AI辅助如何赋能模拟IC设计,咔、咔、咔

新闻

作者：微信文章
AI 辅助在模拟 IC 设计中具有重要作用，以下是相关介绍：
面临的挑战

随着摩尔定律的放缓以及市场对高性能、低功耗芯片的需求不断增长，传统 EDA 工具和方法逐渐显现出局限性。模拟电路设计涉及大量的非线性行为，各设计元素之间存在复杂的相互作用，使得优化成为一项极为耗时的任务。并且模拟电路有众多复杂设计指标，如供电电流、信噪比等，其电路行为基于非线性器件模型，缺乏简单代理函数，难以像数字设计那样从传统优化算法中受益。
AI 辅助的优势

提高设计效率：AI 可以自动将模拟设计从一个工艺节点迁移到另一个工艺节点，通过自动原理图迁移和基于知识的自动布局迁移，实现分层模拟 IP 的快速迁移，加速产品上市时间。例如新思科技的 ASO.ai，能将 VCO 设计从 5nm 迁移到 7nm 的工作量从数周缩短至几小时，生产力提高达 100 倍。优化设计结果：利用基于样本的优化系统，AI 可以在多个测试平台和数百个 PVT（工艺、电压、温度）拐角中优化复杂的模拟设计，快速收敛到符合工程规范的最佳设计点。在布局感知设计优化方面，可实现多目标优化代理，在运行过程中进行学习，帮助工程师在多个测试中同时集中并进一步优化模拟设计，降低设计错误的风险，实现更高质量的设计结果。

应用场景

工艺节点迁移：当设计团队需要将现有的模拟设计迁移到新的工艺节点时，AI 可以提供强大的支持，简化迁移过程，确保设计在新工艺节点下的性能和可靠性。如 ASO.ai 能够帮助 GF 公司将模拟 IC 设计从 45RFSOI 工艺迁移到 22FDX 工艺，显著提高了迁移效率。复杂电路优化：适用于需要高性能和高可靠性的模拟设计，如射频、电源管理和信号链等领域的模拟 IC 设计。例如在 22FDX 上优化 28GHz PA 时，ASO.ai 可以构建学习数据库和机器学习模型，跟踪多工况和测试平台下的实际依赖关系，辅助优化器探索设计空间，依据学习数据库和模型不断调整模拟实验，快速收敛到符合设计规范的结果。

相关工具

新思科技推出了一系列 AI 驱动的 EDA 工具，如 ASO.ai、DSO.ai、VSO.ai、TSO.ai 等。其中 ASO.ai 是专门用于模拟芯片设计的工具，通过结合 AI 技术和传统的 EDA 工具，为模拟设计带来了新的突破，能够帮助设计团队在面对复杂的模拟设计挑战时，实现更高的设计效率和质量，同时大大降低设计成本和时间。此外，Ansys 与台积电也在合作推进 AI 辅助工作流程，利用 Ansys optiSLang® 流程集成和设计优化软件中的 AI 功能，改进 COUPE 设计解决方案，支持光子集成电路（PIC）优化等。

先抛出一个好的idea，早晚会有滴。①借助AI辅助，批量识别论文/专利中的电路结构并生成cadence或者其他软件能够识别的电路model；②借助AI辅助，结合提交的指标需求，快速调用数据库中合适的电路IP，指标不限于电源/输入输出范围/功耗/噪声/增益/带宽......③借助AI辅助，对竞争对手的芯片开展图像识别生成版图并自动层次模块化生成电路，提供设计参考；④借助AI辅助，设计模拟芯片变成搭积木的游戏；⑤借助AI辅助......