生成式AI，可以設(shè)計(jì)芯片了

 　　自從去年開始，以ChatGPT為代表的生成式AI(Generative)站在了整個(gè)世界的聚光燈下。ChatGPT可以理解用戶基于自然語言的輸入，并且產(chǎn)生相應(yīng)的輸出。ChatGPT基于大語言模型技術(shù)，通過使用海量的語料訓(xùn)練，可以實(shí)現(xiàn)回答用戶的各種問題，還可以幫助用戶完成一些簡(jiǎn)單的任務(wù)，包括完成文檔編寫甚至Python代碼編寫等等。

　　而在五月十日，谷歌在IO大會(huì)上發(fā)布了ChatGPT的競(jìng)品，即PaLM 2大語言模型。谷歌表示，目前ChatGPT類生成式大語言模型最重要的用戶體驗(yàn)之一就是幫助用戶編寫代碼，而PaLM 2的一大特性就是完成20多種編程語言的支持。其中，對(duì)于芯片設(shè)計(jì)工程師來說，*的亮點(diǎn)就是PaLM 2支持?jǐn)?shù)字電路設(shè)計(jì)領(lǐng)域最常用的編程語言Verilog。

　　百聞不如一試，目前PaLM 2已經(jīng)在谷歌的Bard平臺(tái)上線開放公測(cè)，因此我們也嘗試使用Bard去體會(huì)了一把PaLM 2生成Verilog代碼的能力。在試驗(yàn)中，我們讓Bard生成了兩段代碼，一段代碼是生成一個(gè)FIFO(數(shù)字電路中最常用的模塊之一)，而另一段代碼則是生成一個(gè)模塊，其中包含了兩個(gè)前面編寫的FIFO，并且讓*個(gè)FIFO的輸出接入第二個(gè)FIFO的輸入。生成的方法非常簡(jiǎn)單，我們只需要給Bard一個(gè)基于自然語言的指令(prompt)，Bard就能夠在幾秒鐘之內(nèi)完成相應(yīng)的代碼生成。例如，在*個(gè)實(shí)驗(yàn)中，我們使用的指令是“生成一段Verilog代碼來實(shí)現(xiàn)FIFO”，生成結(jié)果如下圖：

　　從結(jié)果來看該生成的代碼的語法正確，邏輯基本正確，但是在FIFO full和empty的信號(hào)邏輯上并沒有完全弄對(duì)(當(dāng)然其實(shí)FIFO的full和empty的邏輯也是面試中�？嫉膯栴}，要完全弄對(duì)并沒那么簡(jiǎn)單)。在代碼風(fēng)格上，我們還可以在指令中加入更多提示，類似“在代碼中加入更多注釋”，“使用參數(shù)來定義接口寬度”等等。

　　而在第二個(gè)實(shí)驗(yàn)中，我們主要看的是Bard能否復(fù)用之前生成的模塊，并且基于這個(gè)來生成新的更大的模塊。我們使用的指令是“寫一個(gè)模塊，其中包括兩個(gè)你前面寫的FIFO模塊，并且*個(gè)FIFO的輸出接入第二個(gè)FIFO的輸入”。

　　在這里我們可以看到生成的代碼基本正確，因此我們認(rèn)為PaLM 2基本擁有了能基于自底向上生成復(fù)雜代碼的能力。

　　芯片設(shè)計(jì)領(lǐng)域生成式AI的進(jìn)化之路

　　我們從上述實(shí)驗(yàn)中可以看到，谷歌的PaLM 2已經(jīng)具有了基本的Verilog代碼生成能力，可以生成基本模塊和復(fù)合模塊，當(dāng)然其代碼生成的質(zhì)量還有待提高。而除了PaLM 2之外，我們認(rèn)為其他公司推出的類似ChatGPT的大語言模型也有可能會(huì)加入對(duì)于Verilog類硬件描述語言的支持。

　　根據(jù)谷歌在IO大會(huì)上發(fā)布的信息，目前ChatGPT類的大語言模型已經(jīng)成為許多工程師在代碼編寫時(shí)的重要助手。如果我們參考IT領(lǐng)域軟件開發(fā)工程師應(yīng)用ChatGPT類大語言模型協(xié)助代碼編寫的發(fā)展的話，我們認(rèn)為在芯片行業(yè)大語言模型也非常有可能會(huì)起到重要作用。這里，根據(jù)大語言模型在開發(fā)流程中起到的角色，我們可以大致分成三種應(yīng)用。*種應(yīng)用是根據(jù)用戶的指令直接生成代碼，即我們?cè)诒疚那懊娼o出的兩個(gè)例子。第二種應(yīng)用是在工程師編寫代碼的時(shí)候，幫助工程師自動(dòng)補(bǔ)全代碼;例如工程師只需要輸入一行代碼的前幾個(gè)字符，大語言模型就可以根據(jù)代碼的上下文自動(dòng)幫助補(bǔ)全代碼，從而節(jié)省工程師的開發(fā)時(shí)間。第三種應(yīng)用是幫助工程師分析代碼和debug，正如ChatGPT可以幫助用戶優(yōu)化Python代碼并找到代碼中的bug一樣，經(jīng)過相關(guān)數(shù)據(jù)訓(xùn)練的大語言模型也可以在Verilog中實(shí)現(xiàn)相似的功能。

　　展望未來，參考大語言模型在IT行業(yè)的應(yīng)用軌跡，我們認(rèn)為大語言模型對(duì)于芯片設(shè)計(jì)方面的幫助預(yù)計(jì)將會(huì)從代碼自動(dòng)補(bǔ)全開始，因?yàn)檫@也是大語言模型在IT行業(yè)的切入口——目前我們已經(jīng)看到類似Github co-pilot這樣的代碼補(bǔ)全產(chǎn)品已經(jīng)得到了許多IT公司的應(yīng)用來幫助軟件工程師提升編程效率。相對(duì)來說，代碼補(bǔ)全類應(yīng)用對(duì)于大語言模型的要求相對(duì)較低，目前的模型已經(jīng)能實(shí)現(xiàn)相當(dāng)高的準(zhǔn)確率，因此我們預(yù)期在芯片設(shè)計(jì)領(lǐng)域也會(huì)有應(yīng)用在Verilog領(lǐng)域的基于大語言模型的代碼補(bǔ)全工具會(huì)很快出現(xiàn)幫助工程師提高效率(估計(jì)谷歌內(nèi)部芯片團(tuán)隊(duì)已經(jīng)開始使用類似的工具)。

　　在代碼補(bǔ)全之后，隨著大語言模型的進(jìn)一步發(fā)展，根據(jù)用戶的指令自動(dòng)生成代碼的大語言模型也將會(huì)得到越來越多的應(yīng)用。這類代碼直接生成類應(yīng)用從目前來看還需要和整個(gè)項(xiàng)目開發(fā)流程進(jìn)一步磨合——究竟這類代碼自動(dòng)生成的應(yīng)用最適合使用在底層模塊的編寫，還是在上層模塊間集成的生成上，還需要進(jìn)一步探索，但是無論如何ChatGPT在自動(dòng)代碼編寫領(lǐng)域的潛力驚人，可以把原來人工需要數(shù)小時(shí)才能編寫完的代碼在幾秒內(nèi)完成，這樣的效率提升無疑將會(huì)給整個(gè)行業(yè)和芯片開發(fā)流程帶來革命性的變化。

　　目前來看，ChatGPT類大語言模型在Python等流行編程語言的代碼編寫方面已經(jīng)有很不錯(cuò)的效果，這證明了大語言模型實(shí)現(xiàn)自動(dòng)代碼編寫、補(bǔ)全和debug在理論和工程上都是可以實(shí)現(xiàn)的。谷歌的PaLM 2對(duì)于Verilog的支持仍然有待進(jìn)一步完善的主要原因我們認(rèn)為還是訓(xùn)練的數(shù)據(jù)量不夠。從訓(xùn)練數(shù)據(jù)數(shù)量的角度來說，互聯(lián)網(wǎng)上有海量的開源Python代碼可供訓(xùn)練大語言模型來完成高質(zhì)量的代碼生成，但是互聯(lián)網(wǎng)上可用于訓(xùn)練大語言模型的Verilog代碼的數(shù)量比起Python等流行語言來說可能是要少了幾個(gè)數(shù)量級(jí)。并不是人類編寫的Verilog代碼數(shù)量不夠多，而是絕大多數(shù)Verilog代碼都不是開源的，而是芯片公司的知識(shí)產(chǎn)權(quán)，例如谷歌在訓(xùn)練PaLM的時(shí)候不太可能獲得高通的Verilog代碼。未來誰會(huì)在開發(fā)芯片設(shè)計(jì)領(lǐng)域的大語言模型方面拔得頭籌?我們認(rèn)為有幾個(gè)不可忽視的力量：

　　首先是擁有全棧技術(shù)能力的大型技術(shù)公司，這些公司既有開發(fā)大語言模型的能力，又有成功的芯片業(yè)務(wù)，包括美國的谷歌和中國的華為等。從技術(shù)上來說，這些公司積累了大量的Verilog相關(guān)代碼可供訓(xùn)練大語言模型，而從業(yè)務(wù)上來說，這些公司同樣也有使用大語言模型來提升芯片設(shè)計(jì)團(tuán)隊(duì)效率的驅(qū)動(dòng)力。

　　其次是EDA巨頭，包括Synopsys、Cadence等。這些EDA公司擁有極強(qiáng)的業(yè)務(wù)驅(qū)動(dòng)力和緊迫感，因?yàn)榇笳Z言模型AI確實(shí)會(huì)成為EDA行業(yè)下一個(gè)革命性變化，誰在這個(gè)領(lǐng)域占領(lǐng)了先機(jī)就會(huì)在下一代EDA競(jìng)爭(zhēng)中取得優(yōu)勢(shì);從技術(shù)積累上來說，這些公司擁有不錯(cuò)的AI模型能力，同時(shí)也有海量的Verilog代碼數(shù)據(jù)量可供訓(xùn)練模型(因?yàn)檫@些EDA公司都有相當(dāng)成功的IP業(yè)務(wù)，在開發(fā)這些IP的同時(shí)積累了足夠的高質(zhì)量代碼數(shù)據(jù))。

　　最后，開源社區(qū)的力量也不容忽視。從大語言模型角度來看，開源社區(qū)在CahtGPT以及開源LLAMA語言模型的基礎(chǔ)上做了大量有意義的探索，另外隨著RISC-V等開源項(xiàng)目的增加，開源社區(qū)擁有的數(shù)據(jù)量也會(huì)越來越多。我們預(yù)期開源社區(qū)有機(jī)會(huì)去實(shí)現(xiàn)一些小而美的基于大語言模型的新穎應(yīng)用，從而也能推動(dòng)整個(gè)大語言模型在芯片設(shè)計(jì)領(lǐng)域的技術(shù)發(fā)展。

　　生成式AI會(huì)如何影響芯片設(shè)計(jì)工程師的工作

　　那么，隨著ChatGPT式AI在芯片設(shè)計(jì)中扮演越來越重要的角色，芯片工程師的日常工作將會(huì)發(fā)生怎么樣的變化?由于這里ChatGPT類生成式AI主要針對(duì)代碼編寫等前端工作，我們這里的討論范圍也主要是前端數(shù)字設(shè)計(jì)工程師。

　　首先，對(duì)于主要工作是前端模塊設(shè)計(jì)和集成的芯片工程師來說，我們預(yù)計(jì)很快就會(huì)有ChatGPT類的工具可以幫助代碼補(bǔ)全，從而增加效率。而在未來三到五年的時(shí)間范圍內(nèi)，直接使用ChatGPT類生成式AI首先模塊代碼編寫有望獲得真正的應(yīng)用。從這個(gè)角度來說，我們并不認(rèn)為前端工程師的工作會(huì)被取代;相反，數(shù)字前端工程師的工作可能會(huì)越來越多地專注于模塊的功能定義，以及如何使用生成式AI能理解的方式來描述這個(gè)設(shè)計(jì)，讓AI能產(chǎn)生和工程師設(shè)計(jì)相符的代碼;從這個(gè)角度，甚至可能會(huì)出現(xiàn)一些標(biāo)準(zhǔn)化的模塊功能定義描述語言，從而讓AI能產(chǎn)生合理的代碼。

　　此外，芯片驗(yàn)證工程師的工作將會(huì)變得越來越重要。生成式AI可以在幾秒鐘內(nèi)生成代碼，但是其生成質(zhì)量從目前來看尚需提高。從這個(gè)角度，芯片驗(yàn)證一方面需要確保AI生成的代碼沒有bug，而更重要的是，芯片驗(yàn)證需要能和代碼生成形成閉環(huán)，例如如何實(shí)現(xiàn)一套工作流程，讓AI生成的代碼可以快速使用testbench來確保功能是否正確，并且有辦法告訴AI哪里功能不對(duì)來提示AI修改，從而在經(jīng)過多次迭代后能讓AI自動(dòng)生成正確的代碼。雖然可能會(huì)需要多次迭代，但是因?yàn)槊看未�碼生成需要的時(shí)間很短，因此總得來看需要的代碼生成時(shí)間還是比起手寫要快許多。此外，使用生成式AI來自動(dòng)生成testbench以及驗(yàn)證需要的assertion也將會(huì)改變驗(yàn)證工程師的工作流程，工程師將會(huì)需要花更多時(shí)間教會(huì)AI來生成正確的代碼，從而大大提升效率。