Ingénieur en conception de puces — tâches, une par une

Architecture et spécification

Aucun élément ne montre l'IA fixer l'architecture d'une puce. Les bancs d'essai partent d'une spécification rédigée par quelqu'un d'autre, et les outils des éditeurs optimisent par rapport à des objectifs fixés par les ingénieurs. L'office statistique américain projette que l'emploi des ingénieurs en matériel informatique progressera de 9 % de 2025 à 2035, bien plus vite que la moyenne, parce qu'on a besoin de ces professionnels pour concevoir des composants destinés aux produits qui utilisent des processeurs, et il ne mentionne pas l'IA.

L'absence d'élément n'est pas la preuve que l'IA ne peut pas aider ici, et la projection couvre tous les ingénieurs en matériel informatique d'un seul pays, pas les architectes de puces.

Écrire le RTL

Les modèles écrivent du code matériel court, mais pas encore des conceptions entières. Sur 156 problèmes de type manuel, GPT-4 en a réussi 43,5 % au premier essai ; sur 30 conceptions plus grandes, il en a produit 15 qui fonctionnaient à l'une au moins de cinq tentatives ; et sur un banc d'essai plus récent de problèmes rédigés par des ingénieurs matériel expérimentés, les meilleurs modèles n'ont pas réussi plus de 34 % des problèmes de génération de code au premier essai. Les auteurs du premier banc d'essai disent qu'il se limite à du code générique pour des conceptions relativement petites.

Des bancs d'essai avec les modèles de leur époque ; ils vérifient si le code fonctionne, pas s'il tient la puissance, la performance et la surface, et ils ne mesurent pas le travail des ingénieurs.

Vérification et débogage

C'est en vérification que les agents d'IA peinent le plus. Le banc d'essai rédigé par des ingénieurs matériel expérimentés a jugé particulièrement difficiles les tâches agentiques impliquant la vérification et la réutilisation de conceptions existantes. L'article de NVIDIA sur ses modèles internes de conception de puces dit que ses propres études internes ont montré que jusqu'à 60 % du temps d'un concepteur de puces type va au débogage ou à des tâches de listes de contrôle, et ses modèles se sont montrés compétitifs pour résumer des bogues — une aide pour l'ingénieur, pas un remplacement de la vérification.

Un banc d'essai et le compte rendu d'une entreprise sur ses modèles internes ; le chiffre de 60 % vient d'études internes que l'article ne publie pas.

Plan d'implantation, placement et fermeture temporelle

Les outils d'optimisation sont utilisés en production, et les affirmations sur leur portée sont contestées. L'article de Google de 2021 disait que sa méthode d'apprentissage par renforcement produisait en moins de six heures des plans d'implantation supérieurs ou comparables à ceux des humains ; une évaluation indépendante menée à l'Université de Californie à San Diego (University of California, San Diego) a constaté que des experts humains la battaient dans 5 comparaisons sur 6 sur de grandes conceptions riches en macros, tandis qu'elle battait un algorithme classique plus solide sur une mesure temporelle. Synopsys dit que des clients ont fait le tape-out de plus de 100 puces commerciales avec son outil d'IA d'optimisation de l'espace de conception. Les ingénieurs fixent toujours les contraintes et bouclent la conception.

Le chiffre d'adoption vient d'un éditeur d'outils à propos de son propre produit et la méthode d'implantation est celle de son développeur ; l'évaluation indépendante teste une poignée de conceptions, et aucun ne mesure le temps des ingénieurs.

Conception analogique et de circuits sur mesure

La conception analogique repose depuis longtemps sur l'intuition des experts, et des outils de recherche commencent à prendre en charge l'exploration. Un système universitaire entraîné par apprentissage par renforcement a atteint toutes les spécifications cibles sur au moins 96,3 % des objectifs de conception testés en simulation au niveau du schéma et a conçu 40 amplificateurs opérationnels ayant passé les vérifications d'implantation en 68 heures ; un agent fondé sur un modèle de langage a conçu 20 circuits analogiques dans le banc d'essai de ses auteurs, qui disent que les modèles ne savent pas encore concevoir des circuits analogiques très complexes. Les conceptions sont des types de circuits standard, et un ingénieur choisit toujours la topologie et la spécification.

Des études universitaires sur des circuits standard ; elles ne montrent pas d'usage en conception analogique commerciale.

Scripts d'outils et flots de conception

C'est là que l'aide de l'IA est la plus directe. NVIDIA a construit des modèles adaptés au domaine pour ses propres concepteurs de puces, et son article rapporte que le plus grand a surpassé GPT-4 pour répondre à des questions d'ingénierie et générer des scripts d'outils.

L'évaluation par une entreprise de ses propres modèles internes ; elle ne dit pas quelle part du temps des ingénieurs a changé.