AI設計的晶片：超越人類理解的奇蹟

近年來，人工智慧（AI）在科技領域的應用日益廣泛，甚至開始挑戰傳統的晶片設計流程。研究人員發現，AI能在短短幾小時內設計出高效能的無線晶片，而這些晶片的結構卻讓工程師們摸不著頭緒。這種「隨機形狀」的設計，雖然難以理解，卻展現出超越人類設計的卓越效能。

這項研究由普林斯頓大學和印度理工學院的工程團隊共同進行，並於2024年12月30日發表在《自然通訊》期刊上。研究聚焦於毫米波（mm-Wave）無線晶片，這些晶片因複雜性和微型化需求，成為製造商面臨的最大挑戰之一。目前，這些晶片廣泛應用於5G資料機，幾乎成為現代手機的標配。

傳統的晶片設計依賴於人類專家的經驗、客製化電路設計和既有的模板。每款新設計都需要經過漫長的最佳化過程，基於試錯法進行調整，因為晶片內部運作過於複雜，人類難以完全掌握。這種保守的迭代方式，雖然穩健，卻也限制了創新。

然而，研究團隊提出了一種基於深度學習的AI模型，採用「逆向設計」方法。這種方法先定義所需的輸出，再由AI決定輸入和引數。更重要的是，AI將每個晶片視為一個整體，而非現有元件的組合。這意味著傳統的設計模板被拋棄，取而代之的是全新的、可能更高效的結構。

研究團隊的領導者、普林斯頓大學電機與電腦工程教授Kaushik Sengupta表示，這些AI設計的晶片結構「看起來隨機且難以理解」，但實際製造後，其效能卻超越了現有設計。這項發現顯示，AI在設計複雜晶片方面具有巨大潛力。

儘管如此，Sengupta也強調，AI設計仍存在一些缺陷，需要人類設計師進行修正。例如，AI生成的某些設計無法正常運作，類似於當前生成式AI工具的「幻覺」現象。他指出，這項技術的目的並非取代人類設計師，而是透過新工具提升生產力。

這項研究為晶片設計開闢了新的可能性。AI的快速迭代能力，讓設計師能夠針對不同需求進行最佳化，例如提升能源效率、最大化效能或擴充套件頻率範圍。隨著無線晶片的重要性日益增加，這項研究無疑是邁向未來的重要一步。

Sengupta表示，如果這項方法能擴充套件到電路設計的其他領域，將徹底改變未來電子產品的設計方式。他認為，這只是冰山一角，未來的科技領域將有更多令人驚嘆的突破。