作者：Tom Simon
1982年，当我第一次在半导体行业工作时，我意识到系统设计的复杂性和用于设计它们的工具和系统的技术能力之间的竞争。用于设计下一代硬件的技术总是落后，而它需要被用于构建更大、更复杂的系统。我把它比作一条追逐自己的尾巴的龙。设计师们一直希望他们有下一代的计算能力来设计下一代的硬件。
一直以来都是这种情况。然而，人工智能的出现可能会改变这种状况。人工智能有一种神奇的能力来解决复杂的问题，而这些问题不能通过更多的处理器、更多的内存和更多的网络来解决。它是一种用来解决具有大量变量和复杂性能表面问题的特殊方法。
机器学习进入到用于设计SOCs和复杂系统的软件和工具中并不奇怪。它的最终目的是利用机器学习来设计机器学习系统。这就是最初的人工智能。
SOC设计中最复杂、最不确定的问题之一是互连。很久以前，硬连线互连的能力已经消失了。因此，用于互连块的片上网络（NoC）的应用在SOC设计中变得更加普遍。尽管如此，使用自上向下的、用于设计NoC结构的需求驱动工具，在设计有效的NoC互连实现方面仍然存在很大的挑战。现在，NoCs有路由器，可以动态管理流量。
我最近有机会与Netspeed业务开发副总裁Anush Mohandass交谈。Netspeed是NoC IP和开发工具的行业领先供应商。我们谈到了他们发布的Orion AI，这是现在采用机器学习算法的NoC技术。他马上指出，设计人工智能芯片的挑战已经导致SOC设计的需求急剧变化。人工智能芯片具有显著的不同的互连需求。它们有大量的计算元素，这些计算元素有自己的本地内存存储，这些存储以一个大致平坦的拓扑结构连接。数据不需要再移动到中央存储器，也不再通过中央处理器处理。这是一个需要低延迟、高带宽和高度的灵活性的对等系统。
AI的NoC必须支持多播和广播数据传输。它还需要有过账和飞过账的交易。非阻塞的QoS也是十分必要的。而人工智能应用程序需要软件定义的NoCs。Netspeed通过创建物理和功能实现之间的抽象级别的多层协议来实现这一点。
Netspeed的Orion AI是NoC技术的一个飞跃。它提供的可伸缩数据宽度远远大于它的前身。它的运行速度为2-3GHz，总线宽度为1024位。它可以支持数千个元素的互连。嵌入猎户座人工智能的人工智能算法有效地优化了最终实现。这自然意味着它是实现人工智能系统的理想技术。
也许我们还没有达到机器人制造机器人的水平，但我们肯定已经进入了使用人工智能来帮助构建SOCs的时代。Netspeed公司的猎户座人工智能(Orion AI)是该技术如何应用的一个极好的例子。
原文链接：https://www.semiwiki.com/forum/content/7563-leveraging-ai-help-build-ai-socs.html
