英特爾自研AI工具，將耗時數(shù)周的芯片設(shè)計周期縮短至幾個小時

Olena Zhu博士，英特爾客戶端計算事業(yè)部高級首席工程師及人工智能解決方案架構(gòu)師 （來源：英特爾公司）

數(shù)十年來，我們需要將科學與藝術(shù)相結(jié)合，以決定將熱敏傳感器置于英特爾客戶端處理器的何處。

電路設(shè)計師會參考歷史數(shù)據(jù)，來確定將熱感應(yīng)器放置在現(xiàn)代筆記本電腦的中央處理器（CPU）的哪個位置。他們還會依靠經(jīng)驗判斷熱點容易出現(xiàn)的區(qū)域。這個復(fù)雜的流程可能需要耗費6周時間進行測試，包括模擬工作負載，優(yōu)化傳感器位置，然后重新開始整個步驟。

如今，得益于英特爾工程師內(nèi)部研發(fā)的一種新的增強智能工具，系統(tǒng)級芯片的設(shè)計師無需再等6周才能知道他們是否找到了傳感器的最佳位置，他們在幾分鐘內(nèi)就可以得到答案。

增強型智能的一小步，芯片設(shè)計的一大步

這款工具由英特爾客戶端計算事業(yè)部高級首席工程師及人工智能解決方案架構(gòu)師Olena Zhu博士帶領(lǐng)增強智能團隊開發(fā)。這款工具幫助英特爾的系統(tǒng)架構(gòu)師們將數(shù)千個變量納入未來的芯片設(shè)計中。這只是眾多例子之一，其中英特爾團隊利用人工智能知識來優(yōu)化各種工作負載。

增強型智能是人工智能的一個子集，關(guān)注的是人類和機器如何協(xié)同工作。

英特爾客戶端計算事業(yè)部首席工程師兼高級系統(tǒng)熱力學及機械架構(gòu)師Mark Gallina說道：“像筆記本電腦這樣的客戶端產(chǎn)品非常依賴睿頻和峰值頻率。大家希望SoC能夠突破至更高的頻率，而這反過來會生成熱量?！?/p>

他詳細解釋了工程師們必須如何精確地分析激活CPU核心、輸入/輸出（I/O）以及其他系統(tǒng)功能的復(fù)雜、并發(fā)的工作負載，以精準地確定熱點的位置。使得這個過程變得更加復(fù)雜的是確定在何處放置微小的熱傳感器，每一個都只比你用的普通圖釘尖稍大一點。

Gallina說：“這個過程需要幾個星期，而且我們一次只能研究一到兩個工作負載?！?/p>

英特爾新型增強智能工具解決了這些需要靠推測進行的工作。工程師輸入他們的邊界條件，這個工具可以處理數(shù)千個變量，幾分鐘內(nèi)就能返回理想的設(shè)計建議。

工程師們已在英特爾^? 酷睿? Ultra移動處理器系列（Meteor Lake）SoC設(shè)計中應(yīng)用該工具。Meteor Lake于2023年12月14日正式發(fā)布。同時，這款工具也將會在未來客戶端產(chǎn)品如Lunar Lake及其后繼產(chǎn)品中得到應(yīng)用，這有助于進一步擴展AI PC等級的筆記本產(chǎn)品線。

英特爾增強智能團隊成員，左起：Mark Gallina，Olena Zhu和Michael Frederick，位于俄勒岡州希爾斯伯勒的英特爾客戶端計算事業(yè)部實驗室。

更多AI：利用增強AI識別熱工作負載以優(yōu)化芯片設(shè)計

Olena Zhu和其團隊成員首席工程師和AI解決方案架構(gòu)師Ivy Zhu還開發(fā)了一個能快速識別關(guān)鍵熱工作負荷的配套工具。

Olena解釋說，其工作原理是這樣的：她的團隊基于少數(shù)工作負載的模擬或測量結(jié)果，訓練AI模型。然后，這些AI模型能夠預(yù)測英特爾尚未進行模擬或測量的其他工作負載。

這兩款增強智能工具，共同提升了工程師們優(yōu)化未來英特爾處理器系列的芯片設(shè)計能力，包括用于驅(qū)動下一代AI PC的客戶端處理器。

盡管這兩個工具都非常有用并且不會出現(xiàn)任何錯誤，但是增強智能在短期內(nèi)并不會取代真正的工程師。

Gallina表示：“通過增強智能，我們結(jié)合計算機學習和人體工程學專業(yè)知識，以確保將我們有限的資源投入到最佳領(lǐng)域?！?/p>

“這款新工具徹底革新了我們目前處理熱量的方式。它更為高效，并且在我們啟動SoC之前，能讓我們對熱風險有清晰的認識。我們以前一直在黑暗中摸索，但現(xiàn)在，有了增強智能，就好比我們得到了一盞手電筒，照亮了前進的道路?！?/p>

增強型智能助力類似“大海撈針”的精準工作

幾年前，Olena驚喜地意識到人工智能投資的飛速進展為英特爾的設(shè)計工作打開了新的大門。

Olena表示：“運用增強型智能帶來的一種新的工具類型，我們能夠比以往更有效地處理數(shù)據(jù)。當我們將人工智能與現(xiàn)有的卓越工程實力相結(jié)合時，可以更有效地在海量數(shù)據(jù)中準確定位和快速處理。”

得益于Olena及團隊的努力，英特爾的工程師們均在致力于發(fā)展人工智能。英特爾客戶端計算事業(yè)部的增強智能團隊繼續(xù)尋找人工智能加快硬件和軟件設(shè)計的方法，并獲得了以下進展：

●   對于高速I/O的快速準確信號完整性分析工具，其設(shè)計時長從幾個月縮短至1個小時。英特爾是業(yè)界首個采用此項技術(shù)的公司，該技術(shù)已經(jīng)為多代芯片的設(shè)計提供支持。

●   基于人工智能的自動故障分析工具用于高速I/O設(shè)計，自2020年部署以來，設(shè)計效率提升了60%。

●   名為“AI Assist”的增強型智能工具能夠使用AI模型自動確定不同平臺的定制超頻值，將超頻所需的準備時間從幾天減少到一分鐘?，F(xiàn)在，搭載酷睿第14代處理器的產(chǎn)品會提供“AI Assist”工具。

●   基于人工智能的自動化硅片版圖設(shè)計優(yōu)化器被納入英特爾的SoC設(shè)計流程。

●   一種智能采樣工具可以幫助動力和性能工程師處理智能設(shè)計實驗，將測試用例的數(shù)量減少了40%。

●   一種用戶交互工具構(gòu)建的人工智能模型，以預(yù)測架構(gòu)方案的性能并幫助解決CPU設(shè)計的平衡問題。

●   一種自動放置微型電路板組件的新方式將循環(huán)時間從幾天縮短至幾個小時。

英特爾的其他工程團隊也在英特爾豐富的產(chǎn)品組合中巧妙使用AI：英特爾^? 硬件線程調(diào)度器算法正式在第13代英特爾? 酷睿? 處理器CPU中亮相，使工作負載提高了20%以上。

另一個例子，工程團隊利用內(nèi)部開發(fā)的智能AI算法，成功將單個處理器的測試時間減少了50%。

Olena說道：“產(chǎn)業(yè)中將AI融入類似的工程應(yīng)用的趨勢愈演愈烈，而英特爾無疑會欣然接受并充分利用這一趨勢?！?/p>