人工智能在芯片设计中的潜力与局限

座谈嘉宾

《半导体工程》邀请行业专家探讨 AI 在芯片设计中的应用机遇与挑战，嘉宾包括：

• 新思科技 AI 与机器学习副总裁 托马斯・安德森

• 英特尔模拟 / 混合信号工具 / 流程高级总监 斯里达尔・博伊纳帕利

• AMD 院士 亚历克斯・斯塔尔

• 英伟达 GPU 硬件工程副总裁 斯图尔特・奥伯曼

• 微软硅工程基础设施合伙人兼总经理      西尔维安・戈登伯格

• 加州大学伯克利分校电气工程与计算机科学教授      博里沃耶・尼科利奇

本文为新思科技 Converge 大会现场座谈节选。

Q1：未来五年，AI 将如何从根本上改变芯片设计流程？

安德森（新思科技）

AI 不会取代现有设计工具，但会大幅自动化工程师的重复迭代工作，包括设计优化、调试、流程搭建等，这类工作未来两年有望高度自动化，生成式 AI 与推理模型将加速设计收敛。

完全自动化仍需时日，现阶段必须保留人类把关，避免设计出错；长期来看，芯片设计流程将迎来颠覆性变革。

斯塔尔（AMD）

行业迭代速度远超预期，模型与智能代理流程将彻底重塑芯片设计方式。工程师需快速提升技能，借助 AI 实现更短的产品上市周期。

奥伯曼（英伟达）

正如黄仁勋所言：AI 应全权接管事务性工作，包括分析、编码、验证调试等。模型迭代速度极快，行业正全力落地新技术，追赶创新节奏。

博伊纳帕利（英特尔）

这是 EDA 行业的根本性变革，验证环节的重复繁琐工作将被 AI 取代，工程师将向价值链上游、更高阶设计领域转型。

戈登伯格（微软）

芯片设计成本与试错代价极高，从启动到流片必须全程可控。AI 的价值在于提升效率、模糊专业边界，打破单一领域工程师的局限，减少反复迭代的时间损耗。

Q2：对工科学生有何建议？

尼科利奇（加州大学伯克利分校）

无需畏惧 AI，智能代理式 AI 将推动芯片多元化、缩短研发周期。AI 已能研发出超越人类的缓存替换策略、优化模拟电路拓扑。

行业亟需普及 AI 应用教育，帮助学生掌握与 AI 协作的能力。

Q3：AI 领域投资激增，半导体行业的核心机遇在哪？

安德森（新思科技）

生成式 AI 并非优于所有技术，不同问题需适配不同方案。AI 的核心是自动化人类工作，而非替代所有算法。

建议先从调试、约束文件清理等琐碎任务切入，避免全盘自动化导致设计失效；人类需长期主导设计流程，务实落地 AI 应用。

戈登伯格（微软）

AI 可优化软件硬件利用率，实现架构与方案的全局最优，这是行业尚未充分挖掘的核心方向，前提是确保 AI 的绝对可靠性。

博伊纳帕利（英特尔）

AI 已在 RTL 代码生成、验证环节落地，未来将覆盖芯片设计全流程，甚至可能接管全部设计工作。人类并非绝对精准，未来高端设计环节的人力需求可能减少。

斯塔尔（AMD）

行业终将实现完全自主设计，多智能代理协同校验将替代人工审核，从手动编码升级为企业级、可扩展、高确定性的自动化方案。

Q4：若实现 “一键式设计”，芯片的差异化将体现在哪？

斯塔尔（AMD）

即便工具相同，团队对 AI 的理解、抽象层级的设计思路，将成为核心差异。能快速借助 AI 框架落地方案的团队，将打造独特竞争优势。

奥伯曼（英伟达）

工具与框架趋同，但企业经验、工程师专业能力的编码与模型嵌入，仍是产品差异化的关键。行业远未达到 “一键出芯片” 的阶段，流程配置与设计思路依旧核心。