多地宣布加码AI和EDA，AI for EDA成未来趋势-600学习网

600学习网终身会员188，所有资源无秘无压缩-购买会员

最近，上海.江苏等地宣布将大力增加人工智能和EDA工具，希望打破瓶颈，抢占技术高地。

今年8月，上海临港新区”滴水湖人工智能创新港”宣布启动，并发布了2022年至2025年临港区人工智能产业行动计划。预计需要三年时间才能聚集2万至3万名人工智能人才.500家企业和500亿元的产业规模。

行动计划显示，在核心基础能力.关键系统部件研发.高端智能终端.应用场景等方面将取得突破。目前，规划的最具体领域是自驾汽车领域，包括相关软件.芯片.智能互联汽车系统和自驾场景。

江苏省工业和信息化厅副厅长迟瑜也表示，2022年上半年，江苏省集成电路行业主营企业总产值年均增长10.5%，达到1350亿元。目前，南京EDA创新中心已上报中国科技部，这是中国第一个上报科技部的EDA创新研究中心。

EDA工具是集成电路行业中必不可少的工具，它贯穿于集成电路设计.制造.密封测试等各个环节。

EDA软件行业有一句谚语：”谁拥有EDA的声音，谁就拥有集成电路的生命之门，谁就能够缩小芯片行业后来居上的规模。”可以说，没有EDA软件，就无法谈论芯片设计。

中美科技摩擦加剧，EDA软件成为美国对华科技封锁的武器。根据长城战略咨询公司的最新研究，人工智能芯片和各种智能设备应用是目前人工智能领域增长最快的轨道之一。人工智能领域的新品种企业数量及其获得的融资正逐步从低端应用向上游GPU芯片.EDA等更关键的领域发展。

【AI for EDA是未来的发展趋势，世界领先的EDA制造商已经部署了AI】

在芯片设计过程中，确定芯片块布局是最复杂的阶段。核心目标是最小化功率.性能和面积，即最小化PPA(功率.性能与面积)。

随着人工智能算法的突破，人工智能用于EDA的技术路线受到了广泛关注。一些研究表明，人工智能可以通过机器学习快速提供最优布局方案，大大减少芯片设计所需的时间。

2021，谷歌在《自然》杂志上发表了一篇题为”快速芯片设计的图形布局方法”的论文，提议使用强化学习优化芯片设计中的宏布局。

谷歌优化宏模块布局的强化学习算法

如上图所示，其主要思想是将芯片布局视为棋盘，将宏模块视为棋子。通过对10000个内部数据样本进行预培训，并对每个新设计进行大约6小时的微调，谷歌的TPU芯片设计最终超越了传统EDA工具的布局方案，实现了更好的性能.更低的功耗和面积。

据了解，世界领先的EDA制造商已经部署了人工智能，以帮助实现高精度设计并提高设计效率。

2020年3月12日，Synopsys推出了业界首款用于芯片设计的自主AI应用程序-DSO AI，DSO指的是设计空间优化，这是EDA行业首款将AI应用于非常复杂的设计任务的产品。

Cadence于2020年3月18日发布了新版本的Cadence数字全过程。

在半导体制造中，随着设计尺寸的不断缩小，光的衍射效应变得越来越明显。因此，设计图形可能会导致光学图像退化，使得光刻后的实际图形与设计不一致。Mentor创新姓地使用MLOPC技术来校正光学邻近效应。

【北京大学发布首个用于芯片设计的EDA开源数据集AI】

由此可见，人工智能用于EDA是未来的发展趋势。因为训练机器学习模型