試析人工智能技術在集成電路中的應用

李 敏

蘭州資源環境職業技術大學 甘肅蘭州 730000

一、集成電路與人工智能技術分析

(一)集成電路概述

集成電路主要是指具備某種功能的微型的電子器件或者電子部件。集成電路體積較小且自重輕，使用年限長且成本低廉，可以實現大規模的生產加工[1]。隨著集成電路的迅速發展，其生產技術的集成性得到顯著優化，也成為促進人工智能飛速發展的主要因素。

電子技術的飛速發展成就了集成電路科技產業的顯著進步，其發展分為三個階段，第一個階段是電子管階段。電子管裝置是通過真空環境中電廠對電子流產生的作用實現信號的放大與傳遞功能，但是由于此時集成電路的體積過于龐大，且運行消耗的功率大，應用效果不佳，逐漸被淘汰。第二階段是晶體管階段，這種晶體管本質上就是一種半導體器件，半導體的材料出現了之后，就產生了這種晶體管可以取代電子管裝置，相比起來晶體管具有更多的功能，可以實現信號擴展、信號整流，還能夠調節信號，對信號進行穩壓處理[2]。第三階段就是集成電路發展階段。在現代化高新電子信息技術的支持之下，集成電路成為進入信息化時代，萬物互聯的主流發展趨勢，對于集成電路的實際需求也更加迫切，集成電路的設計與生產難度也顯著提升。在此過程中借助人工智能技術，能夠實現集成電路科技產業的優化發展，無論是技術研發方面還是生產加工水平的提升方面都有質的飛躍。近年來，伴隨著新興應用領域需求不斷增長，全球集成電路產業迅速發展。我國集成電路產業的發展基礎較為薄弱，通過國家、政府、企業、高校等各方力量的不懈努力，集成電路產業在我國呈現迅猛發展的態勢，2021年中國集成電路產業首次突破萬億元。2021年中國集成電路產業銷售額為10458.3億元，同比增長18.2%，近年來我國國內范圍的集成電路產業情況統計如下圖所示。

(二)人工智能技術概述

人工智能技術是一種新興技術科學，其是一種模擬人類行為及思維理論的科學技術，作為計算機科學的其中一個分支，主要就是研究探索智能的實質，模擬出與人類智能相類似的智能系統和機器設備，在機器人科技領域、語言識別技術領域、圖像識別技術領域、專家系統的研發以及自然語言處理系統的研發都有涉及。人工智能技術隨著多年的發展技術逐漸趨向成熟，技術的應用范圍不斷擴大，在各行各業都有所應用，人工智能技術可以模擬人類的行為意識以及思維方式，在某種程度可以取代人工完成一系列工作，在某些科技運算方面還能夠超出人類平均智能水平[3]。人工智能的技術體系包含狀態感知、實時決策和精準行動三個環節的關鍵技術，具體有機器視覺、語音處理技術、知識表達相關的理解性決策技術以及和行為相關的智能控制技術，而海量信息數據、芯片和算力、算法，構成了人工智能技術體系發展的基礎。總的來說，隨著人工智能技術基礎的逐步夯實和快速發展，狀態感知、實時決策和精準行動三個環節的關鍵技術不斷突破，在全球各個領域中呈現出系統化工程學科的發展趨勢。

(三)人工智能技術與集成電路的關系

集成電路和人工智能技術的關系密不可分，在發展過程中缺一不可。人工智能技術如果不能更好地融合在集成電路的科技生產中，只依靠軟件算法等很難支撐該項技術的長足發展，因此要借助強集成電路的芯片作為硬件輔助，來不斷強化人工智能技術。在20世紀80年代初期，人工智能就已經初步在集成電路中應用，多年來持續發展，技術應用逐漸成熟。人工智能技術的深入發展需要得到龐雜算法和數據處理技術的支持，而集成電路技術的深化發展則是能夠充分滿足這一種需求。真正實現底層電子元器件的智能化升級，既是集成電路的生產目標，也是人工智能技術的重要發展方向。集成電路技術的應用和完善決定了人工智能技術的發展深度和發展水平。

二、人工智能技術在集成電路中的具體應用

(一)在集成電路設計中的應用

當前，我國集成電路設計水平處于世界領先地位，例如，華為公司設計的麒麟芯片所采用的設計工藝就是世界上最為先進的納米工藝。集成電路的設計比較復雜，其中涉及多種連接模型和電子元器件等，設計的整個過程是非常煩瑣的[4]。設計過程中，集成電路電子元器件和線路保護設計、信號干擾設計、電路后續散熱處理、測試良率問題、靜電放電等方面都需要考慮，還要進行多種設計實驗。而這些設計工作的工作量非常大且難度高，應用人工智能技術中的機器學習技術，可以使得集成電路的設計更加便捷，提升集成電路設計圖紙繪制效率與精確程度，對于整體設計效率的提升非常有幫助。

對集成電路進行設計時，對于集成電路中的各種性能指標都要兼顧權衡，令各項功能可以充分發揮其應用優勢。對于這種復雜的設計過程，要借助計算機系統進行綜合性的輔助分析，對電路設計實施模擬，完善設計方案。數字電路可以抽離系統中不同的邏輯層次，將其區分開，優化集成電路的自動分布。進行集成電路設計模擬的時候，由于電路設計內容繁多，內部結構存在較大差異，因此需要投入大量的人力資源和物力資源，并給予強有力的技術輔助。即使是一個射頻電路的設計，也要投入較大的設計成本、時間以及精力，如果產生相應的寄生效應，還會導致集成電路出現失真問題，阻礙電路設計的優化升級。此時就應該應用智能算法來解決技術難題，應用智能優化算法可以實現集成電路的智能化設計，此類算法能夠模擬自然生物群體進行的系列智能表現，并以此作為技術基礎對系統進行算法優化。模擬生物行為，進行集成電路的設計調節和優化，令集成電路能夠適應其周圍的環境，智能算法的應用還能夠避免集成電路中各個功能指標出現沖突。與此同時，智能算法可以為集成電路的設計人員提供數據支持，將數據庫中的信息傳遞給參與設計的工作人員。在集成電路設計中應用的智能優化算法類型包括禁忌搜索智能算法、模擬退火智能算法以及遺傳智能算法等，這些算法可以通過對自然界中的相關程序進行模擬，然后擴大優化搜索的范圍，這些算法具備全局搜索的功能，可以解決傳統設計難題，成功實現設計優化。

禁忌搜索智能算法是一種模擬人類大腦記憶啟發的智能化算法，這種算法的實際搜索范圍非常廣闊，可以實現全局搜索，其應用十二表法來實現搜索區域的控制封鎖，其禁忌準則可以盡量避免重復搜索，減少工作量，與此同時會將禁忌中存在的優良個體進行釋放，搜索功能相對來說比較多樣性，最終可以搜索出最優結果[5]。應用此種智能算法可以有效解決集成電路系統中的小規模技術問題，并進行優化。為此經常被應用在規模比較大的集成電路芯片設計當中，在生產過程、電路設計階段以及神經網絡中的應用都比較常見。通過此種算法可在很多函數方面的運算得到最優解，在算法的不斷升級當中，其使用范圍會更加廣泛。

模擬退火智能算法是通過概率實現新事物的接收，通過尋找組合之間的最優解，當固態的物質處于退火狀態的時候，要根據溫度的變化情況尋找出最大熵，當熵值處于下降狀態的時候，在此過程中溫度會處于平衡的狀態，熵值會變得最低。這種過程和尋找最優解的流程是比較相像的，因此應用退火的過程可以實施模擬，對相關的模型進行解釋。這種智能算法是通用的，通過隨機的搜索方式來實現智能計算，這種方式在集成電路的生產、機器學習以及圖像分析等領域都有所應用，可以對集成電路的自動設計進行模擬，針對系統多個目標實施優化設計。

遺傳智能算法的技術基礎是建立在達爾文的生物進化論上，通過模擬生物進化的過程進行相關仿真計算，制作得出相應的算法模型，模擬優勝劣汰的生物遺傳的機制。這種遺傳智能算法在集成電路設計中，可以在應用少量資源的前提下，完成集成電路自動化設計的優化，大大降低系統硬件的成本費用，設計所用的時間也可縮短。這種遺傳仿真算法進行系統設計優化處理的時候精確度更高，但是求解過程耗費的時間相對較長，因此當前會根據集成系統的實際性能，應用相應的遺傳算法對其進行解析，可縮短求解時間。對于設計條件要求并不是十分嚴苛的集成電路，可以使用二級運放實施設計，這種運算放大器可以有效放大單元模塊，實現集成電路系統中各類功能的優化重組，因此被應用在各種集成電路設計當中。

(二)人工智能故障診斷技術在集成電路中的應用

在各行各業當中都會涉及故障診斷問題，目前集成電路科技產業發展迅速，技術水平提升較快，集成電路的故障診斷難度也隨之增加，僅僅依靠過去的故障診斷方式已經不能滿足現狀，需借助人工智能智障診斷技術[6]。在集成電路的系統中比較常見的類型是三相整流電路，技術人員對此種集成電路進行故障排除的時候應用人工智能技術，可以將系統中故障編碼、故障類型和人工智能神經網絡系統中的特定的函數實施匹配，這樣一來可以將電路中的采樣值輸入神經網絡當中，神經網絡可以進行運算和封裝處理，當系統輸出和集成電路的故障編碼相同的時候，就可以得出精確的故障診斷結果。

(三)人工智能動態調度算法的應用

當前隨著集成電路生產技術的快速發展，對于生產工藝的要求也越來越嚴格，集成電路的相關電子元器件種類也在增加。在這種情況下，集成電路的生產加工不能再應用過去的靜態調度方式，而是要應用動態調度算法才能滿足生產要求。將人工智能中的遺傳算法應用在集成電路的生產當中，可以實現生產的動態調度。人工智能中的遺傳算法與自然界當中的生物進化理論是相似的，這種算法能夠將集成電路的各種生產因素實施交叉匹配，然后進行多次匹配優化處理，得到最優匹配方案。當生產期間某項生產因素出現變化的時候，應用遺傳算法可以進行自主學習，學習過程中將比較差的近似值進行淘汰，然后找到新的最優近似值，選取最好的動態調度方式。遺傳算法進行編碼設計時包括交叉項的設計、影響因素的編碼設計、進化項編碼設計、變異項編碼設計、影響因素解碼設計、動態調度方式設計、初始匹配產生方法設計以及終止策略的設計八個方面。將先到先得算法與遺傳算法分別應用在集成電路的生產動態調度當中進行實驗分析，通過分析結果可以發現，人工智能中的遺傳算法應用效果明顯突出。

(四)人工智能控制與保護模式的應用

人工智能技術還能應用在集成電路的控制與保護當中，將集成電路的狀態參數以及開關的數量輸入之后，人工智能技術就可以通過深度學習框架算法，準確推理出集成電路的狀態，如果發現存在異常狀態，就會觸發保護機制對集成電路實施保護。當具備自主學習算法的集成電路芯片被推出之后，對于集成電路整個運行流程的保護機制都實施了優化升級。應用人工智能技術還能使得集成電路系統具備圖像識別的功能，這種功能能夠應用在集成電路的控制保護當中，可以對比不同狀態的集成電路圖像，從中判斷電路是否異常。

三、人工智能技術在集成電路中的應用優勢

人工智能技術在集成電路中的應用優勢主要體現在兩個方面。首先，其在集成電路中的應用具備較強的深度學習功能，可以令芯片變得智能化。傳統的集成電路芯片中的算法以及程序都是固定的，芯片需要依照既定的程序執行相應指令，沒有自我學習的功能，這種類型的芯片在算法更替期間存在較多限制，且固件升級等需要投入大量資金。而在集成電路中應用人工智能技術之后，使得芯片具備了類似于人腦的自主學習功能，雖然其學習能力不能與人腦相提并論，但是算法升級之后，芯片可以借助自主學習功能自動更新升級之后的算法，不需要額外對芯片進行硬件升級處理，這就使得集成電路芯片等部件更具性價比，生產成本變低且應用年限加長。其次，在集成電路中應用人工智能技術之后，顯著提升了運行的速度。集成電路元器件長期使用過程中其運算的速度會有所下降，而應用人工智能技術之后可以借助深度學習功能尋找到最佳運算方式，將傳統算法實施優化，使得運算速度可以一直處于比較快的狀態，實現算法的持續優化之后，就能夠使得集成電路的整體運算速度有效提升。

結語

綜上所述，人工智能技術和集成電路具有非常密切的關系，二者是相互推動和促進的，人工智能技術在集成電路的設計研發、生產調度控制以及故障診斷等多個方面均都有所應用。這種應用是必要的也是必然的，人工智能技術與集成電路科技產業的集成融合就是未來科技發展的主流方向，相關業內人員還需不斷探索創新，讓人工智能為集成電路科技產業的發展有效助力。