六小时即可完成人类数月工作，AI 也懂芯片设计

图片地址：https://img.ithome.com/newsuploadfiles/2022/2/bea7b6c8-699a-4b68-b745-7111230ae7d5.png

优化功耗、性能和面积（PPA）一直是芯片设计中的三个重要目标。但即使是最好的设备和经验最丰富的工程团队也无法保证优化结果的稳定性。优化 PPA 的过程正受到越来越多因素的制约：应用、IP 和其他组件的可用性不同，工程师对不同工具和方法的熟悉程度也不尽相同。例如，同样的设计目标既可以用更大的处理器实现更高性能，也可以用更小、更专业的处理元件更紧密的结合软件来实现。因此，即使在相同领域和相同的功率设计目标下，也会有许多不同的方法可以实现相同的目标。并且方案优劣的评价标准也是因领域和供应商的具体需求而异的。另外，由于对芯片安全性的需求不断增加，优化过程变得愈加复杂。根据设备使用场景的重要性，其安全需求也各不相同。安全级别的高低会影响芯片功率和性能的设计，进一步影响 IC 制造成本、上市时间、交货时间和供应商的竞争力。为了缕清这些因素，EDA 供应商开始寻求人工智能和机器学习技术的帮助。芯片供应商们正致力于将各种 AI 功能集成到工具流