1394
增強型人工智能為Meteor Lake處理器的設計提速，并將在未來的客戶端處理器家族中得到應用。
Olena Zhu博士，英特爾客戶端計算事業(yè)部高級首席工程師及人工智能解決方案架構師 （來源：英特爾公司）
數(shù)十年來，我們需要將科學與藝術相結合，以決定將熱敏傳感器置于英特爾客戶端處理器的何處。
電路設計師會參考歷史數(shù)據(jù)，來確定將熱感應器放置在現(xiàn)代筆記本電腦的中央處理器（CPU）的哪個位置。他們還會依靠經驗判斷熱點容易出現(xiàn)的區(qū)域。這個復雜的流程可能需要耗費6周時間進行測試，包括模擬工作負載，優(yōu)化傳感器位置，然后重新開始整個步驟。
如今，得益于英特爾工程師內部研發(fā)的一種新的增強智能工具，系統(tǒng)級芯片的設計師無需再等6周才能知道他們是否找到了傳感器的最佳位置，他們在幾分鐘內就可以得到答案。
增強型智能的一小步，芯片設計的一大步
這款工具由英特爾客戶端計算事業(yè)部高級首席工程師及人工智能解決方案架構師Olena Zhu博士帶領增強智能團隊開發(fā)。這款工具幫助英特爾的系統(tǒng)架構師們將數(shù)千個變量納入未來的芯片設計中。這只是眾多例子之一，其中英特爾團隊利用人工智能知識來優(yōu)化各種工作負載。
增強型智能是人工智能的一個子集，關注的是人類和機器如何協(xié)同工作。
英特爾客戶端計算事業(yè)部首席工程師兼高級系統(tǒng)熱力學及機械架構師 Mark Gallina說道：“像筆記本電腦這樣的客戶端產品非常依賴睿頻和峰值頻率。大家希望SoC能夠突破至更高的頻率，而這反過來會生成熱量?！?/p>
他詳細解釋了工程師們必須如何精確地分析激活CPU核心、輸入/輸出（I/O）以及其他系統(tǒng)功能的復雜、并發(fā)的工作負載，以精準地確定熱點的位置。使得這個過程變得更加復雜的是確定在何處放置微小的熱傳感器，每一個都只比你用的普通圖釘尖稍大一點。
Gallina說：“這個過程需要幾個星期，而且我們一次只能研究一到兩個工作負載?！?/p>
英特爾新型增強智能工具解決了這些需要靠推測進行的工作。工程師輸入他們的邊界條件，這個工具可以處理數(shù)千個變量，幾分鐘內就能返回理想的設計建議。
工程師們已在英特爾? 酷睿? Ultra移動處理器系列（Meteor Lake）SoC設計中應用該工具。Meteor Lake于2023年12月14日正式發(fā)布。同時，這款工具也將會在未來客戶端產品如Lunar Lake及其后繼產品中得到應用，這有助于進一步擴展AI PC等級的筆記本產品線。
英特爾增強智能團隊成員，左起：Mark Gallina，Olena Zhu 和 Michael Frederick，位于俄勒岡州希爾斯伯勒的英特爾客戶端計算事業(yè)部實驗室。
更多AI：利用增強AI識別熱工作負載以優(yōu)化芯片設計
Olena Zhu和其團隊成員首席工程師和AI 解決方案架構師Ivy Zhu還開發(fā)了一個能快速識別關鍵熱工作負荷的配套工具。
Olena解釋說，其工作原理是這樣的：她的團隊基于少數(shù)工作負載的模擬或測量結果，訓練AI模型。然后，這些AI模型能夠預測英特爾尚未進行模擬或測量的其他工作負載。
這兩款增強智能工具，共同提升了工程師們優(yōu)化未來英特爾處理器系列的芯片設計能力，包括用于驅動下一代AI PC的客戶端處理器。
盡管這兩個工具都非常有用并且不會出現(xiàn)任何錯誤，但是增強智能在短期內并不會取代真正的工程師。
Gallina表示：“通過增強智能，我們結合計算機學習和人體工程學專業(yè)知識，以確保將我們有限的資源投入到最佳領域?！?/p>
“這款新工具徹底革新了我們目前處理熱量的方式。它更為高效，并且在我們啟動SoC之前，能讓我們對熱風險有清晰的認識。我們以前一直在黑暗中摸索，但現(xiàn)在，有了增強智能，就好比我們得到了一盞手電筒，照亮了前進的道路?！?/p>
增強型智能助力類似“大海撈針”的精準工作
幾年前，Olena驚喜地意識到人工智能投資的飛速進展為英特爾的設計工作打開了新的大門。
Olena表示：“運用增強型智能帶來的一種新的工具類型，我們能夠比以往更有效地處理數(shù)據(jù)。當我們將人工智能與現(xiàn)有的卓越工程實力相結合時，可以更有效地在海量數(shù)據(jù)中準確定位和快速處理。”
得益于Olena及團隊的努力，英特爾的工程師們均在致力于發(fā)展人工智能。英特爾客戶端計算事業(yè)部的增強智能團隊繼續(xù)尋找人工智能加快硬件和軟件設計的方法，并獲得了以下進展：
- 對于高速I/O的快速準確信號完整性分析工具，其設計時長從幾個月縮短至1個小時。英特爾是業(yè)界首個采用此項技術的公司，該技術已經為多代芯片的設計提供支持。
- 基于人工智能的自動故障分析工具用于高速I/O設計，自2020年部署以來，設計效率提升了60%。
- 名為“AI Assist”的增強型智能工具能夠使用AI模型自動確定不同平臺的定制超頻值，將超頻所需的準備時間從幾天減少到一分鐘?，F(xiàn)在，搭載酷睿第14代處理器的產品會提供“AI Assist”工具。(視頻: AI Assist 如何通過機器學習讓超頻更容易)
- 基于人工智能的自動化硅片版圖設計優(yōu)化器被納入英特爾的SoC設計流程。
- 一種智能采樣工具可以幫助動力和性能工程師處理智能設計實驗，將測試用例的數(shù)量減少了40%。
- 一種用戶交互工具構建的人工智能模型，以預測架構方案的性能并幫助解決CPU設計的平衡問題。
- 一種自動放置微型電路板組件的新方式將循環(huán)時間從幾天縮短至幾個小時。
英特爾的其他工程團隊也在英特爾豐富的產品組合中巧妙使用AI：英特爾? 硬件線程調度器算法正式在第13代英特爾? 酷睿? 處理器CPU中亮相，使工作負載提高了20%以上。
另一個例子，工程團隊利用內部開發(fā)的智能AI算法，成功將單個處理器的測試時間減少了50%。
Olena說道：“產業(yè)中將AI融入類似的工程應用的趨勢愈演愈烈，而英特爾無疑會欣然接受并充分利用這一趨勢?！?/p>
下載ECAD模型
