NIKKEI——日本經濟新聞中文版

　　人工智慧（AI）已開始給半導體設計帶來革新。美國谷歌把核心的電路配置工序的用時縮減到此前的100分之1，有助於抑制日益膨脹的半導體開發費用。成為關鍵的是AI自身不斷嘗試的“強化學習”技術，讓AI掌握壓倒工匠的技藝。在物流等領域，引進AI的趨勢正在擴大，生産效率的大幅提高令人期待。

　　谷歌的研發團隊6月把採用AI的半導體電路設計方式發佈在英國《自然》雜誌上。針對運算性能、耗電量和晶片的大小等，據稱可在6個小時以內生成不遜色於人類設計師需要數個月的電路配置。據悉存在節省設計師數千小時勞動力的可能性。

　　半導體的設計尖端而複雜。指尖大小的晶片上匯聚大量的邏輯電路，配置組合達到10的2500次方以上，也就是1的後面跟著2500多個0。有必要從天文數字般的組合之中找出最佳設計。

　　在這種情況下發揮威力的是AI通過不斷重復成功和失敗來提升性能的強化學習。AI以被稱為“監督學習（Supervised Learning）”的方式為中心，正在用於推動業務高效化等，但從龐大選項之中找出最優解的計算難度很高。強化學習將為克服這種複雜的課題開闢道路，正受到期待。

　　谷歌的研發團隊使電路配置作業倣照圍棋等桌遊，把電路結構當做棋盤和棋子，讓AI進行學習。“勝利條件”是均衡地滿足影響運算性能等的各項指標。類似于不斷找到最佳行棋步法，計算出符合性能方面要求的電路配置。

　　谷歌已把AI應用於自主開發的半導體“TPU”的設計上。東京大學教授黑田忠廣表示，“需要驗證CPU（中央處理器）等其他半導體能否採用相同的方式”。同時積極評價稱，“AI像人類那樣通過經驗和學習來縮小探索範圍，正在高效探索答案”。

　　隨著數字化轉型（DX）的進展等，提高半導體性能的需求正在加強。用於智慧手機和伺服器的尖端半導體匯聚上百億個電晶體，隨著電路微細化，複雜程度正在提升。傳統設計方式依賴熟練設計人員的經驗，開發需要大量時間。