來源：內(nèi)容來自Brian Bailey ，謝謝。

　　差不多一個月前，我們轉(zhuǎn)發(fā)了一篇關(guān)于芯片首次流片成功率正在急劇下降的文章，具體可以參考閱讀的文章。針對這個問題，半導(dǎo)體工程的編輯Brian Bailey表示，對于芯片來說，這只是冰山一角。在他看來，隨著半導(dǎo)體行業(yè)的成功率下降，也許是時候重新考慮我們的優(yōu)先事項了。

　　他引述Wilson Research/西門子最新功能驗證調(diào)查的統(tǒng)計數(shù)據(jù)表示，功能正確且可制造的設(shè)計數(shù)量急劇下降。在過去一年中，這一比例從24%下降到僅14%。與此同時，落后于計劃的設(shè)計數(shù)量也急劇增加，從67%上升到75%。

　　他指出，未來幾個月，更多數(shù)據(jù)將會發(fā)布，他預(yù)計這些數(shù)據(jù)將揭示行業(yè)存在的系統(tǒng)性問題。

　　Brian Bailey直言，出現(xiàn)這種問題，人們很容易把所有原因都歸咎于前沿設(shè)計。它們吸引了所有人的注意力。但這些設(shè)計的數(shù)量根本不足以解釋目前所暴露問題的嚴重性。問題更為根本。它與人工智能有關(guān)，盡管許多人認為它是行業(yè)的救星、新的技術(shù)驅(qū)動力、下一個前沿領(lǐng)域。

　　人工智能對計算能力的要求遠超傳統(tǒng)半導(dǎo)體的進步速度，甚至超過了我們在架構(gòu)上看到的提升。與此同時，開發(fā)或驗證效率方面卻沒有取得重大突破，這意味著團隊需要使用相同的工具，在相同甚至更短的時間內(nèi)交付更多成果。這注定會失敗。

　　認為人工智能會促進計算機設(shè)計，進而加速人工智能，使其更加強大，如此循環(huán)往復(fù)，這種想法是天真的。“人工智能根本無法提出支持這一目標所需的架構(gòu)創(chuàng)新。它最多只能優(yōu)化設(shè)計和實現(xiàn)，或許還能提高驗證效率?！盉rian Bailey直言。

　　硅谷誕生于“快速前進，快速失敗，然后進化”的理念之下。尖端設(shè)計必須采用大量新技術(shù)才能達到如今的水平。光罩限制導(dǎo)致芯片向多芯片設(shè)計、新存儲器和接口以及新計算架構(gòu)遷移。問題在于軟件的發(fā)展速度比硬件快得多。快得多。硬件無法跟上，這導(dǎo)致了一些近乎魯莽的擴張，而這些擴張也注定會失敗。

　　這或許可以解釋為什么一些前沿設(shè)計會遇到問題。但其余的設(shè)計又如何呢？它們也感受到了來自人工智能的壓力，每家公司都被問及它們的人工智能戰(zhàn)略。它們或許并不確切地知道將如何使用它，也不知道它可能帶來的長期影響，但它們知道必須有所行動，而且必須迅速行動，這會導(dǎo)致錯誤。缺乏穩(wěn)定的第三方知識產(chǎn)權(quán)來幫助他們最大限度地減少知識差距和風(fēng)險，使這個問題更加嚴重。

　　這個問題也延伸到了 EDA 領(lǐng)域。在這里，我們看到的直接答案是添加 AI，投入大量的計算能力來對實現(xiàn)進行微小的改進。AI 的另一個新興用途是消除流程效率低下的問題，而這些問題可以通過從根本上解決問題來更好地解決。這就是功能驗證領(lǐng)域正在發(fā)生的事情。

　　這種魯莽與人工智能的各個方面息息相關(guān)，其范圍遠不止半導(dǎo)體開發(fā)領(lǐng)域，新的準則似乎是：發(fā)表大膽的聲明，等待有人指出錯誤，然后修改。如此反復(fù)。沒有人會因為發(fā)表務(wù)實的聲明或指出缺點而被銘記。金絲雀永遠不會獲得獎牌。

　　舉個例子，請考慮一下最近一位受人尊敬的高管的言論。他認為，環(huán)境因素不應(yīng)成為贏得人工智能競賽的障礙?！拔覀冃枰鞣N形式的能源?？稍偕茉?、不可再生能源，等等。能源必須存在，而且必須迅速存在。”他說道，暗示一旦美國在超級智能發(fā)展方面超越中國，人工智能就能解決氣候危機。

　　Brian Bailey表示，他不會透露這位個人、記者或出版物的姓名，因為其中可能存在許多錯誤，或者遺漏了重要的背景信息。但他認為這種說法幾乎可笑：

　　首先，陳述絕不應(yīng)暗示不相關(guān)事物的依賴關(guān)系。作為專家證人，Brian Bailey本身在庭審中花費了無數(shù)個小時才學(xué)到這一點。永遠不要回答復(fù)合問題。

　　那么，說我們可以忽略所謂的最終目標，就好比說工業(yè)革命沒有影響我們的氣候，所謂的效率也沒有解決問題。至少在維多利亞時代，人們并不知道會發(fā)生什么?，F(xiàn)在我們更清楚。我們不能僅僅為了擁有更好的聊天機器人而讓人工智能以指數(shù)級的速度消耗更多電量。我知道這只是學(xué)習(xí)如何讓人工智能更強大的一部分，但我們還必須考慮成本因素。

　　舉個例子，許多公用事業(yè)區(qū)由于新增數(shù)據(jù)中心的建設(shè)，配電能力已經(jīng)捉襟見肘。他們警告說，必須增加基礎(chǔ)設(shè)施投資，這反過來又會導(dǎo)致公用事業(yè)費率上漲。這實在令人無法接受。如果是人工智能迫使新建數(shù)據(jù)中心，那么應(yīng)該由他們自己買單，而不是由公眾買單。換句話說，應(yīng)該把與人工智能相關(guān)的所有成本都加到數(shù)據(jù)中心上，而不是其他所有成本。

　　如果有人認為唯一的目標就是不惜一切代價開發(fā)超級智能，并確保其他人無法擁有，那么他們就沒有從歷史中吸取任何教訓(xùn)。不考慮后果地武斷地追求目標，充其量是不負責任的，而且很可能是不道德的。那么，什么是超級智能？這是一個不確定的目標，因為沒有人能夠定義它的含義。

　　這里面牽涉到一整條責任鏈。人工智能公司是同謀。數(shù)據(jù)中心是同謀。半導(dǎo)體公司也是同謀。即使是工程師，如果他們不考慮自己所做的事情對環(huán)境的影響，不去思考它是否提供了真正的價值，他們也是同謀。

　　我認為，現(xiàn)在是時候放慢腳步，探討一些能夠真正帶來價值的問題的真正解決方案了。我們應(yīng)該把硬件和軟件架構(gòu)視為一個整體問題。我們應(yīng)該思考它們將消耗多少能量，以及如何產(chǎn)生和分配這些能量。

　　“我們應(yīng)該思考人工智能的真正價值，而不是將其浪費在瑣碎的需求上。我們應(yīng)該重新評估我們的開發(fā)方法，使其更加有效、高效。我們應(yīng)該思考人工智能將如何改善世界?！盉rian Bailey說。

　　https://semiengineering.com/tape-out-failures-are-the-tip-of-the-iceberg/

　　半導(dǎo)體精品公眾號推薦

　　專注半導(dǎo)體領(lǐng)域更多原創(chuàng)內(nèi)容

　　關(guān)注全球半導(dǎo)體產(chǎn)業(yè)動向與趨勢

　　*免責聲明：本文由作者原創(chuàng)。文章內(nèi)容系作者個人觀點，半導(dǎo)體行業(yè)觀察轉(zhuǎn)載僅為了傳達一種不同的觀點，不代表半導(dǎo)體行業(yè)觀察對該觀點贊同或支持，如果有任何異議，歡迎聯(lián)系半導(dǎo)體行業(yè)觀察。

　　今天是《半導(dǎo)體行業(yè)觀察》為您分享的第4105期內(nèi)容。

　　『半導(dǎo)體第一垂直媒體』

　　實時 專業(yè) 原創(chuàng) 深度

　　公眾號ID：icbank