试析人工智能技术在集成电路中的应用

李 敏

兰州资源环境职业技术大学 甘肃兰州 730000

一、集成电路与人工智能技术分析

(一)集成电路概述

集成电路主要是指具备某种功能的微型的电子器件或者电子部件。集成电路体积较小且自重轻，使用年限长且成本低廉，可以实现大规模的生产加工[1]。随着集成电路的迅速发展，其生产技术的集成性得到显著优化，也成为促进人工智能飞速发展的主要因素。

电子技术的飞速发展成就了集成电路科技产业的显著进步，其发展分为三个阶段，第一个阶段是电子管阶段。电子管装置是通过真空环境中电厂对电子流产生的作用实现信号的放大与传递功能，但是由于此时集成电路的体积过于庞大，且运行消耗的功率大，应用效果不佳，逐渐被淘汰。第二阶段是晶体管阶段，这种晶体管本质上就是一种半导体器件，半导体的材料出现了之后，就产生了这种晶体管可以取代电子管装置，相比起来晶体管具有更多的功能，可以实现信号扩展、信号整流，还能够调节信号，对信号进行稳压处理[2]。第三阶段就是集成电路发展阶段。在现代化高新电子信息技术的支持之下，集成电路成为进入信息化时代，万物互联的主流发展趋势，对于集成电路的实际需求也更加迫切，集成电路的设计与生产难度也显著提升。在此过程中借助人工智能技术，能够实现集成电路科技产业的优化发展，无论是技术研发方面还是生产加工水平的提升方面都有质的飞跃。近年来，伴随着新兴应用领域需求不断增长，全球集成电路产业迅速发展。我国集成电路产业的发展基础较为薄弱，通过国家、政府、企业、高校等各方力量的不懈努力，集成电路产业在我国呈现迅猛发展的态势，2021年中国集成电路产业首次突破万亿元。2021年中国集成电路产业销售额为10458.3亿元，同比增长18.2%，近年来我国国内范围的集成电路产业情况统计如下图所示。

(二)人工智能技术概述

人工智能技术是一种新兴技术科学，其是一种模拟人类行为及思维理论的科学技术，作为计算机科学的其中一个分支，主要就是研究探索智能的实质，模拟出与人类智能相类似的智能系统和机器设备，在机器人科技领域、语言识别技术领域、图像识别技术领域、专家系统的研发以及自然语言处理系统的研发都有涉及。人工智能技术随着多年的发展技术逐渐趋向成熟，技术的应用范围不断扩大，在各行各业都有所应用，人工智能技术可以模拟人类的行为意识以及思维方式，在某种程度可以取代人工完成一系列工作，在某些科技运算方面还能够超出人类平均智能水平[3]。人工智能的技术体系包含状态感知、实时决策和精准行动三个环节的关键技术，具体有机器视觉、语音处理技术、知识表达相关的理解性决策技术以及和行为相关的智能控制技术，而海量信息数据、芯片和算力、算法，构成了人工智能技术体系发展的基础。总的来说，随着人工智能技术基础的逐步夯实和快速发展，状态感知、实时决策和精准行动三个环节的关键技术不断突破，在全球各个领域中呈现出系统化工程学科的发展趋势。

(三)人工智能技术与集成电路的关系

集成电路和人工智能技术的关系密不可分，在发展过程中缺一不可。人工智能技术如果不能更好地融合在集成电路的科技生产中，只依靠软件算法等很难支撑该项技术的长足发展，因此要借助强集成电路的芯片作为硬件辅助，来不断强化人工智能技术。在20世纪80年代初期，人工智能就已经初步在集成电路中应用，多年来持续发展，技术应用逐渐成熟。人工智能技术的深入发展需要得到庞杂算法和数据处理技术的支持，而集成电路技术的深化发展则是能够充分满足这一种需求。真正实现底层电子元器件的智能化升级，既是集成电路的生产目标，也是人工智能技术的重要发展方向。集成电路技术的应用和完善决定了人工智能技术的发展深度和发展水平。

二、人工智能技术在集成电路中的具体应用

(一)在集成电路设计中的应用

当前，我国集成电路设计水平处于世界领先地位，例如，华为公司设计的麒麟芯片所采用的设计工艺就是世界上最为先进的纳米工艺。集成电路的设计比较复杂，其中涉及多种连接模型和电子元器件等，设计的整个过程是非常烦琐的[4]。设计过程中，集成电路电子元器件和线路保护设计、信号干扰设计、电路后续散热处理、测试良率问题、静电放电等方面都需要考虑，还要进行多种设计实验。而这些设计工作的工作量非常大且难度高，应用人工智能技术中的机器学习技术，可以使得集成电路的设计更加便捷，提升集成电路设计图纸绘制效率与精确程度，对于整体设计效率的提升非常有帮助。

对集成电路进行设计时，对于集成电路中的各种性能指标都要兼顾权衡，令各项功能可以充分发挥其应用优势。对于这种复杂的设计过程，要借助计算机系统进行综合性的辅助分析，对电路设计实施模拟，完善设计方案。数字电路可以抽离系统中不同的逻辑层次，将其区分开，优化集成电路的自动分布。进行集成电路设计模拟的时候，由于电路设计内容繁多，内部结构存在较大差异，因此需要投入大量的人力资源和物力资源，并给予强有力的技术辅助。即使是一个射频电路的设计，也要投入较大的设计成本、时间以及精力，如果产生相应的寄生效应，还会导致集成电路出现失真问题，阻碍电路设计的优化升级。此时就应该应用智能算法来解决技术难题，应用智能优化算法可以实现集成电路的智能化设计，此类算法能够模拟自然生物群体进行的系列智能表现，并以此作为技术基础对系统进行算法优化。模拟生物行为，进行集成电路的设计调节和优化，令集成电路能够适应其周围的环境，智能算法的应用还能够避免集成电路中各个功能指标出现冲突。与此同时，智能算法可以为集成电路的设计人员提供数据支持，将数据库中的信息传递给参与设计的工作人员。在集成电路设计中应用的智能优化算法类型包括禁忌搜索智能算法、模拟退火智能算法以及遗传智能算法等，这些算法可以通过对自然界中的相关程序进行模拟，然后扩大优化搜索的范围，这些算法具备全局搜索的功能，可以解决传统设计难题，成功实现设计优化。

禁忌搜索智能算法是一种模拟人类大脑记忆启发的智能化算法，这种算法的实际搜索范围非常广阔，可以实现全局搜索，其应用十二表法来实现搜索区域的控制封锁，其禁忌准则可以尽量避免重复搜索，减少工作量，与此同时会将禁忌中存在的优良个体进行释放，搜索功能相对来说比较多样性，最终可以搜索出最优结果[5]。应用此种智能算法可以有效解决集成电路系统中的小规模技术问题，并进行优化。为此经常被应用在规模比较大的集成电路芯片设计当中，在生产过程、电路设计阶段以及神经网络中的应用都比较常见。通过此种算法可在很多函数方面的运算得到最优解，在算法的不断升级当中，其使用范围会更加广泛。

模拟退火智能算法是通过概率实现新事物的接收，通过寻找组合之间的最优解，当固态的物质处于退火状态的时候，要根据温度的变化情况寻找出最大熵，当熵值处于下降状态的时候，在此过程中温度会处于平衡的状态，熵值会变得最低。这种过程和寻找最优解的流程是比较相像的，因此应用退火的过程可以实施模拟，对相关的模型进行解释。这种智能算法是通用的，通过随机的搜索方式来实现智能计算，这种方式在集成电路的生产、机器学习以及图像分析等领域都有所应用，可以对集成电路的自动设计进行模拟，针对系统多个目标实施优化设计。

遗传智能算法的技术基础是建立在达尔文的生物进化论上，通过模拟生物进化的过程进行相关仿真计算，制作得出相应的算法模型，模拟优胜劣汰的生物遗传的机制。这种遗传智能算法在集成电路设计中，可以在应用少量资源的前提下，完成集成电路自动化设计的优化，大大降低系统硬件的成本费用，设计所用的时间也可缩短。这种遗传仿真算法进行系统设计优化处理的时候精确度更高，但是求解过程耗费的时间相对较长，因此当前会根据集成系统的实际性能，应用相应的遗传算法对其进行解析，可缩短求解时间。对于设计条件要求并不是十分严苛的集成电路，可以使用二级运放实施设计，这种运算放大器可以有效放大单元模块，实现集成电路系统中各类功能的优化重组，因此被应用在各种集成电路设计当中。

(二)人工智能故障诊断技术在集成电路中的应用

在各行各业当中都会涉及故障诊断问题，目前集成电路科技产业发展迅速，技术水平提升较快，集成电路的故障诊断难度也随之增加，仅仅依靠过去的故障诊断方式已经不能满足现状，需借助人工智能智障诊断技术[6]。在集成电路的系统中比较常见的类型是三相整流电路，技术人员对此种集成电路进行故障排除的时候应用人工智能技术，可以将系统中故障编码、故障类型和人工智能神经网络系统中的特定的函数实施匹配，这样一来可以将电路中的采样值输入神经网络当中，神经网络可以进行运算和封装处理，当系统输出和集成电路的故障编码相同的时候，就可以得出精确的故障诊断结果。

(三)人工智能动态调度算法的应用

当前随着集成电路生产技术的快速发展，对于生产工艺的要求也越来越严格，集成电路的相关电子元器件种类也在增加。在这种情况下，集成电路的生产加工不能再应用过去的静态调度方式，而是要应用动态调度算法才能满足生产要求。将人工智能中的遗传算法应用在集成电路的生产当中，可以实现生产的动态调度。人工智能中的遗传算法与自然界当中的生物进化理论是相似的，这种算法能够将集成电路的各种生产因素实施交叉匹配，然后进行多次匹配优化处理，得到最优匹配方案。当生产期间某项生产因素出现变化的时候，应用遗传算法可以进行自主学习，学习过程中将比较差的近似值进行淘汰，然后找到新的最优近似值，选取最好的动态调度方式。遗传算法进行编码设计时包括交叉项的设计、影响因素的编码设计、进化项编码设计、变异项编码设计、影响因素解码设计、动态调度方式设计、初始匹配产生方法设计以及终止策略的设计八个方面。将先到先得算法与遗传算法分别应用在集成电路的生产动态调度当中进行实验分析，通过分析结果可以发现，人工智能中的遗传算法应用效果明显突出。

(四)人工智能控制与保护模式的应用

人工智能技术还能应用在集成电路的控制与保护当中，将集成电路的状态参数以及开关的数量输入之后，人工智能技术就可以通过深度学习框架算法，准确推理出集成电路的状态，如果发现存在异常状态，就会触发保护机制对集成电路实施保护。当具备自主学习算法的集成电路芯片被推出之后，对于集成电路整个运行流程的保护机制都实施了优化升级。应用人工智能技术还能使得集成电路系统具备图像识别的功能，这种功能能够应用在集成电路的控制保护当中，可以对比不同状态的集成电路图像，从中判断电路是否异常。

三、人工智能技术在集成电路中的应用优势

人工智能技术在集成电路中的应用优势主要体现在两个方面。首先，其在集成电路中的应用具备较强的深度学习功能，可以令芯片变得智能化。传统的集成电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执行相应指令，没有自我学习的功能，这种类型的芯片在算法更替期间存在较多限制，且固件升级等需要投入大量资金。而在集成电路中应用人工智能技术之后，使得芯片具备了类似于人脑的自主学习功能，虽然其学习能力不能与人脑相提并论，但是算法升级之后，芯片可以借助自主学习功能自动更新升级之后的算法，不需要额外对芯片进行硬件升级处理，这就使得集成电路芯片等部件更具性价比，生产成本变低且应用年限加长。其次，在集成电路中应用人工智能技术之后，显著提升了运行的速度。集成电路元器件长期使用过程中其运算的速度会有所下降，而应用人工智能技术之后可以借助深度学习功能寻找到最佳运算方式，将传统算法实施优化，使得运算速度可以一直处于比较快的状态，实现算法的持续优化之后，就能够使得集成电路的整体运算速度有效提升。

结语

综上所述，人工智能技术和集成电路具有非常密切的关系，二者是相互推动和促进的，人工智能技术在集成电路的设计研发、生产调度控制以及故障诊断等多个方面均都有所应用。这种应用是必要的也是必然的，人工智能技术与集成电路科技产业的集成融合就是未来科技发展的主流方向，相关业内人员还需不断探索创新，让人工智能为集成电路科技产业的发展有效助力。