第133章 基于AI的EDA灵韵突然发布，里边究竟有什么？

人工智能能干什么？

自从这个概念诞生以来，人们就对它充满了想象。

无数科幻或者电影都有着相关的描写，并给人留下了深刻的深刻印象。

《流浪地球（电影版）》中的笨笨、MOSS，《阿尔法城》中的阿尔法60，《变人》中的安德鲁……

善良还是邪恶？

生存还是死亡？

绝对理性的逻辑，还是充满温情的智慧生命？

……

在人类对于未来的幻想中，人工智能，几乎是完全无法绕过的一个门槛。

尤其是近年，神经网络式的大模型、类思维大模型等一批强大的人工智能概念不断的涌现，AI也从影视幻想中慢慢的开始走进和影响每一个人的工作和生活。

从近乎弱智的人工智能助理，到现在已经有了非常强大生产力价值的私人工作助理、灵犀开发工具，人工智能在跨越式发展。

尤其是今天——

2024年7月3日，这是一个普通的周三。

但因为一个东西的正式发布，而变得非常不普通——卷耳智能科技又一个工具——

基于类思维AI的电子设计自动化工具EDA灵韵来了。

……

“于东，你先说说吧，什么看法？”

最先反应过来的是华为，因为于东刚刚从河州回来，而且带回来一个非常重要的消息——类思维AI在光刻制造领域已经展露出非常强大的能力，纪弘除了有意整合EDA行业之外，还有意整合半导体制造行业。

这一点儿也不出乎人的意料，事实上，EDA和晶圆厂和半导体制造就是相互依存、完全脱不开的关系。

但这边的汇报尚未结束，会议都还在进行，灵韵的消息就传来了。

华为这边，连散会都省了——连场分析起灵韵来。

“我知道的并不比你们多。”

于东无奈的笑了笑，他虽然刚刚见过纪弘，家都没回去，卷耳智能科技就放出这么一个东西，仿佛之前俩人谈过似的。

但事实上，纪弘真没有跟他说过这个：“他跟我说过，要联合国内做CPU的企业做一些事情，要帮助英特尔和AMD之类的下定决心，难道是以这种方式？”

于东仔仔细细的将纪弘与他的谈话回忆了一遍，一字不落的在高层会议上复述了下来。

“我们要参与吗？我们的位置又在哪里？”

会议室其实有些低气压，梁军问出了一个核心问题，而显示大屏上正是灵韵的一个模块——界面上赫然是一个IP核心库平台。

所谓的IP核，概念也很简单，就是知识产权核或知识产权模块的意思。

比如高通和麒麟，用的就是ARM设计的IP核心。

这些核心，可以避免芯片设计企业从零开始造轮子，直接用ARM的核心进行改造或者二次设计，做自己的芯片。

而IP本身就是所谓的公版。

而现在，卷耳智能科技在灵韵里做了什么呢？

——做了一个IP核心库。

而且这个还分了很多个模块，包括手机电脑处

理器CPU类、显示卡核心GPU类、微控制器MCU类、模拟-数字相互之间的转换器ADC、DAC类、数、存储器类……

门类那是相当齐全，甚至片上系统SOC的库都建好了！

不仅如此，库并不是空的，里边甚至已经有了一些IP核心，而且还不少！

“这些核心哪儿来的？”立即有人提出了这个问题。

“大约是人工智能。”于东开口了：

“灵韵的能力之前我们就见过了，只要描述需求就能生成方案。里边已经有的这些东西，大约也是通过AI训练生成的。”

AI！人工智能！

这俩词，自从卷耳智能科技成立以来，就完全围绕着它来转的，卷耳所有的行为和动作，所有产品和行动也都与之相关。

灵韵不是第一个。

“互联网上公开能找到的高级芯片设计方案并不多。”

海思掌门人何波如此说道：“卷耳智能科技也并不设计和制造芯片，就算有摩尔科技，那也只是GPU方案，他们哪儿来的数据训练这么强大的AI？”

库里已经存在的这些IP核心，足够验证卷耳智能科技灵韵的芯片设计水平——比高级工程师可能不如，但超过了中级是一定的。

再加上机器这种东西，天生比人类更加不容易犯错，也不受情绪和压力影响，更没有吃喝拉撒睡，生病发烧等这类困扰，而且速度极快！

综合起来，那比中级工程师强多了！

“网络上是没有公开的高级别芯片设计方案，这些东西都是商业机密。”

于东顿了顿，悠悠说道：“但网络是一个巨大的图书馆，原理和理论都存在，各类研究、论文成果也是公开的。

“类思维AI，可不仅仅是通过数据训练的，甚至都不需要大量的数据，少量的数据也只是辅助。要不，怎么解释，卷耳会智能科技想要训练一个AI那么容易？”

“你是说，卷耳智能科技的AI训练是知识驱动？”2012实验室的一位负责人戚斌说道：“而非数据驱动？”

“大概率，知识为主，数据仅仅只是起到示例和示范的作用！”于东点了点头。纪弘并没有跟他说过这个，这是他自己的猜的。

而且，不止于东一个人有这种猜测——卷耳智能科技AI训练的速度太快了。

结合纪弘在各个场合对类思维的介绍——那些原理肯定是在忽悠人——但少量数据就能训练，这肯定是真的。

证据也很好找——能够查到的资料，卷耳智能科技购置的算力显卡并不多，明面上也没有大的基地型算力中心。

就算有隐藏，也不会太多！

从时间和成本的角度去推算——那就不可能是海量数据训练AI的方式——卷耳智能科技就没多少算力！

既然是少量数据就能训练，那就一定是知识在驱动——换句话说，这是真正的机器学习。

现在所谓的机器学习，都是利用大量数据通过概率统计、逼近函数等方式，寻找最优解的程序算法，而不是真正的学习。

戚斌沉默了：华为和业内顶尖企业其实一直在致力于研究知识和数据双轮驱动的

人工智能——他们称之为第三代人工智能。

但现在，依然是以海量数据为主，知识更多的是应用在鞭策算法中，很难直接融合进学习算法。

而类思维……

是了，类思维，从这名字就该猜出来，它的学习算法是更趋向于人的——直接学习知识。

就像人学习造句，先学习字，再学习词，然后学习词的意思。

最后给一个例子，伱就去仿写吧。

字、词、意思就是知识，例子就相当于是数据。

类思维AI大概率也是这样的，所以根本不需要多少数据量——毕竟示例一下能用多少呢？

但知识驱动的人工智能……

现场沉默了一会儿，不再纠结这个问题，关于类思维、关于学习算法的讨论也没有再继续深入进行。

事实上，这也不是他们第一次想要探索类思维AI训练算法了，但是从来没有过任何进展，也就不再大动干戈去纠结这个了。

现在的关键是灵韵工具里的IP核心这个库平台。

现在库里还只有一些AI生成的简单模块儿，对高端的设计和生产还构不成很大的影响。

但如果类思维AI通过不断的训练越来越强，库里不断的出现高级别的芯片模块和核心的话就完全不一样了。

AI不是万能的，只能超过八九成的人，卷耳智能科技甚至考虑到了这一点——平台库允许高级别工程师对AI设计的核心进行优化和修改，而一旦被采纳，会有丰厚的报酬。

甚至，这个库还是一个开放平台，它允许个人和企业开发者上传自己的IP核心，授权给其它芯片设计生产企业或者个人使用，并收取授权费！

这一套组合拳下来，真要搞成了——

高级的IP核心随意取用组装，再有灵韵这样的描述需求就能设计出方案甚至版图的工具……

再加上流片式的超强仿真——

这意味着什么？

意味着芯片设计会像软件开发一样毫无门槛！

随便搞几台电脑就能做芯片设计——甚至会像软件开发一样，遍地出现芯片设计类的培训班！

还是那句话，设计的基数大了，总会有一些好的想法和方案被超强仿真给筛出来，成为IP核心库里的优质资源，并进卷耳智能科技的主线库。

开发者也可以通过授权获取收益。

这整个行业的业态都会被改变，被颠覆——芯片设计将会彻底脱离生产的束缚！

嘿，我没事儿就设计一个玩玩，反正不通过或者不强大也没什么损失，一旦有一个想法一个方案被采纳了，甚至入了核心分支——那就是能吃一辈子的。

会场所有人都在面面相觑——刚刚于东转述纪弘想法的时候，他们还不理解卷耳智能科技对整合EDA和芯片制造行业那么热衷，有什么根本目的。

现在终于知道了——就是为了这个平台！

这平台现在还是220nm~65nm级别的，真要做到全产业通用，还得EDA整个行业进行支持，更需要所有晶圆厂的协同配合。

平台这个东西——那是越集中、越系统越强大！