Engenheiro de projeto de chips — tarefas, uma a uma

Arquitetura e especificação

Nenhum registo mostra a IA a definir a arquitetura de um chip. Os testes de referência partem de uma especificação escrita por outra pessoa, e as ferramentas dos fornecedores otimizam face a metas definidas pelos engenheiros. O gabinete de estatísticas dos EUA projeta que o emprego de engenheiros de hardware informático cresça 9 por cento de 2025 a 2035, muito acima da média, porque estes profissionais são necessários para projetar componentes para produtos que usam processadores, e não menciona a IA.

A ausência de um registo não é evidência de que a IA não possa ajudar aqui, e a projeção abrange todos os engenheiros de hardware informático de um país, não os arquitetos de chips.

Escrever RTL

Os modelos escrevem código de hardware curto, mas ainda não projetos inteiros. Em 156 problemas de tipo manual escolar, o GPT-4 resolveu 43,5% à primeira tentativa; em 30 projetos maiores, produziu 15 que funcionaram em pelo menos uma de cinco tentativas; e num teste de referência mais recente, com problemas escritos por engenheiros de hardware experientes, os melhores modelos resolveram à primeira tentativa no máximo 34% dos problemas de geração de código. Os autores do primeiro teste de referência dizem que ele se limita a código repetitivo para projetos relativamente pequenos.

Testes de referência com os modelos da sua época; verificam se o código funciona, não se cumpre o consumo, o desempenho e a área, e não medem o trabalho dos engenheiros.

Verificação e depuração

A verificação é onde os agentes de IA têm mais dificuldade. O teste de referência escrito por engenheiros de hardware experientes concluiu que as tarefas agênticas que envolvem verificação e reutilização de projetos existentes são particularmente difíceis. O artigo da NVIDIA sobre os seus modelos internos de projeto de chips diz que os seus próprios estudos internos concluíram que até 60% do tempo de um projetista de chips típico vai para depuração ou tarefas de listas de verificação, e os seus modelos foram competitivos a resumir erros — uma ajuda para o engenheiro, não algo que dispense a verificação.

Um teste de referência e o relato de uma empresa sobre os seus modelos internos; o valor de 60% vem de estudos internos que o artigo não publica.

Planeamento da implantação, colocação e fecho de temporização

As ferramentas de otimização estão em uso em produção, e as afirmações sobre até onde vão são contestadas. O artigo de 2021 da Google dizia que o seu método de aprendizagem por reforço produzia plantas de implantação superiores ou comparáveis às humanas em menos de seis horas; uma revisão independente na Universidade da Califórnia, San Diego, concluiu que especialistas humanos o superaram em 5 de 6 comparações em projetos grandes com muitas macros, enquanto o método superou um algoritmo convencional mais forte numa medida de temporização. A Synopsys diz que os clientes fizeram o tape-out de mais de 100 chips comerciais com a sua ferramenta de IA de otimização do espaço de projeto. Os engenheiros continuam a definir as restrições e a fechar o projeto.

O número de adoção vem de um fornecedor de ferramentas sobre o seu próprio produto e o método de disposição é do seu criador; a revisão independente testa um punhado de projetos, e nenhum deles mede o tempo dos engenheiros.

Projeto de circuitos analógicos e personalizados

O projeto analógico dependeu durante muito tempo da intuição de especialistas, e as ferramentas de investigação começam a assumir a pesquisa. Um sistema académico treinado com aprendizagem por reforço cumpriu todas as especificações-alvo em pelo menos 96,3% dos objetivos de projeto testados em simulação do esquema e projetou 40 amplificadores operacionais que passaram as verificações de disposição em 68 horas; um agente baseado num modelo de linguagem projetou 20 circuitos analógicos no teste de referência dos seus autores, que dizem que os modelos ainda não conseguem projetar circuitos analógicos muito complexos. Os projetos são tipos de circuitos padrão, e é ainda um engenheiro que escolhe a topologia e a especificação.

Estudos académicos sobre circuitos padrão; não mostram uso no projeto analógico comercial.

Scripts de ferramentas e fluxos de projeto

É aqui que a ajuda da IA é mais direta. A NVIDIA construiu modelos adaptados ao domínio para os seus próprios projetistas de chips, e o seu artigo relata que o maior superou o GPT-4 a responder a perguntas de engenharia e a gerar scripts para ferramentas.

A avaliação de uma empresa sobre os seus próprios modelos internos; não diz quanto do tempo dos engenheiros mudou.