人工智慧“入侵”晶片製造,晶片設計師有失業危機了?

鞭牛士報道 現如今,隨著人工智慧(AI)的快速發展,這項技術正在變革多個行業。傳統金融、零售、製造業乃至藝術領域都已經出現人工智慧(AI)的身影,而更為複雜的晶片製造領域目前也已經被人工智慧所觸及。

人工智慧“入侵”晶片製造,晶片設計師有失業危機了?

在2021年6月,谷歌就利用AI來設計其TPU晶片,谷歌表示,人工智慧可以在不到6小時的時間內完成人工需要數月時間完成的晶片設計工作。另外根據IEEE報道,隨著AI在晶片設計方面的應用,晶片效能提升週期在逐漸縮短,有可能打破“每隔18個月晶片效能可提升一倍”的摩爾定律。毫不誇張地說,AI技術正在滲透到更多晶片業的核心環節,其中在製造這一晶片產業鏈的關鍵環節,AI也在悄然發力。

人工智慧“入侵”晶片製造,晶片設計師有失業危機了?

人工智慧“入侵”晶片製造,晶片設計師有失業危機了?

(圖片素材來源於:脈脈)

那麼人工智慧技術“入侵”晶片製造,這些技術現階段實際應用如何,Ai技術是否會取代晶片設計師等重複人力工作,未來人力與新技術將會是一種怎麼的關係?這類話題在職場社交平臺脈脈上有著不少的討論。

AI強勢出擊,把關晶片良品率

人工智慧“入侵”晶片製造,晶片設計師有失業危機了?

人工智慧“入侵”晶片製造,晶片設計師有失業危機了?

眾所周知,目前主流行業發展都建立在更高效能、更低功耗、更大算力的晶片的基礎之上,但晶片供不應求的局面卻在進一步加劇,尤其是高精尖晶片,而目前能夠有效提升晶片產量且被業內公認的方式就是提升現有產品的良率。

人工智慧“入侵”晶片製造,晶片設計師有失業危機了?

但提升良率並非一蹴而就,對於晶片設計商和製造商都是嚴峻的挑戰。以半導體產業鏈的關鍵一環——製造為例,整個製造過程主要分為八個步驟:晶圓加工 - 氧化 - 光刻 - 刻蝕 - 薄膜沉積 - 互連 - 測試 - 封裝,每個晶片的製造步驟又需要數百個工藝。生產過程中產生的資料量龐雜,涉及的引數變數繁多,任何一點微小的變化都能影響到最終晶片的良率。

同時隨著晶片工藝來到更先進的5nm、3nm,晶片設計複雜度呈幾何倍數增加,生產流程的不斷加長,晶片的製造變得極其複雜與精密,良率變得極具挑戰。因此,在如今這個高度自動化的時代,引入人工智慧/機器學習等技術,來推動晶片的製造流程,提升晶片的良率被業界格外關注。

人工智慧“入侵”晶片製造,晶片設計師有失業危機了?

比如半導體裝置供應商應用材料(Applied Materials)將人工智慧融入到晶圓檢測流程,從2016年開始應用材料就使用ExtractAI技術開發Enlight系統,於 2020 年推出了新一代Enlight光學半導體晶圓檢測機,該檢測裝置引入了大資料和AI技術。Enlight 系統只需不到一個小時就可以繪製出晶圓上數百萬個潛在缺陷。

在晶片設計端的DFM,EDA供應商們正致力於將各種AI功能整合到工具流中。,西門子EDA的Calibre SONR工具就內嵌了機器學習引擎TenssorFlow,透過將平行計算和ML技術融入到EDA工具中去,使得EDA工具具有更快的執行速度。這不僅能夠幫助設計人員可以胸有成竹地實施物理驗證和交付設計,並能大幅提升流片良率,縮短晶片產品上市時間並加快創新速度。

AI不能包攬造芯,還需要人工參與

雖然人工智慧能夠深入晶片設計和製造的每一個細節,對可能產生的問題進行預測判斷,但具體到實踐之中,仍然還需要人類對這些結果進行整合。MathWork公司MATLAB平臺的高階產品經理希瑟·高爾(Heather Gorr)表示對於工程師和設計師來說,他們只需要確定想要解決的問題,然後就可以把具體的解決工作交給AI,讓代理模型對各個元件的引數進行調整、模擬,最後由工程師和設計師記錄最優解下的引數。

人工智慧“入侵”晶片製造,晶片設計師有失業危機了?

不可否認,人工智慧進入晶片製造領域可以幫助工程師和設計師們從一部分繁瑣的工作中解放出來,大大釋放了人力資本。此外,用AI進行晶片設計能夠減少資源浪費,最佳化晶片設計,不過在最終的決策環節不能離開人的參與,基於AI的代理模型能夠幫助人們完成很多工作,但其利用率的高低取決於人們如何運用它,實現技術與人的互動。

隨著科技的發展,AI越來越滲透入人們的生活之中,從智慧家居、語言處理再到健康管理,AI的應用無處不在,在精密度極高的晶片領域,AI也能夠分一杯羹,谷歌甚至開發出了讓AI進行自主編碼的工具,未來,AI的智慧化和應用範圍還將達到怎樣的高度和廣度,值得期待。

頂部