Упростить комплекс: агенты ИИ изменяют дизайн блох — The Times of India

Инженерные команды Intel в Индии заняты разработкой автоматизированных систем, которые могут трансформировать одну из самых сложных инженерных областей в мире — чип дизайн. Это то, что Гокул Субраманиам,, Intel Президент Индии и вице-президент Клиентской ИТ-группы говорит нам, что мы сидели с ним в их флагманском кампусе Индии в Бангалоре. Intel была одной из первых технологических компаний, которые создали массовый кампус в стране.
Субраманиам утверждает, что полупроводниковая индустрия принимает ИИ таким образом, что немногие вскоре запланировали бы даже в ближайшее время. «Дизайн чипа является одной из самых сложных инженерных областей, и существует огромная возможность для ИИ — в частности, агентского подхода — преобразовать все от логического дизайна до проверки Совета.
АгентОн сказал, что это гораздо больше, чем кодовые предложения или простые чат -боты. «В полупроводнике инженерия существует несколько шагов — проектирование, разработка, тест, проверка, развертывание. Каждый этап имеет свой собственный рабочий процесс, со многими инструментами и людьми в курсе. Мы считаем, что агент -подход — рассматривать как сложные помощники — может помочь с такими задачами, как генерация кода, выполнение симуляции или помощь в размещении (транзисторы), в то время как инженеры сохраняют полный мониторинг. »» »
Преимущество проприетарных данных
Технические основы этого подхода столь же увлекательны, как и грозные. В отличие от разработки программного обеспечения, где модели с крупным языком (LLM), подобные моделям OpenAI или Google, могут пользоваться миллиардами линий кода, доступных для общественных, полупроводниковых инженерных работ в более удержании.
Активы Intel Design — спецификации, положения, моделирование эффективности — принадлежат, заблокированы в корпорациях компании. Что касается других полупроводниковых компаний. Эта редкость публичных данных создает уникальную проблему, но также и возможность. Intel воспользовалась своими собственными историческими данными, собрала более 50 лет для обучения этих агентов.
Согласно Subramaniam, процесс подразумевает проглатывание структурированных и неструктурированных данных, за которыми следуют векторизация и интеграция, методы, которые превращают валовые файлы проектирования в формат, который ИИ может переваривать. Оттуда, Intel тонкие мелодии существующие LLM, адаптируя их к оттенкам дизайна блох.
«Мы не строим наши собственные LLM из нуля», — объясняет Субраманиам. «Мы используем горизонтальную инфраструктуру — такие инструменты, как Langchain или Langgraph — и накладываем наши конкретные знания на поле на вершине». Эта прекрасная обстановка — это место, где сияют центры Индии. Кампус Бангалуру является одним из крупнейших полюсов Intel Design за пределами Соединенных Штатов и является тиглем, влияющим на каждый продукт портфеля Intel, от ПК клиентов до блох сервер. Здесь инженеры по ремесленникам агентов для каждого этапа жизненного цикла полупроводников.
Например, в этом размещении Субраманиам подтверждает, что агент может предложить оптимальные положения, основанные на прошлых концепциях, принимая во внимание власть, зону и ограничения синхронизации, оставляя окончательный призыв человеческому эксперту. В проверке — критический шаг перед производством — агенты моделируют крупные концепции, сигнализируя о потенциальных ошибках, которые в противном случае могут потребоваться недели для обнаружения. Даже на уровне карты и системы, где чипы интегрированы в ноутбуки или промышленные устройства, агенты оптимизируют маршрутизацию сигналов и тепловое управление.
Все это, говорит Субраманиам, повышает эффективность — более быстрая рыночная задержка, меньше ошибок и инженеров -выпуска, чтобы сосредоточиться на создании, а не на рутине.
Использовать коллективные знания
Роль команды Индии не только техническая, она является культурной. С рабочей силой около 12 000 человек, центр является тигером опыта, и Intel использует это разнообразие для создания коллективной базы знаний. Инженерам рекомендуется документировать свои идеи не только для своих собственных интересов, но и для кормления агентов ИИ. «Подумайте об этом, как будто сформировать нового выпускника», — говорит Субраманиам. «Вы растет, даете им комментарии, и они улучшаются. Мы делаем то же самое с этими агентами — пилотирование, прощение недостатков и итерации. »» »
Эта философия обмена знаниями простирается через географию, с форумами и стандартами, гарантируя, что инструмент, разработанный в Бангалоре, не дублируется в Орегоне. Результатом является растущая библиотека конкретной экспертизы, контекстуализированная для потребностей Intel, которая питает этих цифровых помощников.
Управлять сложными цепочками поставок
Агенты также могут помочь управлять сложными цепочками поставок, связанными с полупроводниками. Например, агенты ИИ могут царапать данные в режиме реального времени на наличие компонентов или геополитических рисков, предлагая ранние предупреждения о потенциальных нарушениях. Субраманиам говорит, что эти идеи могут быть неоценимыми, хотя он подчеркивает, что окончательные решения остаются с человеческими менеджерами. «Мы не можем оставить ИИ, чтобы самостоятельно изменить линии снабжения», — отмечает он. «Но мы, безусловно, можем позволить ему указать на уязвимости или выделить альтернативных поставщиков. Это инструмент рекомендаций, который помогает нам реагировать быстрее. »» »
Это тщательное взаимодействие автономии и наблюдения повторяется на каждом этапе, поэтому Субраманиам рассматривает агент АИ как более чем временную тенденцию. «Это не просто модель ИИ», — говорит он. «Это вопрос организации нескольких специализированных агентов — один для логического дизайна, один для проверки, один для маршрутизации карты и т. Д. — и интегрируйте их в сплоченный инженерный поток. Каждый агент может выполняться независимо, принимать инструкции от инженера или даже запустить задачи от других агентов. Вот как мы видим будущее. Но это происходит постепенно: пилотируйте что -то в небольшом поле, изучать ошибки, уточнить, а затем развиваться на разных продуктах. »» »
Он отмечает, что Intel также разрабатывает чипы режущих краев, специально оптимизированные для рабочих нагрузок, в том числе Push to PC IA, который включает в себя процессор, GPU и NPU на одну матрицу. Конструкция сложного кремния подчеркивает необходимость в методах проектирования агента. «Если мы проектируем блох, которые выполняют ИИ, очень логично использовать ИИ для проектирования этих чипов», — говорит он. «У нас на самом деле есть рабочие собаки на нашей собственной технологии. Это мощная петля обратной связи — наши инженеры улучшаются в строительстве рабочих процессов агентов, что помогает нам поставить на рынок лучший кремний на кремний, что, в свою очередь, может использовать инструменты проектирования еще больше. «»
Идеально подходит для индийских компаний по дизайну блох
Субраманиам убежден, что это изменение будет иметь более широкие последствия для полупроводниковой промышленности. «Мы уже видим компании без обид в Индии», — говорит он. «Если они смогут принять рабочие процессы, сосредоточенные на ИИ, они могут прибыть быстрее и с меньшими уловками дизайна. Это может значительно уменьшить барьеры для входа. »» »
Он также отмечает, что продавцы EDA — те, кто предоставляет инструменты для дизайна блох, экспериментируют с агентскими подходами, и что в этой области процветают исследование университета. «Intel Labs опубликовала статьи об ИИ в размещении, и другие игроки, такие как Google, говорили о своем опыте с ним. Существует общее признание, что это способ следовать. »» »