用AI確保晶片設計合規，找到銷售晶片的最佳組合方式
蘋果、NvIdia、高通（Qualcomm）、三星等巨頭紛紛推出自家AI晶片時，AI也成了加速AI晶片設計、製造甚至銷售的利器。如今英特爾也積極使用AI設計製造最新Meteor Lake處理器，希望新處理器將筆記本變成AI PC，重新奪回台積電搶占的晶片製造龍頭。
對英特爾而言，AI工具幫助最大的地方，莫過於晶片設計程序初期就能發現瑕疵，加速晶片上市。AI工具還能協助監督晶片製造，讓更多英特爾矽晶片成為產品的一部分，而不是丟進垃圾桶。
Meteor Lake可說是多個「小晶片」（chiplet）堆棧成單一封裝的主要處理器，有鑑於每個處理器組件有許多細微差異，AI工具能協助找到銷售每個處理器的最佳方式。英特爾設計工程業務群共同負責人Shlomit Weiss表示，有了AI工具，可銷售商品數量顯著增加了。
AI工具的好處，並非只有英特爾看到，兩大處理器設計軟體供應商Cadence和Synopsys便提供布局處理器組件的AI強化工具。Google早就宣布使用AI開發自家AI加速處理器。最紅GPU製造商Nvidia產線更廣泛以AI取代極緩慢的傳統運算流程。強化學習（reinforcement learning）可說是晶片設計常採用的機器學習，探索各種可能選項，並在發現更接近目標時獲益。
Weiss和同業務群另一位共同負責人Navid Shahriari表示，英特爾將外部晶片設計公司AI工具與自家工具結合。模擬新設計時，英特爾AI會分析並分類瑕疵，協助工程師快速調試，節省每天數小時負荷。
Weiss表示，英特爾正在自家系統運行使用修改後符合特定需求的OpenAI GPT生成式AI工具，確保晶片設計符合規範。Shahriari表示，由於每個產線晶片功能會有時脈、緩存和功耗些微差別，英特爾會使用AI仔細檢查晶片，查看關聯細節的複雜組合，以找到處理器與銷售版最佳的搭載組合。
最新Meteor Lake處理器由多個小晶片或晶粒組成，代表有更多特徵需要分析，所以想找到銷售晶片最佳方式也會更複雜。所幸AI可以找到平衡，讓產量、性能和功率提升最大化。
（首圖來源：網路）
