AIがRFIC設計の「暗黒芸術」を習得：人間には想像できない無線チップの設計へ

概要

プリンストン大学の研究チームが、強化学習や拡散モデルを用いて、従来「職人芸」とされてきた高周波集積回路（RFIC）設計を自動化し、人間を凌駕する性能を実現する手法を開発した。

詳細内容

無線通信に不可欠な高周波集積回路（RFIC）の設計は、マクスウェル方程式や熱力学が複雑に絡み合うため、長年「暗黒芸術（Dark Art）」と呼ばれる熟練エンジニアの直感に頼る領域でした。プリンストン大学のKaushik Sengupta教授らのチームは、この課題に対し、従来のテンプレートに依存しないAI駆動型のアプローチを導入しました。強化学習（RL）を用いて回路構成をゼロから探索し、畳み込みニューラルネットワークを用いたエミュレータによって電磁界シミュレーションをミリ秒単位に高速化。さらに画像生成AIで使われる拡散モデルを応用し、性能を維持しつつ人間がデバッグしやすい「解釈可能」なレイアウトの生成にも成功しました。開発された5G用パワーアンプは、従来の設計手法を大幅に上回る広帯域化と効率を達成しており、設計期間の劇的な短縮と性能向上を両立しています。今後は「ImageNet」のようなオープンなデータセットの構築が、回路設計におけるユニバーサルな基盤モデルの実現に不可欠であると提言されています。

元記事を読む他のサマリーを見る