人工智能（AI）、机器学习（ML）成为电子科技深刻变革的主要推动力，它们正在进行更深层次的渗透，AI与ML也在改变电子系统的设计体系，AI、ML与EDA方法学的融合使其不断有所创新，使芯片设计生产力产生质的飞跃。 随着AI、ML向各个行业的渗透，越来越多的系统厂商受市场的驱动，开始涉足芯片设计，这不仅是对于EDA工具的挑战，也是对设计方法学创新的挑战。长期以来，EDA厂商与晶圆厂保持着紧密的合作，便于根据先进工艺进行迭代演进。但现在，他们还需要打破传统，协助产业链客户达成及时上市时间、复杂设计、验证及模拟流程，满足市场对产品功能与功耗的要求，以及更为先进的半导体工艺和封装要求。
架构师不仅仅是为融入AI、ML的EDA工具感到压力，也为设计芯片过程需要整个设计团队的通力合作，算力、数据和人才的经验的协调调度，尽心尽力才能提升芯片PPA。而将ML融入EDA方法学中，机器就可以看到和累积所有人的经验，通过不断地学习变得越来越稳定，逐渐摆脱对人的经验的依赖。如果到了这个阶段，芯片设计就走向了一个新高度，一个崭新的天地。
DARPA 的电子复兴计划（ERI）旨在利用先进的机器学习技术为片上系统（SoC）、系统封装（SiP）和印刷电路板（PCB）打造统一平台，开发完整集成的智能设计流程，从而实现更加自动化的电子设计能力。
无人芯片设计，毫无疑问是一种更为快速且经济高效地生成新型芯片设计的方法。在通往这一终极目标的道路上，数字全流程的实现具有里程碑意义。但即便如此，芯片设计对于人的经验的仰赖短期内无法通过机器实现，特别是在模拟设计领域。也正是如此，使其成为了DARPA的攻关重点之一。
在通往无人芯片设计的道路绝非一片通途，人类在探索AI提高生产率方面还有相当长的路要走。
关于EDA,IC设计就介绍完了，您有什么想法可以联系小编。