人工智能（AI）用途廣泛，在 IC 設(shè)計(jì)也能派上用場(chǎng)！研發(fā)人員使用 AI 減少重復(fù)程序，以降低成本，相關(guān)技術(shù)引發(fā)三星電子、英特爾（Intel）、高通（Qualcomm）、Nvidia 等的關(guān)注。

報(bào)導(dǎo)，工業(yè)設(shè)計(jì)軟件商 ANSYS 宣布，該公司的電遷移（electromigraTIon）sigoff 工具，運(yùn)用機(jī)器學(xué)習(xí)算法“KNN”，可以確認(rèn)電子設(shè)計(jì)自動(dòng)化（Electronic Design AutomaTIon，EDA）產(chǎn)品的電流是否平均。

芯片電流若過(guò)于集中在同一處，會(huì)引發(fā)問(wèn)題，一如超載路段的道路容易受損。KNN 利用機(jī)器學(xué)習(xí)技術(shù)，自動(dòng)檢查電流是否平均，Nvidia 設(shè)計(jì)的 GPU 就用 KNN 加以檢查。ANSYS 半導(dǎo)體部門(mén)首席技術(shù)師 Norman Chang 說(shuō)，AI 無(wú)需人類(lèi)幫忙，能更快速準(zhǔn)確的找出問(wèn)題。

學(xué)術(shù)界也看上 AI 功能，伊利諾大學(xué)、北卡羅來(lái)納大學(xué)、喬治亞理工學(xué)院（Georgia InsTItute of Technology）攜手成立 CAEML（Center for Advanced Electronics through Machine Learning），要找出方法在 EDA 工具上使用機(jī)器學(xué)習(xí)。

相關(guān)技術(shù)引發(fā)各方興趣，主因制程微縮之后，生產(chǎn)成本提高，需要找到方法削減成本。CAEML 主管 Elyse Rosenbaum 表示，芯片設(shè)計(jì)在模擬時(shí)有其限制，需要比以往更精確的模型。芯片越做越小，零件排列日益緊密，彼此間的串?dāng)_（crosstalk）不斷增加。以手機(jī)而言，電路板可能有 100 種零件，不可能?chē)L試所有配置方式。他們想打算研發(fā)新模型，讓開(kāi)發(fā)人員能找出最優(yōu)化設(shè)計(jì)。