第134章 基於AI的EDA靈韻突然發布，裡邊究竟有什麼？
人工智慧能幹什麼？
自從這個概念誕生以來，人們就對它充滿了想像。
無數科幻小說或者電影都有著相關的描寫，並給人留下了深刻的深刻印象。
《流浪地球（電影版）》中的笨笨、MOSS，《阿爾法城》中的阿爾法60，《變人》中的安德魯……
善良還是邪惡？
生存還是死亡？
絕對理性的邏輯，還是充滿溫情的智慧生命？
……
在人類對於未來的幻想中，人工智慧，幾乎是完全無法繞過的一個門檻。
尤其是近年，神經網絡式的大模型、類思維大模型等一批強大的人工智慧概念不斷的湧現，AI也從影視幻想中慢慢的開始走進和影響每一個人的工作和生活。
從近乎弱智的人工智慧助理，到現在已經有了非常強大生產力價值的私人工作助理、靈犀開發工具，人工智慧在跨越式發展。
尤其是今天——
2024年7月3日，這是一個普通的周三。
但因為一個東西的正式發布，而變得非常不普通——卷耳智能科技又一個工具——
基於類思維AI的電子設計自動化工具EDA靈韻來了。
……
「於東，你先說說吧，什麼看法？」
最先反應過來的是華為，因為於東剛剛從河州回來，而且帶回來一個非常重要的消息——類思維AI在光刻製造領域已經展露出非常強大的能力，紀弘除了有意整合EDA行業之外，還有意整合半導體製造行業。
這一點兒也不出乎人的意料，事實上，EDA和晶圓廠和半導體製造就是相互依存、完全脫不開的關係。
但這邊的匯報尚未結束，會議都還在進行，靈韻的消息就傳來了。
華為這邊，連散會都省了——連場分析起靈韻來。
「我知道的並不比你們多。」
於東無奈的笑了笑，他雖然剛剛見過紀弘，家都沒回去，卷耳智能科技就放出這麼一個東西，仿佛之前倆人談過似的。
但事實上，紀弘真沒有跟他說過這個：「他跟我說過，要聯合國內做CPU的企業做一些事情，要幫助英特爾和AMD之類的下定決心，難道是以這種方式？」
於東仔仔細細的將紀弘與他的談話回憶了一遍，一字不落的在高層會議上複述了下來。
「我們要參與嗎？我們的位置又在哪裡？」
會議室其實有些低氣壓，梁軍問出了一個核心問題，而顯示大屏上正是靈韻的一個模塊——界面上赫然是一個IP核心庫平台。
所謂的IP核，概念也很簡單，就是智慧財產權核或智慧財產權模塊的意思。
比如高通和麒麟，用的就是ARM設計的IP核心。
這些核心，可以避免晶片設計企業從零開始造輪子，直接用ARM的核心進行改造或者二次設計，做自己的晶片。
而IP本身就是所謂的公版。
而現在，卷耳智能科技在靈韻里做了什麼呢？
——做了一個IP核心庫。
而且這個還分了很多個模塊，包括手機電腦處理器CPU類、顯示卡核心GPU類、微控制器MCU類、模擬-數字相互之間的轉換器ADC、DAC類、數、存儲器類……
門類那是相當齊全，甚至片上系統SOC的庫都建好了！
不僅如此，庫並不是空的，裡邊甚至已經有了一些IP核心，而且還不少！
「這些核心哪兒來的？」立即有人提出了這個問題。
「大約是人工智慧。」於東開口了：
「靈韻的能力之前我們就見過了，只要描述需求就能生成方案。裡邊已經有的這些東西，大約也是通過AI訓練生成的。」
AI！人工智慧！
這倆詞，自從卷耳智能科技成立以來，就完全圍繞著它來轉的，卷耳所有的行為和動作，所有產品和行動也都與之相關。
靈韻不是第一個。
「網際網路上公開能找到的高級晶片設計方案並不多。」
海思掌門人何波如此說道：「卷耳智能科技也並不設計和製造晶片，就算有摩爾科技，那也只是GPU方案，他們哪兒來的數據訓練這麼強大的AI？」
庫里已經存在的這些IP核心，足夠驗證卷耳智能科技靈韻的晶片設計水平——比高級工程師可能不如，但超過了中級是一定的。
再加上機器這種東西，天生比人類更加不容易犯錯，也不受情緒和壓力影響，更沒有吃喝拉撒睡，生病發燒等這類困擾，而且速度極快！
綜合起來，那比中級工程師強多了！
「網絡上是沒有公開的高級別晶片設計方案，這些東西都是商業機密。」
於東頓了頓，悠悠說道：「但網絡是一個巨大的圖書館，原理和理論都存在，各類研究、論文成果也是公開的。
「類思維AI，可不僅僅是通過數據訓練的，甚至都不需要大量的數據，少量的數據也只是輔助。要不，怎麼解釋，卷耳會智能科技想要訓練一個AI那麼容易？」
「你是說，卷耳智能科技的AI訓練是知識驅動？」2012實驗室的一位負責人戚斌說道：「而非數據驅動？」
「大概率，知識為主，數據僅僅只是起到示例和示範的作用！」於東點了點頭。紀弘並沒有跟他說過這個，這是他自己的猜的。
而且，不止於東一個人有這種猜測——卷耳智能科技AI訓練的速度太快了。
結合紀弘在各個場合對類思維的介紹——那些原理肯定是在忽悠人——但少量數據就能訓練，這肯定是真的。
證據也很好找——能夠查到的資料，卷耳智能科技購置的算力顯卡並不多，明面上也沒有大的基地型算力中心。
就算有隱藏，也不會太多！
從時間和成本的角度去推算——那就不可能是海量數據訓練AI的方式——卷耳智能科技就沒多少算力！
既然是少量數據就能訓練，那就一定是知識在驅動——換句話說，這是真正的機器學習。
現在所謂的機器學習，都是利用大量數據通過概率統計、逼近函數等方式，尋找最優解的程序算法，而不是真正的學習。
戚斌沉默了：華為和業內頂尖企業其實一直在致力於研究知識和數據雙輪驅動的人工智慧——他們稱之為第三代人工智慧。
但現在，依然是以海量數據為主，知識更多的是應用在鞭策算法中，很難直接融合進學習算法。
而類思維……
是了，類思維，從這名字就該猜出來，它的學習算法是更趨向於人的——直接學習知識。
就像人學習造句，先學習字，再學習詞，然後學習詞的意思。
最後給一個例子，伱就去仿寫吧。
字、詞、意思就是知識，例子就相當於是數據。
類思維AI大概率也是這樣的，所以根本不需要多少數據量——畢竟示例一下能用多少呢？
但知識驅動的人工智慧……
現場沉默了一會兒，不再糾結這個問題，關於類思維、關於學習算法的討論也沒有再繼續深入進行。
事實上，這也不是他們第一次想要探索類思維AI訓練算法了，但是從來沒有過任何進展，也就不再大動干戈去糾結這個了。
現在的關鍵是靈韻工具里的IP核心這個庫平台。
現在庫里還只有一些AI生成的簡單模塊兒，對高端的設計和生產還構不成很大的影響。
但如果類思維AI通過不斷的訓練越來越強，庫里不斷的出現高級別的晶片模塊和核心的話就完全不一樣了。
AI不是萬能的，只能超過八九成的人，卷耳智能科技甚至考慮到了這一點——平台庫允許高級別工程師對AI設計的核心進行優化和修改，而一旦被採納，會有豐厚的報酬。
甚至，這個庫還是一個開放平台，它允許個人和企業開發者上傳自己的IP核心，授權給其它晶片設計生產企業或者個人使用，並收取授權費！
這一套組合拳下來，真要搞成了——
高級的IP核心隨意取用組裝，再有靈韻這樣的描述需求就能設計出方案甚至版圖的工具……
再加上流片式的超強仿真——
這意味著什麼？
意味著晶片設計會像軟體開發一樣毫無門檻！
隨便搞幾台電腦就能做晶片設計——甚至會像軟體開發一樣，遍地出現晶片設計類的培訓班！
還是那句話，設計的基數大了，總會有一些好的想法和方案被超強仿真給篩出來，成為IP核心庫里的優質資源，並進卷耳智能科技的主線庫。
開發者也可以通過授權獲取收益。
這整個行業的業態都會被改變，被顛覆——晶片設計將會徹底脫離生產的束縛！
嘿，我沒事兒就設計一個玩玩，反正不通過或者不強大也沒什麼損失，一旦有一個想法一個方案被採納了，甚至入了核心分支——那就是能吃一輩子的。
會場所有人都在面面相覷——剛剛於東轉述紀弘想法的時候，他們還不理解卷耳智能科技對整合EDA和晶片製造行業那麼熱衷，有什麼根本目的。
現在終於知道了——就是為了這個平台！
這平台現在還是220nm~65nm級別的，真要做到全產業通用，還得EDA整個行業進行支持，更需要所有晶圓廠的協同配合。
平台這個東西——那是越集中、越系統越強大！
(本章完)