芯行紀科技有限公司（以下簡稱“芯行紀”）資深業務總監陶然受邀出席中國集成電路設計業2022年會暨廈門集成電路產業創新發展高峰論壇（ICCAD 2022）并發表演講，著重分享了在EDA領域用機器學習技術能夠帶來的變革性進展，以及詳細的相關技術創新點和在實際應用中的精彩表現。

演講實錄（內容為節選）

芯行紀在今年8月份推出了自主研發的首款智能化的EDA軟件AmazeFP。在大家看來可能它就是一個做自動floorplan的工具，但是實際上它內部包含的技術遠遠不只是floorplan這么簡單。

首先它是一個machine-learning-driven的工具，具備AI的預測功能。另外，它除了完成floorplan的功能性以外，還包含了global placement的引擎和global routing的引擎，所以它可以更好地預測timing、power和congestion。通過這樣的軟件，用戶可以非常容易的自動化地得到類似于有經驗的工程師手動擺放出來的floorplan結果。

大家都知道floorplan其實是整個數字后端流程的第一步，也是非常重要的一步，因為floorplan的質量會影響到我們芯片的PPA最終能夠達到的高度。因此數字芯片設計公司往往都會用它最有經驗的人來做floorplan工作。而現在我們將可以通過AmazeFP自動完成這一工作。如果芯片設計公司沒有那么多有經驗的工程師，那它完全就可以通過AmazeFP自動產生得到比擬甚至超過有經驗工程師擺放出來的floorplan。如果設計公司已經有一些非常資深的工程師，AmazeFP也可以把他們從繁瑣的手動調整、探索的工作中解放出來，讓他們把精力花在更有明確性的選擇方案和其他更多有創造性的工作上，AmazeFP工具的一大意義就在于此。

另外，圖形界面是我們產品的一個亮點，所有見過這個圖形界面的客戶都跟我們反饋說，這個界面和現在主流的工具比較起來要漂亮非常多，這也說明我們的研發不光是想在內核上做一個引領者，我們也是“外貌協會”的，在外觀上也要做一個引領者。這個外觀除了好看以外，還具備好用（easy-of-use）的特性，這樣才能做到內外兼修。

接下來再給大家分享AmazeFP在實際應用中的一些成績。

首先大家可以看一下這個例子，這是一個GPU的design。大家可以看到左邊的這幅圖是有經驗的工程師手動擺放出來的floorplan，右邊這幅圖是AmazeFP自動擺放出來的。做過后端設計的人應該都很清楚，像這樣的floorplan，基本上需要一個有經驗的工程師花費一周左右的時間，而AmazeFP只需要兩個小時就能完成，這大幅度提高了工作效率。

另外很有意思的一點，是工程師和AmazeFP工具的一些選擇其實在有些地方是非常相似的，比如說大家看到的紅色的這些block，不管是工程師還是AmazeFP，都傾向于把它放在右上角，深藍色的部分都傾向于放在右下角，所以說工具和工程師其實對某些地方的認知是非常一致的，但在其他一些地方工具采取的解決方案跟我們工程師不一樣。

大家都知道一個GPU的設計，一般來說它的時序比較容易滿足，而因為它規模比較大，runtime比較長，另外繞線資源會比較緊張，所以它最大的問題應該是congestion。從AmazeFP通過machine learning預測自動擺放的floorplan來看，繞線后的total DRC會有非常大的減少。

接下來是一個CPU的例子。大家對CPU所追求的就是更好的PPA，消費類電子的公司會把CPU的PPA看成是非常重要的一個指標，因為它可能直接關系到產品面市時候的市場定位和定價，所以大家都會把資源重用在CPU core的hardening上。

我們可以看到這個實例中，左邊上面是有經驗的工程師手動擺放出來的floorplan，一般有經驗的工程師可能需要1~2周時間，經過大約十幾二十輪的迭代，才可以最終定下來這樣的floorplan。而AmazeFP自動擺放花費的時間大概在50分鐘左右，就可以實現同樣的PPA效果，甚至更好。

大家可以感受一下我們工程師和工具自動擺放 floorplan的差異性在哪里。對比看一下上下兩個floorplan，兩個floorplan里靠左邊的綠色和黃色的block，工程師和AmazeFP選擇是類似的，但是有些地方很明顯不同。大家可以看到上面這個floorplan右上角的位置，一看就是我們人為手動的選擇，為什么？因為這一組block肯定是相同類型的，通過我們的直覺，肯定是把它們放在一起，因為它的連接關系、timing path肯定強相關，放在一起肯定是沒錯，這樣擺放也符合人的審美。但是這樣做會不會是最好的選擇呢？不見得。

我們可以看一下AmazeFP的選擇是怎樣的。工具把這一組同一類型的block拆成了左右的兩個分布，很明顯這個是機器的選擇，因為它不在乎人類審美的要求，它完全是從數學上去尋找一個最優解。從最終的結果我們可以看到，工具的選擇對PPA會更好，我們基于工具自動擺放出來的floorplan，可以得到更好的timing和power。

接下來這個design也是CPU core，是RISC-V的。這個相對來說簡單一點，通過有經驗的工程師擺放差不多要一周多的時間，AmazeFP二十幾分鐘就可以完成。

從分組上看，工程師和AmazeFP的分組幾乎一樣，但是擺放的位置差不多旋轉了180度?；谶@樣的調整之后，我們可以看到auto floorplan出來的結果在timing和power上面也都有明顯的改善。

除了剛才提到的這些high performance core之外，我們其實在一些其它類型的block上也進行了嘗試，大家可以看到無一例外的PPA都會有明顯的改善，并且在設計時間上會有大幅度的節省。

除了用機器學習可以得到更好的PPA和更快的runtime之外，我們還可以利用機器學習去預測繞線。因為在做floorplan的時候，其實很多后續的信息都是不完整的，所以說我們可以通過machine learning做一個預測，預估后面繞線的實際結果。大家可以看到這兩個floorplan，很明顯地，AmazeFP出來的結果中，繞線的問題會得到明顯改善。

通過以上案例，我們想讓各位知道，機器學習技術和EDA工具結合以后產生了巨大的威力，芯行紀作為一個專注數字后端技術的EDA公司，期望在人工智能技術和云技術上面能夠做出更多的嘗試并取得成績。我們從最初規劃工具時，在做最底層的軟件架構的時候，就開始考慮了這些方向，并從第一行代碼開始，我們就在執行這些想法，現在我們看見了很好的結果。

未來的一到兩年內，大家會陸續看到更多Amaze系列的產品問世，我們也希望通過有AI和Cloud技術加持的產品，能夠讓大家眼前一亮。作為一家國內的EDA公司，我們希望并積極地會與IC設計公司和foundry進行更深入的合作，為集成電路事業貢獻自己的一份力量。

關于芯行紀

芯行紀科技有限公司（X-Times Design Automation Co., LTD）匯聚全球杰出EDA技術支持和研發精英，著力于自主研發符合3S理念（Smart、Speedy、Simple）的數字實現EDA平臺，包含新一代布局布線技術，同時提供高端數字芯片設計解決方案，可大幅度提升芯片設計效率，并助力實現芯片一次性快速量產，在人工智能、智能汽車、5G、云計算等集成電路領域為眾多合作伙伴的高速發展和產業騰飛保駕護航。

審核編輯：湯梓紅