人工智能能否使关键通信芯片的设计更简单？

射频集成电路（RFIC）对于提升通信能力至关重要——想想从 5G 网络到 6G 的转变——以及许多其他技术应用。但这些芯片的设计也非常困难。

一个由多所大学组成的团队，得到了行业领导者的深度参与，正在努力改变这一现状。该团队由德克萨斯大学奥斯汀分校的研究人员领导，计划将人工智能融入射频集成电路（RFIC）的设计过程中，以降低制造这些重要芯片的难度。

“射频集成电路的设计效率是一个大问题；在大多数情况下，设计单个芯片至少需要几个月的时间，”德克萨斯大学奥斯汀分校 Cockrell 工程学院 Chandra 家庭电气与计算机工程系的教授、项目负责人 David Pan 表示。“我们的目标是通过人工智能辅助设计流程，显著提高设计效率，减少开发时间和成本，同时降低进行射频集成电路设计的经验门槛。”

为支持这项研究，该团队获得了 Natcast（一家运营国家半导体技术中心（NSTC）的非营利组织）提供的 960 万美元、为期 30 个月的资助。该中心是由《芯片与科学法案》建立的联合体，旨在帮助加强美国在半导体生产各方面的能力。该资助是三项总计约 3000 万美元的资助之一，也是 NSTC 的“人工智能驱动射频集成电路设计赋能计划”有史以来首次资助。该中心是由《芯片与科学法案》建立的联合体，旨在帮助加强美国在半导体生产各方面的能力。

研究内容： 该项目名为“GENIE-RFIC：生成式智能快速射频集成电路设计引擎”，旨在针对硅基互补金属氧化物半导体（CMOS）射频集成电路（RFIC）和氮化镓（GaN）单片微波集成电路（MMIC）。人工智能驱动的工具将根据目标规格进行快速“逆向”设计，优化电路拓扑和参数。

如今，射频集成电路（RFIC）的设计需要大量手工操作，耗时长、成本高、仿真过程繁琐且需要反复试验。这个领域非常专业，研究该领域的研究者不多，能够设计这些芯片的公司也屈指可数。

研究人员旨在利用人工智能来颠覆这些流程，通过部署该技术来探索非常规设计并更快地优化它们。人工智能工具将加快早期设计和优化步骤。“黄金仿真”，正如大卫·潘（David Pan）所指的那样，仍然会在最后用于最终确定工作并确保芯片按预期性能运行。

“通过利用人工智能和机器学习技术，美国公司和研究机构正准备改变射频集成电路（RFIC）的设计格局，实现大大缩短设计周期并达到更高的射频集成电路性能，”Natcast 人工智能驱动射频集成电路设计赋能（AIDRFIC）项目程序经理马库斯·帕恩（与大卫·帕恩无关）表示。该 AIDRFIC 项目资助了 GENIE-RFIC 项目。“这项 AIDRFIC 投资体现了 Natcast 推动创新并确保美国半导体行业在宽带、5G 和下一代射频硬件技术进步中保持领先地位的承诺。”

为何重要： 射频集成电路（RFIC）对从通信到雷达再到下一代技术如自动驾驶汽车和量子计算都至关重要。通过降低进入门槛和加快设计过程，射频集成电路可能更容易被那些原本没有专业知识或资源的研发人员和公司所使用。

“当你能将像射频集成电路这样的关键技术向更多有创造力的头脑开放时，那只能是好事，”电气与计算机工程系的助理教授、该项目的共同首席研究员李森说。“这意味着它可以用来解决更多问题，并更快地推进技术创新。”

团队： David Pan 与电气与计算机工程领域的同事 Amy Zhang 和 Sensen Li 一同合作，以及来自自然科学学院计算机科学系教授、机器学习基础研究所主任 Adam Klivans。其他学术合作者包括 Dan Jiao（普渡大学）、Weidong Cao（乔治华盛顿大学）、Kenneth O（德克萨斯大学达拉斯分校）和 Taiyun Chi（莱斯大学）。

行业合作伙伴包括 IBM、Cadence 和 GlobalFoundries。研究人员正在开发一家名为 CircuitGenie 的初创公司，以商业化该计划的技术。一些未获得资助的合作伙伴也在为这项工作做出贡献，包括：德克萨斯电子研究所、Qorvo、NVIDIA、波音、德州仪器、亚德诺半导体、MediaTek 等。

什么其他 : 培训下一代劳动力是全国半导体工作的主要部分；这个项目也不例外。奥斯汀大学将于明年秋季开始一个新的半导体科学与工程专业硕士项目。达拉斯大学、 Rice 大学和乔治华盛顿大学将开发专注于人工智能的夏季项目，为 K-12 和本科生提供各种机会，例如人工智能驱动的芯片设计营。