NIKKEI——日本经济新闻中文版

　　人工智能（AI）已开始给半导体设计带来革新。美国谷歌把核心的电路配置工序的用时缩减到此前的100分之1，有助于抑制日益膨胀的半导体开发费用。成为关键的是AI自身不断尝试的“强化学习”技术，让AI掌握压倒工匠的技艺。在物流等领域，引进AI的趋势正在扩大，生产效率的大幅提高令人期待。

　　谷歌的研发团队6月把采用AI的半导体电路设计方式发布在英国《自然》杂志上。针对运算性能、耗电量和芯片的大小等，据称可在6个小时以内生成不逊色于人类设计师需要数个月的电路配置。据悉存在节省设计师数千小时劳动力的可能性。

　　半导体的设计尖端而复杂。指尖大小的芯片上汇聚大量的逻辑电路，配置组合达到10的2500次方以上，也就是1的后面跟着2500多个0。有必要从天文数字般的组合之中找出最佳设计。

　　在这种情况下发挥威力的是AI通过不断重复成功和失败来提升性能的强化学习。AI以被称为“监督学习（Supervised Learning）”的方式为中心，正在用于推动业务高效化等，但从庞大选项之中找出最优解的计算难度很高。强化学习将为克服这种复杂的课题开辟道路，正受到期待。

　　谷歌的研发团队使电路配置作业仿照围棋等桌游，把电路结构当做棋盘和棋子，让AI进行学习。“胜利条件”是均衡地满足影响运算性能等的各项指标。类似于不断找到最佳行棋步法，计算出符合性能方面要求的电路配置。

　　谷歌已把AI应用于自主开发的半导体“TPU”的设计上。东京大学教授黑田忠广表示，“需要验证CPU（中央处理器）等其他半导体能否采用相同的方式”。同时积极评价称，“AI像人类那样通过经验和学习来缩小探索范围，正在高效探索答案”。

　　随着数字化转型（DX）的进展等，提高半导体性能的需求正在加强。用于智能手机和服务器的尖端半导体汇聚上百亿个晶体管，随着电路微细化，复杂程度正在提升。传统设计方式依赖熟练设计人员的经验，开发需要大量时间。