Kim Jeongho教授研究团队构想由超级智能体指挥100个专业智能体
设计与验证自动化迭代……有望缩短开发周期
从高带宽存储器的设计,到仿真和性能优化,一种由人工智能智能体参与半导体开发的模式已经提出。工程师无需亲自操作设计工具,而是由人工智能反复分析和改进,寻找最优设计方案。在半导体设计日益复杂的背景下,这种模式作为缩短开发周期、降低成本的新方案备受关注。
KAIST电气与电子工程系教授Kim Jeongho于11日在在线举行的“TERA AI智能体日”主题演讲中,介绍了用于半导体设计自动化的“TERA AI智能体”的开发方向。其设想是由一个超级智能体指挥100个专业智能体。
这一设想旨在将人工智能应用于支撑人工智能发展的高带宽存储器研发。目标是借助检索增强生成技术参考专业知识,并利用过往设计经验和工作记录,提高开发速度和设计完成度。
Kim教授所在的Tera Lab正在开发名为“Alsipiti”的人工智能智能体,用于分析并优化信号完整性、电源完整性和热完整性。信号分析智能体负责分析数据传输过程中的信号失真和信道特性;电源分析智能体负责优化电源分配网络和电容器布局;热分析智能体则评估发热情况和散热结构。如果设计结果未达到标准,人工智能就会修改设计并反复进行仿真。最终的设计审批和量产决策由工程师负责。
研究团队还公布了展示设计自动化潜力的实验结果。他们比较了由人类亲自编写用于优化电源分配网络的遗传算法,以及与ChatGPT协作编写的情况,发现两种方式的优化性能几乎没有差异。这意味着,在性能相近的情况下,开发速度可以更快。
Kim教授强调:“半导体设计与研发是一个难度极高的工程领域,涉及电路、封装、信号完整性、电源完整性和热完整性等多个专业领域的复杂协作。让人工智能智能体分担这些专业工作并开展协作的趋势,将从根本上改变半导体研发模式。”
版权所有 © 阿视亚经济。未经许可不得转载,禁止用于AI训练及使用。