采用人工智能來幫助工程師來設計芯片，隨著AI在專業領域的加速滲透，Synopsys.ai 加強了人工智能（AI）領域的投入，通過與 Microsoft 合作，推出了基于 Copilot 的新一代生成式人工智能（GenAI）功能。合作整合了 Azure OpenAI 和 Synopsys.ai GenAI 的功能，將 Copilot 的應用領域擴展至電子設計自動化（EDA）領域。

以后工程師將借助更先進的AI工具來提高集成電路的設計效率！

Copilot 最初是由 GitHub/Microsoft 和 OpenAI 合作推出的開發項目，致力于輔助軟件開發人員編寫代碼，提供諸如將代碼注釋轉換為可運行代碼、自動完成代碼塊、代碼重復部分以及整個方法和/或函數等功能。Microsoft已經顯著擴展了Copilot的功能范圍，覆蓋了Microsoft 365等多個領域，并推出了解決方案，支持銷售、服務和安全，并提供對軟件開發人員的幫助。由于Copilot的廣泛影響，Synopsys決定將其技術延伸到EDA領域。值得注意的是，常規的Copilot已經支持寄存器傳輸級（RTL），但Synopsys的目標是推出更為強大的版本。

為什么要繼續強調人工智能呢？

這主要是因為人工智能作為一項新技術，具有廣泛的潛在應用，并被視為解決設計挑戰的重要工具。在當前設計環境中，特定領域架構和多芯片系統的發展趨勢使得產品團隊在克服性能和功耗擴展方面受到摩爾定律的限制。然而，這些方法增加了設計、驗證和實施的復雜性，而設計團隊則需要在更緊迫的時間表下交付產品。同時，到2030年，整個行業預計將面臨數萬名工程師的短缺。因此，人工智能成為解決這些挑戰的一種途徑，不僅通過流程工具中的人工智能功能，還通過輔助方法，例如Synopsys Copilot，以更快地找到最佳解決方案。

Synopsys.ai Copilot與設計師緊密合作，首批推出的功能包括測試工程師的協作功能，提供工具知識、結果分析和增強的EDA工作流程。此外，Copilot還具備生成能力，可加速RTL、形式驗證斷言創建和UVM測試平臺的開發。未來，Synopsys EDA團隊計劃在Synopsys.ai套件中推出更多自主功能，實現從自然語言到設計和制造的端到端工作流程創建。

從形式驗證斷言開始，這一功能尤為強大。形式驗證一直是一項強大的技術，但由于對高水平專業知識的需求限制，歷史上一直受到從業者的限制。Synopsys Copilot通過將驗證工程師編寫的自然語言要求轉換為正確的形式語法并為RTL提供建議，提供了更大的幫助。對于RTL生成，Copilot的應用場景更為復雜，可以自動完成代碼段，甚至根據自然語言描述創建代碼片段。這對于初級開發人員來說可能是有價值的加速器。

在這一切的背后，Synopsys.ai強調他們與Synopsys VC正式小組的合作，以保護和檢查生成的代碼。不僅僅是概念驗證，Synopsys.ai利用多種技術和多年的學習和專業知識，確保生成的代碼在性能、功耗和面積（PPA）分析等方面是可靠的。

這項技術正處于早期定制評估和完善階段，主要面向早期客戶，如AMD、Intel和Microsoft等。預計通用版本將在逐步改進和驗證這些功能的基礎上推出，以滿足更廣泛的用例需求。通過這一合作，Synopsys積極迎接挑戰，以實現產品的快速交付，同時對其技術和方法負責。

審核編輯：黃飛

?