AI是如何設(shè)計微波集成電路的

　　AI是如何設(shè)計微波集成電路的

　　AI能學(xué)會設(shè)計集成電路，靠的是一個“基于聚類和異步的優(yōu)勢行動者評論家算法模型”。文章介紹道，該模型包含兩部分——聚類算法和強化學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型。其中，聚類算法用來對網(wǎng)格化的集成電路的設(shè)計動作進(jìn)行劃分，即將集成電路的多個設(shè)計動作聚成幾個典型的動作類，類似于經(jīng)驗豐富的集成電路模型設(shè)計師對模型的參數(shù)化設(shè)置；強化學(xué)習(xí)模型則基于聚類算法劃分的典型動作簇作為策略網(wǎng)絡(luò)輸出的動作類別，預(yù)測當(dāng)前集成電路模型的設(shè)計動作，然后再由價值網(wǎng)絡(luò)評估該設(shè)計動作的好壞，以找出最優(yōu)策略，從而達(dá)到自動設(shè)計微波集成電路的技術(shù)功效。 “我們設(shè)計了一個稱為關(guān)系歸納神經(jīng)網(wǎng)絡(luò)的架構(gòu)，它可以快速有效地學(xué)習(xí)集成電路內(nèi)部數(shù)據(jù)之間的規(guī)律，從而達(dá)到設(shè)計任意復(fù)雜集成電路的目的?！毖芯咳藛T表示，在其方案中，集成電路形狀被定義為一組參數(shù)化網(wǎng)格，當(dāng)每個網(wǎng)格發(fā)生變化時，由標(biāo)準(zhǔn)的CAE軟件包計算出結(jié)果，然后使用聚類算法對這些結(jié)果的變化進(jìn)行分類，最后交由強化學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)進(jìn)行決策。

　　基于關(guān)系歸納神經(jīng)網(wǎng)絡(luò)的微波集成電路模型設(shè)計框架如圖1所示，其包含兩部分：聚類算法（圖1b）和強化學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型（圖1d）。在本框架中，聚類算法用來對網(wǎng)格化的集成電路的設(shè)計動作進(jìn)行劃分，即對集成電路的多個設(shè)計動作聚成幾個典型的動作類，類似于經(jīng)驗豐富的集成電路模型設(shè)計師對模型的參數(shù)化設(shè)置；強化學(xué)習(xí)模型（采用A3C算法）基于聚類算法劃分的典型動作簇作為策略網(wǎng)絡(luò)輸出的動作類別，預(yù)測當(dāng)前集成電路模型的設(shè)計動作，然后再由價值網(wǎng)絡(luò)評估該設(shè)計動作的好壞，以找出最優(yōu)策略，從而達(dá)到自動設(shè)計微波集成電路的技術(shù)功效。