(nèi)生成有效的版圖布局，而且雙方在質(zhì)量上不相上下。谷歌研究人員使用10000個芯片平面圖來訓(xùn)練他們的模型，AI生成芯片設(shè)計的用時不到六個小時。谷歌表示，這種方法已經(jīng)被用于其張量處理單元 (TPU）的設(shè)計，這是谷歌基于云的機器學(xué)習(xí)應(yīng)用的一部分。

英偉達同樣為芯片設(shè)計開發(fā)了一種深度學(xué)習(xí)方法。該公司的PrefixRL的RL模型，證明AI可以從頭開始學(xué)習(xí)電路設(shè)計，并使用最新的EDA工具來設(shè)計更小、更快的電路。如今英偉達的GPU架構(gòu)中已包括由13000個使用AI技術(shù)設(shè)計的電路。此外，針對自動化標準單元遷移，該公司開發(fā)了NVCell自動標準單元布局生成器，只需要兩個GPU就能在短短幾天內(nèi)無錯完成10個人大約一年時間內(nèi)完成的92%的工作，人類可以對剩下的8%沒有自動遷移的單元進行處理。英偉達首席科學(xué)家兼研究部高級副總裁Bill Dally表示，“通過RL來研究和修正設(shè)計規(guī)則錯誤，能夠基本完成我們的標準設(shè)計單元。既節(jié)省了勞動力，又比人類的設(shè)計更好?！?/p>

Synopsys、Cadence、西門子等EDA公司也在其最新工具中使用了AI技術(shù)。例如，Synopsys的Synopsys DSO.ai自主芯片設(shè)計系統(tǒng)在去年幫助三星實現(xiàn)了首個尖端計算機芯片的自動化設(shè)計，截至今年2月已經(jīng)幫助諸多半導(dǎo)體客戶成功實現(xiàn)100次流片，顯著提升設(shè)計公司在突破功耗、性能和面積（PPA）方面的需求和設(shè)計效率。除了芯片設(shè)計，AI還在芯片測試和驗證中找到了用武之地，而芯片設(shè)計通常在這兩個領(lǐng)域需要耗費大量時間。為此，西門子推出了Questa Verification IQ，這是一個幫助IC設(shè)計工程師加快驗證過程的軟件平臺。

由此看來，如今的AI已經(jīng)可以在版圖設(shè)計和優(yōu)化等領(lǐng)域替代很大一部分IC設(shè)計人員的工作，提高了整體效率，必然會在某種程度上造成部分IC設(shè)計領(lǐng)域的工作職位被AI取代。另一方面，AI可以幫助人類實現(xiàn)更高效的設(shè)計工作，比如它可以分析大量數(shù)據(jù)并提供參考意見，為工程師提供新的設(shè)計思路和方案，這將提高IC設(shè)計人員的價值，使他們能專注于更復(fù)雜、更具創(chuàng)造性的設(shè)計方面，并最終帶來更好的芯片產(chǎn)品。

為此，AI可能無法完全取代對熟練IC設(shè)計工程師的需求。但隨著AI在IC設(shè)計中的應(yīng)用越來越普遍，對能夠在設(shè)計過程中熟練甚至善于使用相關(guān)工具的人才需求無疑會越來越多。

結(jié)語

人工智能不是開始也不會是結(jié)束，可以預(yù)見會有越來越多的AI迅速被用于協(xié)助日常生活、工作。盡管科技的進步推動了生產(chǎn)關(guān)系的變化，但永遠無法否認人才在其中的主觀能動性作用，“戰(zhàn)勝”不了工具，那就要培養(yǎng)能掌握好工具的能力。

我們可能即將站在技術(shù)大爆炸的“奇點”，這次變革的高速列車，必會成就一部分人，但也將有很多人被甩下。在AI浪潮下，懂得運用、駕馭這些技術(shù)，必將會成為職場競爭中的加分項。如同人工智能自己對于是否將取代公司員工的回答——

“人工智能在某種程度上可以取代公司員工，但并不意味著它能完全取代公司員工，因為它仍然無法滿足特定的需求和處理復(fù)雜的問題。未來，企業(yè)應(yīng)當在利用GPT和人工結(jié)合的方式下，創(chuàng)造出更好的用戶體驗和更高的效率”。

本文由小編網(wǎng)絡(luò)轉(zhuǎn)載而成,原文來源:http://www.techweb.com.cn/viewpoint/2023-02-28/2921110.shtml,如有侵權(quán),請聯(lián)系刪除

自然語言生成模型人工智能在去年11月30日發(fā)布，上線兩個月就超過一億注冊用戶，成為月活躍用戶增長最快的消費類應(yīng)用，在AI泡沫之后成為行業(yè)“拯救者”的擔當。伴隨這股熱潮而來的，自然是“人工智能將會取代XX工作”的吸睛分析，其中高危職業(yè)包括技術(shù)工種（程序員、軟件工程師、數(shù)據(jù)分析師）；媒體工作者（廣告、內(nèi)容創(chuàng)作、記者）；市場研究分析師等等。

比如小編的老板也已表示，AI正一點點改變職場，繼去年導(dǎo)入自動發(fā)稿系統(tǒng)取消了發(fā)布編輯崗位，今年將推出自動撰稿淘汰最初級編輯崗位。芯片設(shè)計領(lǐng)域也早已開始研究如何利用人工智能進行芯片設(shè)計，工程師作為一個技術(shù)工種，是否也將面臨著被AI取代的風險？

用人工智能設(shè)計芯片？老板和員工這么看

一位芯片設(shè)計公司創(chuàng)業(yè)者告訴集微網(wǎng)，在近兩年高昂的人才成本下，從以前芯片設(shè)計人員到現(xiàn)在作為企業(yè)管理者，他一直在研究如何提高芯片研發(fā)工作效率?！叭斯ぶ悄馨l(fā)布不久，我就在研究它是否能用于設(shè)計芯片，以及如何用到設(shè)計過程中?！彼硎荆酒_發(fā)過程有很多重復(fù)的模塊化的代碼編寫，原本可能需要一個中級別的員工來做，或者這個中級別的員工指導(dǎo)一個新人也能做出來，但是會花費更多時間?！艾F(xiàn)在人工智能可以承擔這部分工作，雖然比人工的結(jié)果還差一點點，但修補一下就可以，意味著未來我就不用再招一個新員工了?！?/p>

比如，在設(shè)計過程中需要查一個器件的某個指標，查找一段代碼，到現(xiàn)成的文檔中肯定能找到，但是需要去翻網(wǎng)頁、去下載，這個過程可能需要10分鐘。但是只要網(wǎng)絡(luò)上有相關(guān)數(shù)據(jù)，人工智能可能30秒內(nèi)就能完成同樣的工作，無疑大大提高了效率。

“固定路徑就能實現(xiàn)的工作都可以交給人工智能，它本質(zhì)上是一個用來提高效率的工具，簡單、重復(fù)的工作接管后，人類就得以解放出來做更高級的創(chuàng)造工作?！痹搫?chuàng)業(yè)者指出，“未來人工智能可以被視為一個個人助手，接管所有底層瑣碎工作，而自己則必須在工程交付部分不停提升水平。要如何用好這個秘書，必須先了解它、理解它，學(xué)習(xí)別人是怎么使用的，可能會在接下來成為一個重要的必修課?！?/p>

他認為，隨著人工智能的不斷完善，基本上低級別的芯片設(shè)計人員可以淘汰了。

從管理者角度來看，人工智能無疑將會是減少用工成本的一大利器；而在芯片設(shè)計人員看來，人工智能要用在實際開發(fā)過程中，還為時尚早。

前端開發(fā)工程師F告訴集微網(wǎng)，他以及周圍工程師群體都對人工智能很感興趣，也在進行各種用人工智能來幫助設(shè)計芯片的嘗試，但現(xiàn)在僅能提供一些設(shè)計思路，離實用還差得遠。

“我們常用的對一些Verilog語言字符串的處理，人工智能給出的**不完全對——非常具體、簡單的問題它的回答比較靠近，復(fù)雜的、需要抽象的就完全不行了——但是可以啟發(fā)一些思路。”F說，“比如，我想找一下，某個文檔里有沒有完全相同的兩行代碼，如果有，報出具體信息，人工智能基本能猜對思路，而且積累的數(shù)據(jù)越多（也就是被問得越多）準確性就會越好；越抽象，越泛泛的問題就越不行，比如，‘如何讓待機電流減小30%’，人工智能只會給一些正確的廢話，一些原則性的建議?！?/p>

正如文章形容人工智能解決問題的邏輯：“考滿分的絕招就是把所有**都背下來”。

因此，F(xiàn)認為，現(xiàn)階段人工智能模型仍是一個實驗性項目，還需繼續(xù)完善。而隨著它日益成熟，芯片開發(fā)過程中一些重復(fù)性的、非常具體的標準職位將更容易被取代，比如小模塊的IP單元設(shè)計，“現(xiàn)在這部分工作主要是剛?cè)胄械男氯嗽谧?，未來他們將面臨較大壓力?！?/p>

他也強調(diào)，越具體的工作AI越容易完成，但是抽象的不行；人會聯(lián)想、推理，能依靠抽象產(chǎn)生完全新的內(nèi)容，這些AI都還做不到?！拔覉远ǖ卣J為AI不可能統(tǒng)治人?！?/p>

AI在芯片設(shè)計中扮演越來越重要的角色

事實上，在人工智能因自然語言處理器方面的驚人能力而受到廣泛關(guān)注之前，AI在芯片設(shè)計中已經(jīng)扮演越來越重要的角色。各種AI工具早已被用于IC設(shè)計的各個階段，包括設(shè)計優(yōu)化、布局、仿真和驗證。人工智能算法還可以幫助更有效地探索設(shè)計空間，比傳統(tǒng)方法更快地發(fā)現(xiàn)最佳設(shè)計配置。

為了加快和優(yōu)化IC設(shè)計流程，許多公司（包括科技行業(yè)的一些最大公司）現(xiàn)在都在投資AI工具來完成一些繁重的工作。

例如2022年3月，Google Research推出了PRIME，這是一種深度學(xué)習(xí)方法，它使用功耗、延遲等現(xiàn)有數(shù)據(jù)來創(chuàng)建比使用傳統(tǒng)方法設(shè)計的芯片更快、更小的加速器設(shè)計。而且谷歌表示深度學(xué)習(xí)“強化學(xué)習(xí)” (reinforcement learning，RL) 方法可以在比人類少得多的時間內(nèi)生成有效的版圖布局，而且雙方在質(zhì)量上不相上下。谷歌研究人員使用10000個芯片平面圖來訓(xùn)練他們的模型，AI生成芯片設(shè)計的用時不到六個小時。谷歌表示，這種方法已經(jīng)被用于其張量處理單元 (TPU）的設(shè)計，這是谷歌基于云的機器學(xué)習(xí)應(yīng)用的一部分。

英偉達同樣為芯片設(shè)計開發(fā)了一種深度學(xué)習(xí)方法。該公司的PrefixRL的RL模型，證明AI可以從頭開始學(xué)習(xí)電路設(shè)計，并使用最新的EDA工具來設(shè)計更小、更快的電路。如今英偉達的GPU架構(gòu)中已包括由13000個使用AI技術(shù)設(shè)計的電路。此外，針對自動化標準單元遷移，該公司開發(fā)了NVCell自動標準單元布局生成器，只需要兩個GPU就能在短短幾天內(nèi)無錯完成10個人大約一年時間內(nèi)完成的92%的工作，人類可以對剩下的8%沒有自動遷移的單元進行處理。英偉達首席科學(xué)家兼研究部高級副總裁Bill Dally表示，“通過RL來研究和修正設(shè)計規(guī)則錯誤，能夠基本完成我們的標準設(shè)計單元。既節(jié)省了勞動力，又比人類的設(shè)計更好?！?/p>

Synopsys、Cadence、西門子等EDA公司也在其最新工具中使用了AI技術(shù)。例如，Synopsys的Synopsys DSO.ai自主芯片設(shè)計系統(tǒng)在去年幫助三星實現(xiàn)了首個尖端計算機芯片的自動化設(shè)計，截至今年2月已經(jīng)幫助諸多半導(dǎo)體客戶成功實現(xiàn)100次流片，顯著提升設(shè)計公司在突破功耗、性能和面積（PPA）方面的需求和設(shè)計效率。除了芯片設(shè)計，AI還在芯片測試和驗證中找到了用武之地，而芯片設(shè)計通常在這兩個領(lǐng)域需要耗費大量時間。為此，西門子推出了Questa Verification IQ，這是一個幫助IC設(shè)計工程師加快驗證過程的軟件平臺。

由此看來，如今的AI已經(jīng)可以在版圖設(shè)計和優(yōu)化等領(lǐng)域替代很大一部分IC設(shè)計人員的工作，提高了整體效率，必然會在某種程度上造成部分IC設(shè)計領(lǐng)域的工作職位被AI取代。另一方面，AI可以幫助人類實現(xiàn)更高效的設(shè)計工作，比如它可以分析大量數(shù)據(jù)并提供參考意見，為工程師提供新的設(shè)計思路和方案，這將提高IC設(shè)計人員的價值，使他們能專注于更復(fù)雜、更具創(chuàng)造性的設(shè)計方面，并最終帶來更好的芯片產(chǎn)品。

為此，AI可能無法完全取代對熟練IC設(shè)計工程師的需求。但隨著AI在IC設(shè)計中的應(yīng)用越來越普遍，對能夠在設(shè)計過程中熟練甚至善于使用相關(guān)工具的人才需求無疑會越來越多。

結(jié)語

人工智能不是開始也不會是結(jié)束，可以預(yù)見會有越來越多的AI迅速被用于協(xié)助日常生活、工作。盡管科技的進步推動了生產(chǎn)關(guān)系的變化，但永遠無法否認人才在其中的主觀能動性作用，“戰(zhàn)勝”不了工具，那就要培養(yǎng)能掌握好工具的能力。

我們可能即將站在技術(shù)大爆炸的“奇點”，這次變革的高速列車，必會成就一部分人，但也將有很多人被甩下。在AI浪潮下，懂得運用、駕馭這些技術(shù)，必將會成為職場競爭中的加分項。如同人工智能自己對于是否將取代公司員工的回答——

“人工智能在某種程度上可以取代公司員工，但并不意味著它能完全取代公司員工，因為它仍然無法滿足特定的需求和處理復(fù)雜的問題。未來，企業(yè)應(yīng)當在利用GPT和人工結(jié)合的方式下，創(chuàng)造出更好的用戶體驗和更高的效率”。

本文由小編網(wǎng)絡(luò)轉(zhuǎn)載而成,原文來源:http://www.techweb.com.cn/viewpoint/2023-02-28/2921110.shtml,如有侵權(quán),請聯(lián)系刪除

自然語言生成模型人工智能在去年11月30日發(fā)布，上線兩個月就超過一億注冊用戶，成為月活躍用戶增長最快的消費類應(yīng)用，在AI泡沫之后成為行業(yè)“拯救者”的擔當。伴隨這股熱潮而來的，自然是“人工智能將會取代XX工作”的吸睛分析，其中高危職業(yè)包括技術(shù)工種（程序員、軟件工程師、數(shù)據(jù)分析師）；媒體工作者（廣告、內(nèi)容創(chuàng)作、記者）；市場研究分析師等等。

比如小編的老板也已表示，AI正一點點改變職場，繼去年導(dǎo)入自動發(fā)稿系統(tǒng)取消了發(fā)布編輯崗位，今年將推出自動撰稿淘汰最初級編輯崗位。芯片設(shè)計領(lǐng)域也早已開始研究如何利用人工智能進行芯片設(shè)計，工程師作為一個技術(shù)工種，是否也將面臨著被AI取代的風險？

用人工智能設(shè)計芯片？老板和員工這么看

一位芯片設(shè)計公司創(chuàng)業(yè)者告訴集微網(wǎng)，在近兩年高昂的人才成本下，從以前芯片設(shè)計人員到現(xiàn)在作為企業(yè)管理者，他一直在研究如何提高芯片研發(fā)工作效率。“人工智能發(fā)布不久，我就在研究它是否能用于設(shè)計芯片，以及如何用到設(shè)計過程中。”他表示，芯片開發(fā)過程有很多重復(fù)的模塊化的代碼編寫，原本可能需要一個中級別的員工來做，或者這個中級別的員工指導(dǎo)一個新人也能做出來，但是會花費更多時間?！艾F(xiàn)在人工智能可以承擔這部分工作，雖然比人工的結(jié)果還差一點點，但修補一下就可以，意味著未來我就不用再招一個新員工了?！?/p>

比如，在設(shè)計過程中需要查一個器件的某個指標，查找一段代碼，到現(xiàn)成的文檔中肯定能找到，但是需要去翻網(wǎng)頁、去下載，這個過程可能需要10分鐘。但是只要網(wǎng)絡(luò)上有相關(guān)數(shù)據(jù)，人工智能可能30秒內(nèi)就能完成同樣的工作，無疑大大提高了效率。

“固定路徑就能實現(xiàn)的工作都可以交給人工智能，它本質(zhì)上是一個用來提高效率的工具，簡單、重復(fù)的工作接管后，人類就得以解放出來做更高級的創(chuàng)造工作?！痹搫?chuàng)業(yè)者指出，“未來人工智能可以被視為一個個人助手，接管所有底層瑣碎工作，而自己則必須在工程交付部分不停提升水平。要如何用好這個秘書，必須先了解它、理解它，學(xué)習(xí)別人是怎么使用的，可能會在接下來成為一個重要的必修課?！?/p>

他認為，隨著人工智能的不斷完善，基本上低級別的芯片設(shè)計人員可以淘汰了。

從管理者角度來看，人工智能無疑將會是減少用工成本的一大利器；而在芯片設(shè)計人員看來，人工智能要用在實際開發(fā)過程中，還為時尚早。

前端開發(fā)工程師F告訴集微網(wǎng)，他以及周圍工程師群體都對人工智能很感興趣，也在進行各種用人工智能來幫助設(shè)計芯片的嘗試，但現(xiàn)在僅能提供一些設(shè)計思路，離實用還差得遠。

“我們常用的對一些Verilog語言字符串的處理，人工智能給出的**不完全對——非常具體、簡單的問題它的回答比較靠近，復(fù)雜的、需要抽象的就完全不行了——但是可以啟發(fā)一些思路?！盕說，“比如，我想找一下，某個文檔里有沒有完全相同的兩行代碼，如果有，報出具體信息，人工智能基本能猜對思路，而且積累的數(shù)據(jù)越多（也就是被問得越多）準確性就會越好；越抽象，越泛泛的問題就越不行，比如，‘如何讓待機電流減小30%’，人工智能只會給一些正確的廢話，一些原則性的建議?！?/p>

正如文章形容人工智能解決問題的邏輯：“考滿分的絕招就是把所有**都背下來”。

因此，F(xiàn)認為，現(xiàn)階段人工智能模型仍是一個實驗性項目，還需繼續(xù)完善。而隨著它日益成熟，芯片開發(fā)過程中一些重復(fù)性的、非常具體的標準職位將更容易被取代，比如小模塊的IP單元設(shè)計，“現(xiàn)在這部分工作主要是剛?cè)胄械男氯嗽谧觯磥硭麄儗⒚媾R較大壓力?！?/p>

他也強調(diào)，越具體的工作AI越容易完成，但是抽象的不行；人會聯(lián)想、推理，能依靠抽象產(chǎn)生完全新的內(nèi)容，這些AI都還做不到。“我堅定地認為AI不可能統(tǒng)治人。”

AI在芯片設(shè)計中扮演越來越重要的角色

事實上，在人工智能因自然語言處理器方面的驚人能力而受到廣泛關(guān)注之前，AI在芯片設(shè)計中已經(jīng)扮演越來越重要的角色。各種AI工具早已被用于IC設(shè)計的各個階段，包括設(shè)計優(yōu)化、布局、仿真和驗證。人工智能算法還可以幫助更有效地探索設(shè)計空間，比傳統(tǒng)方法更快地發(fā)現(xiàn)最佳設(shè)計配置。

為了加快和優(yōu)化IC設(shè)計流程，許多公司（包括科技行業(yè)的一些最大公司）現(xiàn)在都在投資AI工具來完成一些繁重的工作。

例如2022年3月，Google Research推出了PRIME，這是一種深度學(xué)習(xí)方法，它使用功耗、延遲等現(xiàn)有數(shù)據(jù)來創(chuàng)建比使用傳統(tǒng)方法設(shè)計的芯片更快、更小的加速器設(shè)計。而且谷歌表示深度學(xué)習(xí)“強化學(xué)習(xí)” (reinforcement learning，RL) 方法可以在比人類少得多的時間內(nèi)生成有效的版圖布局，而且雙方在質(zhì)量上不相上下。谷歌研究人員使用10000個芯片平面圖來訓(xùn)練他們的模型，AI生成芯片設(shè)計的用時不到六個小時。谷歌表示，這種方法已經(jīng)被用于其張量處理單元 (TPU）的設(shè)計，這是谷歌基于云的機器學(xué)習(xí)應(yīng)用的一部分。

英偉達同樣為芯片設(shè)計開發(fā)了一種深度學(xué)習(xí)方法。該公司的PrefixRL的RL模型，證明AI可以從頭開始學(xué)習(xí)電路設(shè)計，并使用最新的EDA工具來設(shè)計更小、更快的電路。如今英偉達的GPU架構(gòu)中已包括由13000個使用AI技術(shù)設(shè)計的電路。此外，針對自動化標準單元遷移，該公司開發(fā)了NVCell自動標準單元布局生成器，只需要兩個GPU就能在短短幾天內(nèi)無錯完成10個人大約一年時間內(nèi)完成的92%的工作，人類可以對剩下的8%沒有自動遷移的單元進行處理。英偉達首席科學(xué)家兼研究部高級副總裁Bill Dally表示，“通過RL來研究和修正設(shè)計規(guī)則錯誤，能夠基本完成我們的標準設(shè)計單元。既節(jié)省了勞動力，又比人類的設(shè)計更好?！?/p>

Synopsys、Cadence、西門子等EDA公司也在其最新工具中使用了AI技術(shù)。例如，Synopsys的Synopsys DSO.ai自主芯片設(shè)計系統(tǒng)在去年幫助三星實現(xiàn)了首個尖端計算機芯片的自動化設(shè)計，截至今年2月已經(jīng)幫助諸多半導(dǎo)體客戶成功實現(xiàn)100次流片，顯著提升設(shè)計公司在突破功耗、性能和面積（PPA）方面的需求和設(shè)計效率。除了芯片設(shè)計，AI還在芯片測試和驗證中找到了用武之地，而芯片設(shè)計通常在這兩個領(lǐng)域需要耗費大量時間。為此，西門子推出了Questa Verification IQ，這是一個幫助IC設(shè)計工程師加快驗證過程的軟件平臺。

由此看來，如今的AI已經(jīng)可以在版圖設(shè)計和優(yōu)化等領(lǐng)域替代很大一部分IC設(shè)計人員的工作，提高了整體效率，必然會在某種程度上造成部分IC設(shè)計領(lǐng)域的工作職位被AI取代。另一方面，AI可以幫助人類實現(xiàn)更高效的設(shè)計工作，比如它可以分析大量數(shù)據(jù)并提供參考意見，為工程師提供新的設(shè)計思路和方案，這將提高IC設(shè)計人員的價值，使他們能專注于更復(fù)雜、更具創(chuàng)造性的設(shè)計方面，并最終帶來更好的芯片產(chǎn)品。

為此，AI可能無法完全取代對熟練IC設(shè)計工程師的需求。但隨著AI在IC設(shè)計中的應(yīng)用越來越普遍，對能夠在設(shè)計過程中熟練甚至善于使用相關(guān)工具的人才需求無疑會越來越多。

結(jié)語

人工智能不是開始也不會是結(jié)束，可以預(yù)見會有越來越多的AI迅速被用于協(xié)助日常生活、工作。盡管科技的進步推動了生產(chǎn)關(guān)系的變化，但永遠無法否認人才在其中的主觀能動性作用，“戰(zhàn)勝”不了工具，那就要培養(yǎng)能掌握好工具的能力。

我們可能即將站在技術(shù)大爆炸的“奇點”，這次變革的高速列車，必會成就一部分人，但也將有很多人被甩下。在AI浪潮下，懂得運用、駕馭這些技術(shù)，必將會成為職場競爭中的加分項。如同人工智能自己對于是否將取代公司員工的回答——

“人工智能在某種程度上可以取代公司員工，但并不意味著它能完全取代公司員工，因為它仍然無法滿足特定的需求和處理復(fù)雜的問題。未來，企業(yè)應(yīng)當在利用GPT和人工結(jié)合的方式下，創(chuàng)造出更好的用戶體驗和更高的效率”。

本文由小編網(wǎng)絡(luò)轉(zhuǎn)載而成,原文來源:http://www.techweb.com.cn/viewpoint/2023-02-28/2921110.shtml,如有侵權(quán),請聯(lián)系刪除

自然語言生成模型人工智能在去年11月30日發(fā)布，上線兩個月就超過一億注冊用戶，成為月活躍用戶增長最快的消費類應(yīng)用，在AI泡沫之后成為行業(yè)“拯救者”的擔當。伴隨這股熱潮而來的，自然是“人工智能將會取代XX工作”的吸睛分析，其中高危職業(yè)包括技術(shù)工種（程序員、軟件工程師、數(shù)據(jù)分析師）；媒體工作者（廣告、內(nèi)容創(chuàng)作、記者）；市場研究分析師等等。

比如小編的老板也已表示，AI正一點點改變職場，繼去年導(dǎo)入自動發(fā)稿系統(tǒng)取消了發(fā)布編輯崗位，今年將推出自動撰稿淘汰最初級編輯崗位。芯片設(shè)計領(lǐng)域也早已開始研究如何利用人工智能進行芯片設(shè)計，工程師作為一個技術(shù)工種，是否也將面臨著被AI取代的風險？

用人工智能設(shè)計芯片？老板和員工這么看

一位芯片設(shè)計公司創(chuàng)業(yè)者告訴集微網(wǎng)，在近兩年高昂的人才成本下，從以前芯片設(shè)計人員到現(xiàn)在作為企業(yè)管理者，他一直在研究如何提高芯片研發(fā)工作效率?！叭斯ぶ悄馨l(fā)布不久，我就在研究它是否能用于設(shè)計芯片，以及如何用到設(shè)計過程中?！彼硎?，芯片開發(fā)過程有很多重復(fù)的模塊化的代碼編寫，原本可能需要一個中級別的員工來做，或者這個中級別的員工指導(dǎo)一個新人也能做出來，但是會花費更多時間?！艾F(xiàn)在人工智能可以承擔這部分工作，雖然比人工的結(jié)果還差一點點，但修補一下就可以，意味著未來我就不用再招一個新員工了?！?/p>

比如，在設(shè)計過程中需要查一個器件的某個指標，查找一段代碼，到現(xiàn)成的文檔中肯定能找到，但是需要去翻網(wǎng)頁、去下載，這個過程可能需要10分鐘。但是只要網(wǎng)絡(luò)上有相關(guān)數(shù)據(jù)，人工智能可能30秒內(nèi)就能完成同樣的工作，無疑大大提高了效率。

“固定路徑就能實現(xiàn)的工作都可以交給人工智能，它本質(zhì)上是一個用來提高效率的工具，簡單、重復(fù)的工作接管后，人類就得以解放出來做更高級的創(chuàng)造工作?！痹搫?chuàng)業(yè)者指出，“未來人工智能可以被視為一個個人助手，接管所有底層瑣碎工作，而自己則必須在工程交付部分不停提升水平。要如何用好這個秘書，必須先了解它、理解它，學(xué)習(xí)別人是怎么使用的，可能會在接下來成為一個重要的必修課?！?/p>

他認為，隨著人工智能的不斷完善，基本上低級別的芯片設(shè)計人員可以淘汰了。

從管理者角度來看，人工智能無疑將會是減少用工成本的一大利器；而在芯片設(shè)計人員看來，人工智能要用在實際開發(fā)過程中，還為時尚早。

前端開發(fā)工程師F告訴集微網(wǎng)，他以及周圍工程師群體都對人工智能很感興趣，也在進行各種用人工智能來幫助設(shè)計芯片的嘗試，但現(xiàn)在僅能提供一些設(shè)計思路，離實用還差得遠。

“我們常用的對一些Verilog語言字符串的處理，人工智能給出的**不完全對——非常具體、簡單的問題它的回答比較靠近，復(fù)雜的、需要抽象的就完全不行了——但是可以啟發(fā)一些思路?！盕說，“比如，我想找一下，某個文檔里有沒有完全相同的兩行代碼，如果有，報出具體信息，人工智能基本能猜對思路，而且積累的數(shù)據(jù)越多（也就是被問得越多）準確性就會越好；越抽象，越泛泛的問題就越不行，比如，‘如何讓待機電流減小30%’，人工智能只會給一些正確的廢話，一些原則性的建議?！?/p>

正如文章形容人工智能解決問題的邏輯：“考滿分的絕招就是把所有**都背下來”。

因此，F(xiàn)認為，現(xiàn)階段人工智能模型仍是一個實驗性項目，還需繼續(xù)完善。而隨著它日益成熟，芯片開發(fā)過程中一些重復(fù)性的、非常具體的標準職位將更容易被取代，比如小模塊的IP單元設(shè)計，“現(xiàn)在這部分工作主要是剛?cè)胄械男氯嗽谧觯磥硭麄儗⒚媾R較大壓力。”

他也強調(diào)，越具體的工作AI越容易完成，但是抽象的不行；人會聯(lián)想、推理，能依靠抽象產(chǎn)生完全新的內(nèi)容，這些AI都還做不到?！拔覉远ǖ卣J為AI不可能統(tǒng)治人?！?/p>

AI在芯片設(shè)計中扮演越來越重要的角色

事實上，在人工智能因自然語言處理器方面的驚人能力而受到廣泛關(guān)注之前，AI在芯片設(shè)計中已經(jīng)扮演越來越重要的角色。各種AI工具早已被用于IC設(shè)計的各個階段，包括設(shè)計優(yōu)化、布局、仿真和驗證。人工智能算法還可以幫助更有效地探索設(shè)計空間，比傳統(tǒng)方法更快地發(fā)現(xiàn)最佳設(shè)計配置。

為了加快和優(yōu)化IC設(shè)計流程，許多公司（包括科技行業(yè)的一些最大公司）現(xiàn)在都在投資AI工具來完成一些繁重的工作。

例如2022年3月，Google Research推出了PRIME，這是一種深度學(xué)習(xí)方法，它使用功耗、延遲等現(xiàn)有數(shù)據(jù)來創(chuàng)建比使用傳統(tǒng)方法設(shè)計的芯片更快、更小的加速器設(shè)計。而且谷歌表示深度學(xué)習(xí)“強化學(xué)習(xí)” (reinforcement learning，RL) 方法可以在比人類少得多的時間內(nèi)生成有效的版圖布局，而且雙方在質(zhì)量上不相上下。谷歌研究人員使用10000個芯片平面圖來訓(xùn)練他們的模型，AI生成芯片設(shè)計的用時不到六個小時。谷歌表示，這種方法已經(jīng)被用于其張量處理單元 (TPU）的設(shè)計，這是谷歌基于云的機器學(xué)習(xí)應(yīng)用的一部分。

英偉達同樣為芯片設(shè)計開發(fā)了一種深度學(xué)習(xí)方法。該公司的PrefixRL的RL模型，證明AI可以從頭開始學(xué)習(xí)電路設(shè)計，并使用最新的EDA工具來設(shè)計更小、更快的電路。如今英偉達的GPU架構(gòu)中已包括由13000個使用AI技術(shù)設(shè)計的電路。此外，針對自動化標準單元遷移，該公司開發(fā)了NVCell自動標準單元布局生成器，只需要兩個GPU就能在短短幾天內(nèi)無錯完成10個人大約一年時間內(nèi)完成的92%的工作，人類可以對剩下的8%沒有自動遷移的單元進行處理。英偉達首席科學(xué)家兼研究部高級副總裁Bill Dally表示，“通過RL來研究和修正設(shè)計規(guī)則錯誤，能夠基本完成我們的標準設(shè)計單元。既節(jié)省了勞動力，又比人類的設(shè)計更好?！?/p>

Synopsys、Cadence、西門子等EDA公司也在其最新工具中使用了AI技術(shù)。例如，Synopsys的Synopsys DSO.ai自主芯片設(shè)計系統(tǒng)在去年幫助三星實現(xiàn)了首個尖端計算機芯片的自動化設(shè)計，截至今年2月已經(jīng)幫助諸多半導(dǎo)體客戶成功實現(xiàn)100次流片，顯著提升設(shè)計公司在突破功耗、性能和面積（PPA）方面的需求和設(shè)計效率。除了芯片設(shè)計，AI還在芯片測試和驗證中找到了用武之地，而芯片設(shè)計通常在這兩個領(lǐng)域需要耗費大量時間。為此，西門子推出了Questa Verification IQ，這是一個幫助IC設(shè)計工程師加快驗證過程的軟件平臺。

由此看來，如今的AI已經(jīng)可以在版圖設(shè)計和優(yōu)化等領(lǐng)域替代很大一部分IC設(shè)計人員的工作，提高了整體效率，必然會在某種程度上造成部分IC設(shè)計領(lǐng)域的工作職位被AI取代。另一方面，AI可以幫助人類實現(xiàn)更高效的設(shè)計工作，比如它可以分析大量數(shù)據(jù)并提供參考意見，為工程師提供新的設(shè)計思路和方案，這將提高IC設(shè)計人員的價值，使他們能專注于更復(fù)雜、更具創(chuàng)造性的設(shè)計方面，并最終帶來更好的芯片產(chǎn)品。

為此，AI可能無法完全取代對熟練IC設(shè)計工程師的需求。但隨著AI在IC設(shè)計中的應(yīng)用越來越普遍，對能夠在設(shè)計過程中熟練甚至善于使用相關(guān)工具的人才需求無疑會越來越多。

結(jié)語

人工智能不是開始也不會是結(jié)束，可以預(yù)見會有越來越多的AI迅速被用于協(xié)助日常生活、工作。盡管科技的進步推動了生產(chǎn)關(guān)系的變化，但永遠無法否認人才在其中的主觀能動性作用，“戰(zhàn)勝”不了工具，那就要培養(yǎng)能掌握好工具的能力。

我們可能即將站在技術(shù)大爆炸的“奇點”，這次變革的高速列車，必會成就一部分人，但也將有很多人被甩下。在AI浪潮下，懂得運用、駕馭這些技術(shù)，必將會成為職場競爭中的加分項。如同人工智能自己對于是否將取代公司員工的回答——

“人工智能在某種程度上可以取代公司員工，但并不意味著它能完全取代公司員工，因為它仍然無法滿足特定的需求和處理復(fù)雜的問題。未來，企業(yè)應(yīng)當在利用GPT和人工結(jié)合的方式下，創(chuàng)造出更好的用戶體驗和更高的效率”。

本文由小編網(wǎng)絡(luò)轉(zhuǎn)載而成,原文來源:http://www.techweb.com.cn/viewpoint/2023-02-28/2921110.shtml,如有侵權(quán),請聯(lián)系刪除