這套平臺大致可分為AI晶片設計平臺、驗證環境以及下線製作三個環節,能將原先需要2~3年的AI晶片開發時程,縮短到1年完成。

圖片來源: 

圖/國研院提供

國研院半導體中心近期開發出一套AI系統晶片設計與驗證平臺,與多家國內外企業簽訂矽智財(Silicon Intellectual Property,SIP,簡稱IP)授權,同時結合國研院內部的感測器技術、雲端運算平臺、軟硬體驗證平臺等環境,免費提供學術圈共享使用。若研究團隊透過平臺驗證了AI晶片的可行性,要實際下線製作,國研院也與台積電、聯電合作,讓團隊只需支付原製作費用的十分之一,就能完整製造出具AI運算功能的晶片。換句話說,AI晶片設計、開發、驗證到製作,都能在這套平臺中實現。

領導基因定序晶片開發團隊的臺大電機系教授楊家驤表示,這個平臺最重要的價值,在於幫助學校取得部份關鍵矽智財,否則過去要設計、開發、到下線製作出一顆AI晶片,在缺乏IP的情況下,可能根本就做不到。

國研院半導體中心副研究員張育蒼也說明,要取得矽智財授權,需付出一定的成本費用,對單一學校的研究單位是一大負擔,就算學校有意願購買IP,販售IP的國內外的晶片設計大廠也不一定同意授權使用。這些原因,都讓國內學校過去在設計AI晶片時,只能停留在AI加速電路的開發,難以實際整合成一顆具有完整功能的晶片。

「相對於單一學校來說,國研院作為學術圈平臺提供者的角色,後面代表很多學校,所以更容易獲得廠商提供的資源。」張育蒼表示,對廠商來說,也是一項雙方互惠的合作,因為廠商也希望從學校開始鋪路,透過提供學生矽智財、甚至是前瞻技術,先讓這些人才在學生時期就熟悉自家產品,未來進入職場後就可能成為潛在客戶。

張育蒼也提到,由於當初簽訂的IP並不是商業授權,所以平臺無法提供商用,只提供學術單位申請使用,在晶片的製作數量上也有一定的侷限。而IP授權期限通常為1~3年,時間到了就要重新授權一次,或是隨著技術更新來置換成新的IP,「新的矽智財可能讓晶片執行速度更快、面積更小,或是支援更新的製程。」

國研院平臺可縮短AI晶片開發流程,目前已有基因定序晶片成功案例

國研院提供的AI系統晶片設計與驗證平臺,大致可分為三個環節,分別是AI晶片設計平臺、驗證環境以及下線製作。張育蒼表示,這套平臺能將原先需要2~3年的AI晶片開發時程,縮短到1年完成。

在AI晶片設計平臺方面,國研院先取得記憶體、處理器、匯流排連線控制器的IP授權,並將院內研發的影像、聲音感測控制器技術,以及周邊的類比電路、時脈產生器等元件,集合成一個預設好規格的元件組合。學術圈只要專注開發各自獨有的AI加速電路技術,再去選定記憶體大小、感測器類型,半導體中心就能根據研究團隊的需求,來進行微調、客製化整合。

圖左的藍色框框為國研院提供的AI晶片設計平臺,要透過預設好規格的元件組合,與學校開發的AI加速電路進行整合。

張育蒼指出,若沒有該平臺,研究團隊開發的AI加速電路,就無法結合其他元件,整合成一個具完整功能的晶片。以人臉辨識應用為例,需要一個前處理的電路,先擷取、處理影像並分析成二進位的訊號,再提供AI加速電路讀取,經過分析後的結果,也會需要後處理的電路來顯示。過去研究單位只開發AI加速電路,就只能在測試機臺上監看二進位的訊號,不具有實際應用的能力。

而且,平臺預設規格的元件組合,也能加快AI晶片的開發流程。張育蒼說明,若每一種元件都根據研究團隊的需求,選擇不同規格的元件再重新設計電路,比如記憶體就有DDR4、靜態、動態等多種選擇,「有時候光是重新整合一種元件,難度就比設計一個AI加速電路還高。」因此,國研院先提供預設好的模組,再根據團隊需求來客製化微調。不過,也因預設模組目前只提供最常使用的影像、聲音感測控制器,若團隊要分析其他的感測資料類型,如溫溼度或震動頻率等,平臺中暫無資源能提供,但已預留彈性新增資源的空間。

而在AI晶片驗證環境方面,國研院則有晶片設計雲端運算平臺(EDA Cloud)、自駕驗證平臺、硬體仿真暨雛型品驗證等環境,能提供給團隊進行驗證測試,來加速模擬驗證的時間。

張育蒼說明,在模擬驗證時,除了進行純軟體的模擬驗證,也有運用FPGA來進行硬體仿真暨雛型品驗證,因為FPGA晶片可以重複使用,能根據不同演算法重新規劃成不同功能的硬體電路,「雖然它的耗電量大、速度慢、體積大,但很適合用來做中間驗證使用。」

但張育蒼也提醒,就算已經通過驗證,也不能保證最終下線製作出的成品一定會成功,還是有失敗風險。而國研院也已經與台積電、聯電合作,讓研究團隊只需負擔原先製作費用的十分之一,就能實作出晶片。

張育蒼也透過一張圖,來說明完整個AI平臺使用流程。學校研究團隊若要使用這套平臺,需先進行申請,國研院審核通過後,則會與研究團隊討論AI晶片規格,協助將AI加速電路與平臺提供的元件進行整合。接下來,則會進入EDA Cloud邏輯合成、佈局繞線、再次驗證等流程,最後再下線製作成晶片。

目前,臺大、交大已經有研究團隊使用這套平臺,開發出基因定序資料分析處理晶片,分析速度能比GPU快上60倍,將人類全基因定序分析需花費的時間,從原先數天縮短至40分鐘,也已經在2020國際固態電路會議(International Solid-State Circuits Conference,ISSCC)中展示成果。其他正在與國研院合作的研究,還包括影像辨識、自動駕駛等類型的AI晶片開發。


熱門新聞

Advertisement