OpenAI ו-Synopsys מפתחות סוכן AI שיפעיל בעצמו את כלי תכנון השבבים

במסגרת ההסכם, OpenAI תרכוש רישיונות לכלי האוטומציה לתכנון אלקטרוני (EDA) של Synopsys ותשתמש בהם במסגרת פיתוח ואימון GPT-Synopsys. המודל ירוץ על תשתית OpenAI וישולב בסביבת Synopsys.ai ובמערכת Synopsys Autopilot. החברות מסרו כי ניסויים ראשוניים בטכנולוגיה כבר מתקיימים בקרב לקוחות מתעשיית השבבים.

היכולת החדשה אמורה לאפשר למהנדס להגדיר למערכת יעד הנדסי ולא רק פעולה נקודתית. למשל, ניתן יהיה לבקש ממנה לשפר את היחס בין צריכת ההספק, הביצועים ושטח הסיליקון של התכנון – שלושת הפרמטרים המוכרים בתעשייה כ-PPA – או לפתור בעיות תזמון ואימות. הסוכן יוכל להריץ את כלי ה-EDA המתאימים, לקרוא את התוצאות, לבצע שינויים בתכנון ולהפעיל מחדש את הכלים במחזור חוזר.

זהו הבדל משמעותי לעומת השימוש הנוכחי במודלי שפה בתכנון שבבים. כלי EDA מבצעים שורה ארוכה של חישובים ואימותים פיזיקליים ולוגיים, ולכן GPT-Synopsys אינו אמור להחליף אותם. במקום זאת, המודל משמש כשכבת אינטליגנציה שמחליטה כיצד להשתמש בכלים, מפרשת את הפלט שלהם ובוחרת את הצעד הבא. תוצאות התכנון ממשיכות לעבור בדיקות ואימות באמצעות מנועי ה-EDA המסורתיים ובפיקוח המהנדס.

סוכן שמבצע את הלולאה ההנדסית

תהליך פיתוח שבב מורכב מאלפי החלטות ואיטרציות, כאשר שינוי שנועד לשפר ביצועים עשוי להגדיל את צריכת החשמל או את שטח הסיליקון וליצור בעיות חדשות במקום אחר בתכנון. בשלבים המתקדמים של הפרויקט, השגת Timing Closure – מצב שבו כל מסלולי האותות עומדים בדרישות התזמון – יכולה לדרוש מספר רב של הרצות ושינויים.

החזון של GPT-Synopsys הוא להעביר חלק מהלולאה הזאת לסוכן. במקום שהמהנדס יריץ כלי, ימתין לתוצאה, ינתח אותה, יבצע שינוי ויפעיל שוב את התהליך, המערכת תוכל לבצע חלק מהמחזור הזה באופן אוטונומי ולהציג למהנדס תוצאה שעברה סדרת איטרציות.

עבור Synopsys מדובר בהעמקת המהלך שהיא כבר מבצעת לשילוב AI בתהליכי פיתוח שבבים. החברה מפעילה את פלטפורמת Synopsys.ai ומשלבת למידת מכונה ואוטומציה בשלבים שונים של תכנון ואימות. השותפות עם OpenAI מוסיפה לכך מודל ייעודי שאמור להבין את סביבת העבודה ההנדסית ולהפעיל את הכלים באופן סוכני.

המהלך מגיע בתקופה שבה מורכבות תכנון השבבים עולה במהירות, בין היתר בשל מעבר לייצור בגיאומטריות מתקדמות, שילוב Chiplets ואריזות מתקדמות והדרישה לבנות מאיצי AI ושבבים ייעודיים בקצב מהיר יותר. במקביל, חברות הענן הגדולות מפתחות יותר שבבים בעצמן, מגמה שמגדילה את הביקוש לכלי תכנון ולאוטומציה של עבודת המהנדסים.

אם המודל יצליח לבצע באופן אמין חלק מהאיטרציות ההנדסיות, המשמעות עשויה להיות מעבר משימוש ב-AI כעוזר למהנדס לשימוש בו כסוכן שמבצע חלק ממשי מתהליך התכנון. עם זאת, לפחות בשלב הנוכחי, החברות מציגות אותו ככלי שפועל בתוך סביבת ה-EDA הקיימת ותחת פיקוח אנושי, ולא כתחליף למהנדסי השבבים או לכלי האימות עצמם.