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(gè)月就超過一億注冊(cè)用戶，成為月活躍用戶增長(zhǎng)最快的消費(fèi)類應(yīng)用，在AI泡沫之后成為行業(yè)“拯救者”的擔(dān)當(dāng)。伴隨這股熱潮而來的，自然是“人工智能將會(huì)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(chǎng)研究分析師等等。

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

用人工智能設(shè)計(jì)芯片？老板和員工這么看

一位芯片設(shè)計(jì)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(jì)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(jì)芯片，以及如何用到設(shè)計(jì)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(gè)中級(jí)別的員工來做，或者這個(gè)中級(jí)別的員工指導(dǎo)一個(gè)新人也能做出來，但是會(huì)花費(fèi)更多時(shí)間。“現(xiàn)在人工智能可以承擔(dān)這部分工作，雖然比人工的結(jié)果還差一點(diǎn)點(diǎn)，但修補(bǔ)一下就可以，意味著未來我就不用再招一個(gè)新員工了。”

比如，在設(shè)計(jì)過程中需要查一個(gè)器件的某個(gè)指標(biāo)，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(gè)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(shí)現(xiàn)的工作都可以交給人工智能，它本質(zhì)上是一個(gè)用來提高效率的工具，簡(jiǎn)單、重復(fù)的工作接管后，人類就得以解放出來做更高級(jí)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(gè)個(gè)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(gè)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(huì)在接下來成為一個(gè)重要的必修課?！?/p>

他認(rèn)為，隨著人工智能的不斷完善，基本上低級(jí)別的芯片設(shè)計(jì)人員可以淘汰了。

從管理者角度來看，人工智能無疑將會(huì)是減少用工成本的一大利器；而在芯片設(shè)計(jì)人員看來，人工智能要用在實(shí)際開發(fā)過程中，還為時(shí)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(duì)人工智能很感興趣，也在進(jìn)行各種用人工智能來幫助設(shè)計(jì)芯片的嘗試，但現(xiàn)在僅能提供一些設(shè)計(jì)思路，離實(shí)用還差得遠(yuǎn)。

“我們常用的對(duì)一些Verilog語言字符串的處理，人工智能給出的**不完全對(duì)——非常具體、簡(jiǎn)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(gè)文檔里有沒有完全相同的兩行代碼，如果有，報(bào)出具體信息，人工智能基本能猜對(duì)思路，而且積累的數(shù)據(jù)越多（也就是被問得越多）準(zhǔn)確性就會(huì)越好；越抽象，越泛泛的問題就越不行，比如，‘如何讓待機(jī)電流減小30%’，人工智能只會(huì)給一些正確的廢話，一些原則性的建議。”

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(rèn)為，現(xiàn)階段人工智能模型仍是一個(gè)實(shí)驗(yàn)性項(xiàng)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(biāo)準(zhǔn)職位將更容易被取代，比如小模塊的IP單元設(shè)計(jì)，“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(qiáng)調(diào)，越具體的工作AI越容易完成，但是抽象的不行；人會(huì)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?jiān)定地認(rèn)為AI不可能統(tǒng)治人?！?/p>

AI在芯片設(shè)計(jì)中扮演越來越重要的角色

事實(shí)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(jì)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(jì)的各個(gè)階段，包括設(shè)計(jì)優(yōu)化、布局、仿真和驗(yàn)證。人工智能算法還可以幫助更有效地探索設(shè)計(jì)空間，比傳統(tǒng)方法更快地發(fā)現(xiàn)最佳設(shè)計(jì)配置。

為了加快和優(yōu)化IC設(shè)計(jì)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(jì)的芯片更快、更小的加速器設(shè)計(jì)。而且谷歌表示深度學(xué)習(xí)“強(qiáng)化學(xué)習(xí)” (reinforcement learning，RL) 方法可以在比人類少得多的時(shí)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(gè)芯片平面圖來訓(xùn)練他們的模型，AI生成芯片設(shè)計(jì)的用時(shí)不到六個(gè)小時(shí)。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(jì)，這是谷歌基于云的機(jī)器學(xué)習(xí)應(yīng)用的一部分。

英偉達(dá)同樣為芯片設(shè)計(jì)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(jì)，并使用最新的EDA工具來設(shè)計(jì)更小、更快的電路。如今英偉達(dá)的GPU架構(gòu)中已包括由13000個(gè)使用AI技術(shù)設(shè)計(jì)的電路。此外，針對(duì)自動(dòng)化標(biāo)準(zhǔn)單元遷移，該公司開發(fā)了NVCell自動(dòng)標(biāo)準(zhǔn)單元布局生成器，只需要兩個(gè)GPU就能在短短幾天內(nèi)無錯(cuò)完成10個(gè)人大約一年時(shí)間內(nèi)完成的92%的工作，人類可以對(duì)剩下的8%沒有自動(dòng)遷移的單元進(jìn)行處理。英偉達(dá)首席科學(xué)家兼研究部高級(jí)副總裁Bill Dally表示，“通過RL來研究和修正設(shè)計(jì)規(guī)則錯(cuò)誤，能夠基本完成我們的標(biāo)準(zhǔn)設(shè)計(jì)單元。既節(jié)省了勞動(dòng)力，又比人類的設(shè)計(jì)更好。”

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(jì)系統(tǒng)在去年幫助三星實(shí)現(xiàn)了首個(gè)尖端計(jì)算機(jī)芯片的自動(dòng)化設(shè)計(jì)，截至今年2月已經(jīng)幫助諸多半導(dǎo)體客戶成功實(shí)現(xiàn)100次流片，顯著提升設(shè)計(jì)公司在突破功耗、性能和面積（PPA）方面的需求和設(shè)計(jì)效率。除了芯片設(shè)計(jì)，AI還在芯片測(cè)試和驗(yàn)證中找到了用武之地，而芯片設(shè)計(jì)通常在這兩個(gè)領(lǐng)域需要耗費(fèi)大量時(shí)間。為此，西門子推出了Questa Verification IQ，這是一個(gè)幫助IC設(shè)計(jì)工程師加快驗(yàn)證過程的軟件平臺(tái)。

由此看來，如今的AI已經(jīng)可以在版圖設(shè)計(jì)和優(yōu)化等領(lǐng)域替代很大一部分IC設(shè)計(jì)人員的工作，提高了整體效率，必然會(huì)在某種程度上造成部分IC設(shè)計(jì)領(lǐng)域的工作職位被AI取代。另一方面，AI可以幫助人類實(shí)現(xiàn)更高效的設(shè)計(jì)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(jì)思路和方案，這將提高IC設(shè)計(jì)人員的價(jià)值，使他們能專注于更復(fù)雜、更具創(chuàng)造性的設(shè)計(jì)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(duì)熟練IC設(shè)計(jì)工程師的需求。但隨著AI在IC設(shè)計(jì)中的應(yīng)用越來越普遍，對(duì)能夠在設(shè)計(jì)過程中熟練甚至善于使用相關(guān)工具的人才需求無疑會(huì)越來越多。

結(jié)語

人工智能不是開始也不會(huì)是結(jié)束，可以預(yù)見會(huì)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(jìn)步推動(dòng)了生產(chǎn)關(guān)系的變化，但永遠(yuǎn)無法否認(rèn)人才在其中的主觀能動(dòng)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(diǎn)”，這次變革的高速列車，必會(huì)成就一部分人，但也將有很多人被甩下。在AI浪潮下，懂得運(yùn)用、駕馭這些技術(shù)，必將會(huì)成為職場(chǎng)競(jìng)爭(zhēng)中的加分項(xiàng)。如同人工智能自己對(duì)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?yàn)樗匀粺o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(dāng)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(yàn)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(qǐng)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(gè)月就超過一億注冊(cè)用戶，成為月活躍用戶增長(zhǎng)最快的消費(fèi)類應(yīng)用，在AI泡沫之后成為行業(yè)“拯救者”的擔(dān)當(dāng)。伴隨這股熱潮而來的，自然是“人工智能將會(huì)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(chǎng)研究分析師等等。

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

用人工智能設(shè)計(jì)芯片？老板和員工這么看

一位芯片設(shè)計(jì)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(jì)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(jì)芯片，以及如何用到設(shè)計(jì)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(gè)中級(jí)別的員工來做，或者這個(gè)中級(jí)別的員工指導(dǎo)一個(gè)新人也能做出來，但是會(huì)花費(fèi)更多時(shí)間?！艾F(xiàn)在人工智能可以承擔(dān)這部分工作，雖然比人工的結(jié)果還差一點(diǎn)點(diǎn)，但修補(bǔ)一下就可以，意味著未來我就不用再招一個(gè)新員工了?！?/p>

比如，在設(shè)計(jì)過程中需要查一個(gè)器件的某個(gè)指標(biāo)，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(gè)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(shí)現(xiàn)的工作都可以交給人工智能，它本質(zhì)上是一個(gè)用來提高效率的工具，簡(jiǎn)單、重復(fù)的工作接管后，人類就得以解放出來做更高級(jí)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(gè)個(gè)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(gè)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(huì)在接下來成為一個(gè)重要的必修課?！?/p>

他認(rèn)為，隨著人工智能的不斷完善，基本上低級(jí)別的芯片設(shè)計(jì)人員可以淘汰了。

從管理者角度來看，人工智能無疑將會(huì)是減少用工成本的一大利器；而在芯片設(shè)計(jì)人員看來，人工智能要用在實(shí)際開發(fā)過程中，還為時(shí)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(duì)人工智能很感興趣，也在進(jìn)行各種用人工智能來幫助設(shè)計(jì)芯片的嘗試，但現(xiàn)在僅能提供一些設(shè)計(jì)思路，離實(shí)用還差得遠(yuǎn)。

“我們常用的對(duì)一些Verilog語言字符串的處理，人工智能給出的**不完全對(duì)——非常具體、簡(jiǎn)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(gè)文檔里有沒有完全相同的兩行代碼，如果有，報(bào)出具體信息，人工智能基本能猜對(duì)思路，而且積累的數(shù)據(jù)越多（也就是被問得越多）準(zhǔn)確性就會(huì)越好；越抽象，越泛泛的問題就越不行，比如，‘如何讓待機(jī)電流減小30%’，人工智能只會(huì)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(rèn)為，現(xiàn)階段人工智能模型仍是一個(gè)實(shí)驗(yàn)性項(xiàng)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(biāo)準(zhǔn)職位將更容易被取代，比如小模塊的IP單元設(shè)計(jì)，“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(qiáng)調(diào)，越具體的工作AI越容易完成，但是抽象的不行；人會(huì)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?jiān)定地認(rèn)為AI不可能統(tǒng)治人?！?/p>

AI在芯片設(shè)計(jì)中扮演越來越重要的角色

事實(shí)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(jì)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(jì)的各個(gè)階段，包括設(shè)計(jì)優(yōu)化、布局、仿真和驗(yàn)證。人工智能算法還可以幫助更有效地探索設(shè)計(jì)空間，比傳統(tǒng)方法更快地發(fā)現(xiàn)最佳設(shè)計(jì)配置。

為了加快和優(yōu)化IC設(shè)計(jì)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(jì)的芯片更快、更小的加速器設(shè)計(jì)。而且谷歌表示深度學(xué)習(xí)“強(qiáng)化學(xué)習(xí)” (reinforcement learning，RL) 方法可以在比人類少得多的時(shí)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(gè)芯片平面圖來訓(xùn)練他們的模型，AI生成芯片設(shè)計(jì)的用時(shí)不到六個(gè)小時(shí)。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(jì)，這是谷歌基于云的機(jī)器學(xué)習(xí)應(yīng)用的一部分。

英偉達(dá)同樣為芯片設(shè)計(jì)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(jì)，并使用最新的EDA工具來設(shè)計(jì)更小、更快的電路。如今英偉達(dá)的GPU架構(gòu)中已包括由13000個(gè)使用AI技術(shù)設(shè)計(jì)的電路。此外，針對(duì)自動(dòng)化標(biāo)準(zhǔn)單元遷移，該公司開發(fā)了NVCell自動(dòng)標(biāo)準(zhǔn)單元布局生成器，只需要兩個(gè)GPU就能在短短幾天內(nèi)無錯(cuò)完成10個(gè)人大約一年時(shí)間內(nèi)完成的92%的工作，人類可以對(duì)剩下的8%沒有自動(dòng)遷移的單元進(jìn)行處理。英偉達(dá)首席科學(xué)家兼研究部高級(jí)副總裁Bill Dally表示，“通過RL來研究和修正設(shè)計(jì)規(guī)則錯(cuò)誤，能夠基本完成我們的標(biāo)準(zhǔn)設(shè)計(jì)單元。既節(jié)省了勞動(dòng)力，又比人類的設(shè)計(jì)更好。”

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(jì)系統(tǒng)在去年幫助三星實(shí)現(xiàn)了首個(gè)尖端計(jì)算機(jī)芯片的自動(dòng)化設(shè)計(jì)，截至今年2月已經(jīng)幫助諸多半導(dǎo)體客戶成功實(shí)現(xiàn)100次流片，顯著提升設(shè)計(jì)公司在突破功耗、性能和面積（PPA）方面的需求和設(shè)計(jì)效率。除了芯片設(shè)計(jì)，AI還在芯片測(cè)試和驗(yàn)證中找到了用武之地，而芯片設(shè)計(jì)通常在這兩個(gè)領(lǐng)域需要耗費(fèi)大量時(shí)間。為此，西門子推出了Questa Verification IQ，這是一個(gè)幫助IC設(shè)計(jì)工程師加快驗(yàn)證過程的軟件平臺(tái)。

由此看來，如今的AI已經(jīng)可以在版圖設(shè)計(jì)和優(yōu)化等領(lǐng)域替代很大一部分IC設(shè)計(jì)人員的工作，提高了整體效率，必然會(huì)在某種程度上造成部分IC設(shè)計(jì)領(lǐng)域的工作職位被AI取代。另一方面，AI可以幫助人類實(shí)現(xiàn)更高效的設(shè)計(jì)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(jì)思路和方案，這將提高IC設(shè)計(jì)人員的價(jià)值，使他們能專注于更復(fù)雜、更具創(chuàng)造性的設(shè)計(jì)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(duì)熟練IC設(shè)計(jì)工程師的需求。但隨著AI在IC設(shè)計(jì)中的應(yīng)用越來越普遍，對(duì)能夠在設(shè)計(jì)過程中熟練甚至善于使用相關(guān)工具的人才需求無疑會(huì)越來越多。

結(jié)語

人工智能不是開始也不會(huì)是結(jié)束，可以預(yù)見會(huì)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(jìn)步推動(dòng)了生產(chǎn)關(guān)系的變化，但永遠(yuǎn)無法否認(rèn)人才在其中的主觀能動(dòng)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(diǎn)”，這次變革的高速列車，必會(huì)成就一部分人，但也將有很多人被甩下。在AI浪潮下，懂得運(yùn)用、駕馭這些技術(shù)，必將會(huì)成為職場(chǎng)競(jìng)爭(zhēng)中的加分項(xiàng)。如同人工智能自己對(duì)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?yàn)樗匀粺o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(dāng)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(yàn)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(qǐng)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(gè)月就超過一億注冊(cè)用戶，成為月活躍用戶增長(zhǎng)最快的消費(fèi)類應(yīng)用，在AI泡沫之后成為行業(yè)“拯救者”的擔(dān)當(dāng)。伴隨這股熱潮而來的，自然是“人工智能將會(huì)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(chǎng)研究分析師等等。

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

用人工智能設(shè)計(jì)芯片？老板和員工這么看

一位芯片設(shè)計(jì)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(jì)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(jì)芯片，以及如何用到設(shè)計(jì)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(gè)中級(jí)別的員工來做，或者這個(gè)中級(jí)別的員工指導(dǎo)一個(gè)新人也能做出來，但是會(huì)花費(fèi)更多時(shí)間。“現(xiàn)在人工智能可以承擔(dān)這部分工作，雖然比人工的結(jié)果還差一點(diǎn)點(diǎn)，但修補(bǔ)一下就可以，意味著未來我就不用再招一個(gè)新員工了?！?/p>

比如，在設(shè)計(jì)過程中需要查一個(gè)器件的某個(gè)指標(biāo)，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(gè)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(shí)現(xiàn)的工作都可以交給人工智能，它本質(zhì)上是一個(gè)用來提高效率的工具，簡(jiǎn)單、重復(fù)的工作接管后，人類就得以解放出來做更高級(jí)的創(chuàng)造工作。”該創(chuàng)業(yè)者指出，“未來人工智能可以被視為一個(gè)個(gè)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(gè)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(huì)在接下來成為一個(gè)重要的必修課?！?/p>

他認(rèn)為，隨著人工智能的不斷完善，基本上低級(jí)別的芯片設(shè)計(jì)人員可以淘汰了。

從管理者角度來看，人工智能無疑將會(huì)是減少用工成本的一大利器；而在芯片設(shè)計(jì)人員看來，人工智能要用在實(shí)際開發(fā)過程中，還為時(shí)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(duì)人工智能很感興趣，也在進(jìn)行各種用人工智能來幫助設(shè)計(jì)芯片的嘗試，但現(xiàn)在僅能提供一些設(shè)計(jì)思路，離實(shí)用還差得遠(yuǎn)。

“我們常用的對(duì)一些Verilog語言字符串的處理，人工智能給出的**不完全對(duì)——非常具體、簡(jiǎn)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(gè)文檔里有沒有完全相同的兩行代碼，如果有，報(bào)出具體信息，人工智能基本能猜對(duì)思路，而且積累的數(shù)據(jù)越多（也就是被問得越多）準(zhǔn)確性就會(huì)越好；越抽象，越泛泛的問題就越不行，比如，‘如何讓待機(jī)電流減小30%’，人工智能只會(huì)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(rèn)為，現(xiàn)階段人工智能模型仍是一個(gè)實(shí)驗(yàn)性項(xiàng)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(biāo)準(zhǔn)職位將更容易被取代，比如小模塊的IP單元設(shè)計(jì)，“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。”

他也強(qiáng)調(diào)，越具體的工作AI越容易完成，但是抽象的不行；人會(huì)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?jiān)定地認(rèn)為AI不可能統(tǒng)治人。”

AI在芯片設(shè)計(jì)中扮演越來越重要的角色

事實(shí)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(jì)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(jì)的各個(gè)階段，包括設(shè)計(jì)優(yōu)化、布局、仿真和驗(yàn)證。人工智能算法還可以幫助更有效地探索設(shè)計(jì)空間，比傳統(tǒng)方法更快地發(fā)現(xiàn)最佳設(shè)計(jì)配置。

為了加快和優(yōu)化IC設(shè)計(jì)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(jì)的芯片更快、更小的加速器設(shè)計(jì)。而且谷歌表示深度學(xué)習(xí)“強(qiáng)化學(xué)習(xí)” (reinforcement learning，RL) 方法可以在比人類少得多的時(shí)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(gè)芯片平面圖來訓(xùn)練他們的模型，AI生成芯片設(shè)計(jì)的用時(shí)不到六個(gè)小時(shí)。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(jì)，這是谷歌基于云的機(jī)器學(xué)習(xí)應(yīng)用的一部分。

英偉達(dá)同樣為芯片設(shè)計(jì)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(jì)，并使用最新的EDA工具來設(shè)計(jì)更小、更快的電路。如今英偉達(dá)的GPU架構(gòu)中已包括由13000個(gè)使用AI技術(shù)設(shè)計(jì)的電路。此外，針對(duì)自動(dòng)化標(biāo)準(zhǔn)單元遷移，該公司開發(fā)了NVCell自動(dòng)標(biāo)準(zhǔn)單元布局生成器，只需要兩個(gè)GPU就能在短短幾天內(nèi)無錯(cuò)完成10個(gè)人大約一年時(shí)間內(nèi)完成的92%的工作，人類可以對(duì)剩下的8%沒有自動(dòng)遷移的單元進(jìn)行處理。英偉達(dá)首席科學(xué)家兼研究部高級(jí)副總裁Bill Dally表示，“通過RL來研究和修正設(shè)計(jì)規(guī)則錯(cuò)誤，能夠基本完成我們的標(biāo)準(zhǔn)設(shè)計(jì)單元。既節(jié)省了勞動(dòng)力，又比人類的設(shè)計(jì)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(jì)系統(tǒng)在去年幫助三星實(shí)現(xiàn)了首個(gè)尖端計(jì)算機(jī)芯片的自動(dòng)化設(shè)計(jì)，截至今年2月已經(jīng)幫助諸多半導(dǎo)體客戶成功實(shí)現(xiàn)100次流片，顯著提升設(shè)計(jì)公司在突破功耗、性能和面積（PPA）方面的需求和設(shè)計(jì)效率。除了芯片設(shè)計(jì)，AI還在芯片測(cè)試和驗(yàn)證中找到了用武之地，而芯片設(shè)計(jì)通常在這兩個(gè)領(lǐng)域需要耗費(fèi)大量時(shí)間。為此，西門子推出了Questa Verification IQ，這是一個(gè)幫助IC設(shè)計(jì)工程師加快驗(yàn)證過程的軟件平臺(tái)。

由此看來，如今的AI已經(jīng)可以在版圖設(shè)計(jì)和優(yōu)化等領(lǐng)域替代很大一部分IC設(shè)計(jì)人員的工作，提高了整體效率，必然會(huì)在某種程度上造成部分IC設(shè)計(jì)領(lǐng)域的工作職位被AI取代。另一方面，AI可以幫助人類實(shí)現(xiàn)更高效的設(shè)計(jì)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(jì)思路和方案，這將提高IC設(shè)計(jì)人員的價(jià)值，使他們能專注于更復(fù)雜、更具創(chuàng)造性的設(shè)計(jì)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(duì)熟練IC設(shè)計(jì)工程師的需求。但隨著AI在IC設(shè)計(jì)中的應(yīng)用越來越普遍，對(duì)能夠在設(shè)計(jì)過程中熟練甚至善于使用相關(guān)工具的人才需求無疑會(huì)越來越多。

結(jié)語

人工智能不是開始也不會(huì)是結(jié)束，可以預(yù)見會(huì)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(jìn)步推動(dòng)了生產(chǎn)關(guān)系的變化，但永遠(yuǎn)無法否認(rèn)人才在其中的主觀能動(dòng)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(diǎn)”，這次變革的高速列車，必會(huì)成就一部分人，但也將有很多人被甩下。在AI浪潮下，懂得運(yùn)用、駕馭這些技術(shù)，必將會(huì)成為職場(chǎng)競(jìng)爭(zhēng)中的加分項(xiàng)。如同人工智能自己對(duì)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?yàn)樗匀粺o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(dāng)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(yàn)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(qǐng)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(gè)月就超過一億注冊(cè)用戶，成為月活躍用戶增長(zhǎng)最快的消費(fèi)類應(yīng)用，在AI泡沫之后成為行業(yè)“拯救者”的擔(dān)當(dāng)。伴隨這股熱潮而來的，自然是“人工智能將會(huì)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(chǎng)研究分析師等等。

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

用人工智能設(shè)計(jì)芯片？老板和員工這么看

一位芯片設(shè)計(jì)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(jì)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(jì)芯片，以及如何用到設(shè)計(jì)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(gè)中級(jí)別的員工來做，或者這個(gè)中級(jí)別的員工指導(dǎo)一個(gè)新人也能做出來，但是會(huì)花費(fèi)更多時(shí)間?！艾F(xiàn)在人工智能可以承擔(dān)這部分工作，雖然比人工的結(jié)果還差一點(diǎn)點(diǎn)，但修補(bǔ)一下就可以，意味著未來我就不用再招一個(gè)新員工了。”

比如，在設(shè)計(jì)過程中需要查一個(gè)器件的某個(gè)指標(biāo)，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(gè)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(shí)現(xiàn)的工作都可以交給人工智能，它本質(zhì)上是一個(gè)用來提高效率的工具，簡(jiǎn)單、重復(fù)的工作接管后，人類就得以解放出來做更高級(jí)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(gè)個(gè)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(gè)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(huì)在接下來成為一個(gè)重要的必修課?！?/p>

他認(rèn)為，隨著人工智能的不斷完善，基本上低級(jí)別的芯片設(shè)計(jì)人員可以淘汰了。

從管理者角度來看，人工智能無疑將會(huì)是減少用工成本的一大利器；而在芯片設(shè)計(jì)人員看來，人工智能要用在實(shí)際開發(fā)過程中，還為時(shí)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(duì)人工智能很感興趣，也在進(jìn)行各種用人工智能來幫助設(shè)計(jì)芯片的嘗試，但現(xiàn)在僅能提供一些設(shè)計(jì)思路，離實(shí)用還差得遠(yuǎn)。

“我們常用的對(duì)一些Verilog語言字符串的處理，人工智能給出的**不完全對(duì)——非常具體、簡(jiǎn)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(gè)文檔里有沒有完全相同的兩行代碼，如果有，報(bào)出具體信息，人工智能基本能猜對(duì)思路，而且積累的數(shù)據(jù)越多（也就是被問得越多）準(zhǔn)確性就會(huì)越好；越抽象，越泛泛的問題就越不行，比如，‘如何讓待機(jī)電流減小30%’，人工智能只會(huì)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(rèn)為，現(xiàn)階段人工智能模型仍是一個(gè)實(shí)驗(yàn)性項(xiàng)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(biāo)準(zhǔn)職位將更容易被取代，比如小模塊的IP單元設(shè)計(jì)，“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。”

他也強(qiáng)調(diào)，越具體的工作AI越容易完成，但是抽象的不行；人會(huì)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?jiān)定地認(rèn)為AI不可能統(tǒng)治人?！?/p>

AI在芯片設(shè)計(jì)中扮演越來越重要的角色

事實(shí)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(jì)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(jì)的各個(gè)階段，包括設(shè)計(jì)優(yōu)化、布局、仿真和驗(yàn)證。人工智能算法還可以幫助更有效地探索設(shè)計(jì)空間，比傳統(tǒng)方法更快地發(fā)現(xiàn)最佳設(shè)計(jì)配置。

為了加快和優(yōu)化IC設(shè)計(jì)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(jì)的芯片更快、更小的加速器設(shè)計(jì)。而且谷歌表示深度學(xué)習(xí)“強(qiáng)化學(xué)習(xí)” (reinforcement learning，RL) 方法可以在比人類少得多的時(shí)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(gè)芯片平面圖來訓(xùn)練他們的模型，AI生成芯片設(shè)計(jì)的用時(shí)不到六個(gè)小時(shí)。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(jì)，這是谷歌基于云的機(jī)器學(xué)習(xí)應(yīng)用的一部分。

英偉達(dá)同樣為芯片設(shè)計(jì)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(jì)，并使用最新的EDA工具來設(shè)計(jì)更小、更快的電路。如今英偉達(dá)的GPU架構(gòu)中已包括由13000個(gè)使用AI技術(shù)設(shè)計(jì)的電路。此外，針對(duì)自動(dòng)化標(biāo)準(zhǔn)單元遷移，該公司開發(fā)了NVCell自動(dòng)標(biāo)準(zhǔn)單元布局生成器，只需要兩個(gè)GPU就能在短短幾天內(nèi)無錯(cuò)完成10個(gè)人大約一年時(shí)間內(nèi)完成的92%的工作，人類可以對(duì)剩下的8%沒有自動(dòng)遷移的單元進(jìn)行處理。英偉達(dá)首席科學(xué)家兼研究部高級(jí)副總裁Bill Dally表示，“通過RL來研究和修正設(shè)計(jì)規(guī)則錯(cuò)誤，能夠基本完成我們的標(biāo)準(zhǔn)設(shè)計(jì)單元。既節(jié)省了勞動(dòng)力，又比人類的設(shè)計(jì)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(jì)系統(tǒng)在去年幫助三星實(shí)現(xiàn)了首個(gè)尖端計(jì)算機(jī)芯片的自動(dòng)化設(shè)計(jì)，截至今年2月已經(jīng)幫助諸多半導(dǎo)體客戶成功實(shí)現(xiàn)100次流片，顯著提升設(shè)計(jì)公司在突破功耗、性能和面積（PPA）方面的需求和設(shè)計(jì)效率。除了芯片設(shè)計(jì)，AI還在芯片測(cè)試和驗(yàn)證中找到了用武之地，而芯片設(shè)計(jì)通常在這兩個(gè)領(lǐng)域需要耗費(fèi)大量時(shí)間。為此，西門子推出了Questa Verification IQ，這是一個(gè)幫助IC設(shè)計(jì)工程師加快驗(yàn)證過程的軟件平臺(tái)。

由此看來，如今的AI已經(jīng)可以在版圖設(shè)計(jì)和優(yōu)化等領(lǐng)域替代很大一部分IC設(shè)計(jì)人員的工作，提高了整體效率，必然會(huì)在某種程度上造成部分IC設(shè)計(jì)領(lǐng)域的工作職位被AI取代。另一方面，AI可以幫助人類實(shí)現(xiàn)更高效的設(shè)計(jì)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(jì)思路和方案，這將提高IC設(shè)計(jì)人員的價(jià)值，使他們能專注于更復(fù)雜、更具創(chuàng)造性的設(shè)計(jì)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(duì)熟練IC設(shè)計(jì)工程師的需求。但隨著AI在IC設(shè)計(jì)中的應(yīng)用越來越普遍，對(duì)能夠在設(shè)計(jì)過程中熟練甚至善于使用相關(guān)工具的人才需求無疑會(huì)越來越多。

結(jié)語

人工智能不是開始也不會(huì)是結(jié)束，可以預(yù)見會(huì)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(jìn)步推動(dòng)了生產(chǎn)關(guān)系的變化，但永遠(yuǎn)無法否認(rèn)人才在其中的主觀能動(dòng)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(diǎn)”，這次變革的高速列車，必會(huì)成就一部分人，但也將有很多人被甩下。在AI浪潮下，懂得運(yùn)用、駕馭這些技術(shù)，必將會(huì)成為職場(chǎng)競(jìng)爭(zhēng)中的加分項(xiàng)。如同人工智能自己對(duì)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?yàn)樗匀粺o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(dāng)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(yàn)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(qǐng)聯(lián)系刪除