为强大的硬件计算导航自主设计时代
人工智能(AI)对人类的影响正在全世界范围内被感受到——改进流程，优化决策，并在一小部分时间内完成人类的工作。虽然有些人对未来可能会带来什么持谨慎态度，但如果没有人工智能，特别是机器学习(ML)，我们今天在医学研究、智能手机摄影和语音辅助等领域认为理所当然的许多解决方案是不可能实现的。
可以预见的是，有很多会议专门讨论人工智能技术及其影响。Synopsys参与的一个主要活动是人工智能硬件峰会．这是一个致力于人工智能算法运行的使能技术的年度会议。在这里，你还可以了解即将取得的进展，以及前进道路上的障碍。
我们的总裁兼首席运营官Sassine Ghazi在最近一次峰会的第一天，他发表了闭幕主题演讲，阐述了可以使人工智能部署无处不在的机遇、挑战和潜在解决方案。继续阅读，了解更多行业可以采取的新战略，以增加和加速人工智能的影响。
复杂性与能量之间的平衡
在一个鼓舞人心的开场白中，他谈到了人工智能在COVID疫苗开发、癌症研究以及超级计算机驱动的地球数字双胞胎来预测未来的气候模式等领域，加齐引用了一些令人大开眼界的统计数据及其影响。
他指出数据是如何以指数方式持续增长的。在2018年之前，数据主要是通过人类与应用程序交互生成的，但在过去四年中，机器已经开始生成更有用的数据。展望2025年，这一趋势将从大约30泽字节增长到160泽字节。未来的挑战是，随着数据的增加，使用这些数据的模型的复杂性也会增加。
Ghazi继续解释说，为了让人工智能模仿人类大脑，我们必须考虑上下文感知的转换器模型。然而，这些模型是有代价的，因为它们推动了芯片设计的极限。这反过来又引起了对能源和环境的关注。例如，运行一个用于计算机视觉或自然语言处理应用程序的变压器模型，完成13%的工作，所消耗的能源相当于一个普通家庭一年的能源。
他指出，作为一个行业，我们需要重申人工智能应用是如何巨大的净积极的，即使它们增加了二氧化碳(CO)2)排放。除了帮助解决复杂的病毒难题和许多其他增强人类能力的事情外，人工智能还将在帮助世界管理和降低CO方面发挥关键作用2排放，定义为范围3排放和详细的美国环保署组织．
他讨论了日益严重的人才短缺问题，并提出了管理人才短缺的新方法，同样使用了AI/ML。通过正确的技术部署，高级设计团队现在能够以更高的效率执行工作，而初级设计团队在人工智能工具的支持下，可以像今天的高级设计团队一样执行工作。
他演讲的结论强调了这些好处，以及解决人工智能模型设计复杂性和碳足迹影响的方法。事实证明，人工智能既是一个问题，也是一个解决方案。
人工智能正在推动芯片设计的发展
Ghazi表示，AI本身可以改善现有的芯片设计流程，并将传统的芯片设计流程转变为自主设计工具。硬件工程师面临的许多任务都需要检查大量信息，以确定给定SoC设计的最佳方法。这种工作让经验丰富的设计师团队忙上几个星期。通过使用强化学习算法(与打败国际象棋大师的算法相同)，这些任务可以更快地完成。结果通常也优于那些由经验丰富的设计团队交付的结果。这让这些设计团队可以专注于他们最擅长的事情——为下一个大事件创新。
Ghazi接着解释说，人工智能驱动和引导的决策也可以改善能源消耗。根据许多客户芯片设计项目的实际数据，到目前为止，平均芯片级功耗降低8%是可以实现的。虽然这个数字似乎很小，但每毫瓦都有助于扭转人工智能能源消耗的目标，这一目标被称为净零。目前的成就相当于7.8万亿太瓦时，或大约70万家庭每年消耗的能源。
利用这些新的可能性和机会，Ghazi相信人工智能计算性能有可能达到1000倍的提高，有助于引领未来的创新。
他总结道，人工智能是改进现有流程、将传统芯片设计流程转变为自主设计工具的唯一途径。他的真知灼见和证明为第一天的AI硬件峰会带来了充满希望和激动人心的结论。
万一你错过了
跟进其他相关博客文章:
