歷史上的技術(shù)革命可以做個(gè)簡(jiǎn)單分類：從蒸汽機(jī)為主的第一次工業(yè)革命，到電氣化帶來的第二次工業(yè)革命，再到信息、互聯(lián)網(wǎng)、移動(dòng)帶來的第三次工業(yè)革命，以及如今的人工智能 AI 帶來的第四次工業(yè)革命。

普華永道對(duì)未來 AI 的一個(gè)預(yù)測(cè)：在未來大約十年中，就是 2030 年底，AI 將為全世界創(chuàng)造 16 萬億美元增額的 GDP。而 16 萬億美元中可能有 7 萬億美元是來自于中國(guó)。

賽迪顧問總裁孫會(huì)峰表示：“當(dāng)前，中國(guó)乃至全球AI芯片產(chǎn)業(yè)仍處于產(chǎn)業(yè)化早期階段”。隨著5G、物聯(lián)網(wǎng)時(shí)代來臨，預(yù)計(jì)未來三年中國(guó)AI芯片市場(chǎng)規(guī)模仍將保持50%以上增長(zhǎng)速度，到2021年將達(dá)到305.7億元。另外，以邊緣計(jì)算為主的AI芯片將迎來一輪投資熱潮。

“我們離人工智能還有多遠(yuǎn)？目前很多企業(yè)所做的只是增強(qiáng)智能而不是真正的人工智能，離真正的人工智能還差得很遠(yuǎn)”。通常人工智能能夠崛起取決于三個(gè)因素，算法、數(shù)據(jù)和算力。當(dāng)前，AI芯片面臨兩個(gè)現(xiàn)實(shí)問題：一方面是算法仍在不斷演進(jìn)，新算法層出不窮，每隔幾個(gè)月算法就發(fā)生新的變化；另一方面是一種算法對(duì)應(yīng)一種應(yīng)用，沒有統(tǒng)一的算法，而讓芯片處理不同的算法時(shí)十分困難。

目前從人工智能的三大要素看，大體狀況如下：

數(shù)據(jù)方面，國(guó)內(nèi)環(huán)境有優(yōu)勢(shì)；算法層面，美國(guó)領(lǐng)先一些，但從應(yīng)用角度來看，國(guó)內(nèi)并不落后；算力方面，要做好國(guó)產(chǎn)芯片，以及建設(shè)基于國(guó)產(chǎn)芯片的軟件生態(tài)，這條路可能還很長(zhǎng)?！?/p>

人工智能賦能于半導(dǎo)體業(yè)

有了AI之后，與5G相結(jié)合會(huì)產(chǎn)生什么樣的火花。盡管如今的AI處于初級(jí)階段，相信未來AI會(huì)給全球半導(dǎo)體業(yè)帶來深刻的改變。

在半導(dǎo)體領(lǐng)域中實(shí)施AI+，對(duì)于實(shí)時(shí)分析，精準(zhǔn)控制，提升效率以及進(jìn)行預(yù)測(cè)等方面將有極大地提升。未來半導(dǎo)體和人工智能將重新定義國(guó)家之間的實(shí)力，也將成為重要的武器。

兩年前，臺(tái)積電曾表示，已經(jīng)在工廠里開始使用人工智能技術(shù)，在人工智能的幫助下，能夠在不增加設(shè)備的情況下多生產(chǎn)20%-30%的硅片。例如，在某些關(guān)鍵工序上，使用人工智能對(duì)機(jī)臺(tái)的保養(yǎng)時(shí)間動(dòng)態(tài)的做出調(diào)整，提高生產(chǎn)效率。另外，人工智能還可以將很多專家的經(jīng)驗(yàn)和專業(yè)技能整合在一起，讓一個(gè)專家的經(jīng)驗(yàn)在不需要專家在場(chǎng)的情況下就能大面積的推廣使用，從而實(shí)現(xiàn)更好的經(jīng)驗(yàn)傳承。

利用AI技術(shù)對(duì)于芯片設(shè)計(jì)的影響體現(xiàn)在兩個(gè)方面：一方面在EDA工具方面。近幾年EDA公司做了很多工作，它們有大量的數(shù)據(jù)積累，在引入AI技術(shù)后，能提取出設(shè)計(jì)過程中的“關(guān)鍵特征”，并對(duì)后續(xù)的設(shè)計(jì)工作起到非常直接的作用，可以縮短設(shè)計(jì)周期。

另一方面由于AI技術(shù)使得工作方式變得可持續(xù)積累。相信按照現(xiàn)有的方式，不用特別長(zhǎng)時(shí)間，AI就能在很多方面超過有經(jīng)驗(yàn)的工程師。以后的芯片設(shè)計(jì)過程更多是需要大量的數(shù)據(jù)和工具，這樣整個(gè)設(shè)計(jì)端都會(huì)因此降低了門檻。

2020最近公布的蘋果A14則搭載了最新一代的Neural Engine(神經(jīng)工程)，使用臺(tái)積電的5nm工藝，Neural Engine的具體芯片面積尚沒有具體數(shù)字，但是其算力則是達(dá)到了11 TOPS，是上一代芯片的接近兩倍。

Gooogle團(tuán)隊(duì)將AI強(qiáng)化學(xué)習(xí)方法應(yīng)用于芯片設(shè)計(jì)中復(fù)雜的“布局”中，獲得了顯著的效果提升。對(duì)于芯片設(shè)計(jì)進(jìn)行了足夠長(zhǎng)時(shí)間的學(xué)習(xí)之后，它可以在不到24小時(shí)的時(shí)間內(nèi)完成Google Tensor處理單元的設(shè)計(jì)，并且在功耗、性能、面積（PPA）都超過了人類專家數(shù)周的設(shè)計(jì)成果。

兩大EDA公司，Mentor and Synopsys認(rèn)為加入AI的芯片設(shè)計(jì)工具可能縮短芯片的設(shè)計(jì)時(shí)間約達(dá)10倍，及芯片PPA提升20%。

在未來數(shù)年內(nèi)Neural Engine(神經(jīng)工程)乃至于廣義的AI芯片市場(chǎng)都會(huì)有每?jī)赡晷阅芴嵘齼杀兜囊?guī)律，類似半導(dǎo)體的摩爾定律。這樣的規(guī)律可以認(rèn)為是AI芯片算力的新摩爾定律。業(yè)界曾有人稱作“黃仁勛定律”。

英偉達(dá)(Nvidia)首席科學(xué)家兼高級(jí)研究副總裁 Bill Dally 表示，從2012年11月到2020年5月，英偉達(dá)的芯片性能在人工智能計(jì)算方面提升了317倍。

EDA公司Mentor的Joseph曾介紹以英偉達(dá)為例，通過使用這個(gè)工具，可以把生產(chǎn)效率提高近兩倍，及驗(yàn)證成本下降了80%。

另外以Graphcor為例，通過使用AI技術(shù)，它的DFT(診斷式功能測(cè)試)生產(chǎn)率提高了4倍，測(cè)試調(diào)通的速度大幅提高，基于實(shí)際的數(shù)據(jù)證明它的設(shè)計(jì)時(shí)間周期縮短到了3天。

用于半導(dǎo)體生產(chǎn)制造，通常需要4000個(gè)CPU運(yùn)行一天才能產(chǎn)出1個(gè)掩膜Mask，但如果使用機(jī)器學(xué)習(xí)算法后，能夠?qū)⑦\(yùn)行時(shí)間縮短到1/3-1/4。

在光刻工藝中，利用AI技術(shù)可以大幅提高良率，降低數(shù)倍生產(chǎn)的運(yùn)行時(shí)間。不僅能識(shí)別出生產(chǎn)過程中產(chǎn)品的缺陷，還能進(jìn)行預(yù)測(cè)缺陷。

存儲(chǔ)器廠Micron 公司認(rèn)為，人工智能的實(shí)施幫助美光實(shí)現(xiàn)了我們的設(shè)備計(jì)劃外停機(jī)時(shí)間減少了30％，低產(chǎn)品良率減少了40％，及良品率學(xué)習(xí)曲線提高了20％。

目前半導(dǎo)體公司在大數(shù)據(jù)分析上，最關(guān)注的是良率診斷分析，也就是出現(xiàn)問題后可以通過系統(tǒng)的方法快速追蹤問題源頭，從而進(jìn)行診斷分析，改善良率。

下一步要做的事情就是預(yù)測(cè)，通過AI、機(jī)器學(xué)習(xí)等手段，從數(shù)據(jù)里面提出價(jià)值，來預(yù)測(cè)可能發(fā)生的問題。

臺(tái)積電將人工智能和機(jī)器學(xué)習(xí)技術(shù)用于芯片生產(chǎn)過程中的數(shù)據(jù)處理。在芯片制造設(shè)備中，臺(tái)積電部署了大量傳感器，確保任何有用的數(shù)據(jù)都能被收集成功，利用人工智能技術(shù)和機(jī)器學(xué)習(xí)技術(shù)將收集到的數(shù)據(jù)轉(zhuǎn)化為相關(guān)信息，從中尋找并發(fā)現(xiàn)問題，并借此改善芯片生產(chǎn)制造，提高晶圓質(zhì)量和成品率。

臺(tái)積電如今已經(jīng)能量產(chǎn)最先進(jìn)的5nm芯片；2020年7月，臺(tái)積電生產(chǎn)了第10億顆功能完好、沒有缺陷的7nm芯片。無論是從產(chǎn)量還是先進(jìn)制程來看，臺(tái)積電都走在了世界前列。

臺(tái)積電的綠色制造分為三大環(huán)節(jié)：第一、能耗要最小，第二、廢氣排放量最低，使用水資源要最小，另外排放出來的廢氣物處理以及數(shù)量要足夠降低，這些都是臺(tái)積電持續(xù)不斷努力的目標(biāo)。臺(tái)積電在中國(guó)臺(tái)灣省工廠中，在單位面積里使用能源最小，排出氣體最小的，用水量是最小的，臺(tái)積電工廠排出的廢氣和廢物比其他先進(jìn)國(guó)家和地區(qū)都少很多。

AI對(duì)于中國(guó)半導(dǎo)體業(yè)發(fā)展的現(xiàn)實(shí)意義

中國(guó)半導(dǎo)體業(yè)處在一個(gè)特定環(huán)境下，本應(yīng)該通過全球化及國(guó)產(chǎn)化，兩個(gè)途徑，同樣發(fā)力來發(fā)展產(chǎn)業(yè)。但是美國(guó)仗勢(shì)欺人，想盡各種方法試圖阻斷我們?nèi)蚧倪M(jìn)程，造成的影響是巨大的。所以中國(guó)半導(dǎo)體業(yè)發(fā)展必須要開辟新的路徑，其中利用AI技術(shù)改造現(xiàn)有產(chǎn)業(yè)可能是亮點(diǎn)之一。

吳漢明院士反復(fù)強(qiáng)調(diào)全球成熟制程的市場(chǎng)至少占一半以上，其中55納米等以上制程芯片也很亮麗，對(duì)于中國(guó)半導(dǎo)體業(yè)發(fā)展也極具價(jià)值，關(guān)鍵在于要作出真正的“差異化”，能占領(lǐng)市場(chǎng)。

世上的事要想取得成功沒有捷徑，都要花費(fèi)人力，時(shí)間與金錢，以及先進(jìn)技術(shù)是用錢買不來的，必須靠自主自強(qiáng)，但是方向找準(zhǔn)有可能事半功倍。

原文標(biāo)題：半導(dǎo)體+ AI引擎 = ?

文章出處：【微信公眾號(hào)：中科院半導(dǎo)體所】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。

責(zé)任編輯:haq