近年来，人工智能作为一项新兴的技术，已经受到越来越多厂商的关注，甚至有不少厂商已经基于此开发自己的芯片。但是，如何才能快速的开发出适用于人工智能的芯片呢？

近日，mentor, a siemens business中国区总经理凌琳在接受集微网记者采访时表示，随着技术的演进，

从提高计算能力到完全实现智能处理，人工智能的目的就是让所有的事情变得更简单，更直接，更容易。

而想要实现这一目标，除了在工艺、制造等领域有所变革之外，从最初的设计开始就需要重新思考！

不可否认，人工智能所涉及的市场和应用方向是非常广泛的，大到智能工业、智能城市，小到电力能源的管理、小型设备的使用，都蕴藏着无限的人工智能商机。这就使得越来越多的芯片厂商，甚至是互联网公司和系统公司都开始涉足这一领域。

而这些公司如果想要在这一市场脱颖而出，吸引客户，就必须能够提供不一样的产品和服务，这也是为什么越来越的厂商开始设计自己的芯片的原因，因为芯片的创新才是最难模仿的。

然而，设计芯片，尤其是全新的人工智能芯片并不是一件容易的事情。凌琳强调，技术的演进单纯依靠电子自动化已经不能够满足市场的需求，在技术演进的基础之上，人工智能更需要全新方法论的支撑。

那么什么才是全新的方法论呢？从提出eda 4.0这一概念开始，mentor就一直在思考这一问题。

凌琳强调，人工智能对运用环境提出了更高的要求，开发难度也愈加复杂，为了保证更有效率的进行芯片或是系统的开发，就需要使用更加高端的语言去设计和验证。

这就如同什么时代就会使用与之匹配的工具一样，远古时代使用原始器械进行加工，机器时代就使用精密器具进行生产，人工智能时代自然要需要更高端的工具。

对于工具的要求，不仅仅是科技发展的要求，更是时代的必然。

为什么国际领先的公司能够开发出别人开发不出的产品呢？除了开发人员的努力之外，超越传统设计方法的先进的方法论也是关键。

因此，从eda的角度而言，满足创新的需求，符合更加复杂的芯片设计要求，将是未来eda作为工具的主要发展趋势。

人工智能下的新方法论

从另一个角度而言，高端的设计工具不仅推动了人工智能产业的发展，人工智能技术也反作用于设计工具本身。

凌琳解释道，对于设计工具而言，由于在过去的使用过程中积累了大量的，有迹可循的经验，这些经验都可以拿来帮助开发者加快设计过程。

这些经验的积累和运用类似于人工智能的机器学习，即能够根据大量的可以遵循的数据，对即将发生或者要做的类似的事情进行逻辑性的套用与叠加。可以说，经验积累的越多，机器学习的效果越好，对研发的加速效果也就越好。

据了解，mentor曾经收购了一家做机器学习的公司，在此基础之上，利用机器学习技术，进行算法的优化，从而帮助工程师加速使用eda的开发进程，甚至于能够突破以往的思路，解决研发团队此前解决不了的难题。

对芯片设计是如此，对更复杂的系统设计更是如此。

凌琳在采访中强调，过去eda公司主要面对的是半导体芯片设计公司，但是现在越来越多的系统客户也开始购买工具进行芯片甚至是系统的设计，传统的设计工具已经不能够满足更复杂系统的需求。

“我们要做其他厂商做不到的，那么就不能仅仅只盯着芯片，要从宏观的角度，关注更加复杂的系统设计。”而在凌琳看来，人工智能的应用能够更好的帮助复杂系统的设计。

人工智能技术能否改变设计工作

这是否意味着在人工智能的影响下，传统的芯片设计工程师、电路设计工程师和软件设计工程师将会失业呢？

凌琳表示，人工智能对设计工作的改变将会是多方面的。

首先，人工智能技术的应用必然或缩减以往工具对人力的需求，甚至是能够代替人工进行一些简单的，可重复的研发工作，尤其是在那些有迹可循的领域。

其次，人工智能虽然能够代替简单的工作，但是并不能基于算法和概念代替人来进行科技的创新和创造。

凌琳认为，人工智能的出现只是意味着传统工作的进化，就如同以往先进工具的出现总能够变革一些行业一样，人工智能也必然会改变一些行业。

准确的说，人工智能之于方法论，更多是提高效率，人的作用是不可替代，也不能被完全取代的，只是人工工作随着工具的高级化也高级化了。

更何况，当前半导体产业对于人才的需求依然处于短缺的状态，但培养人才的速度比不上产业的需求速度。

以上是网络信息转载，信息真实性自行斟酌。