AI 助力：突破人类想象，快速设计无线电芯片！

转载于 2026-06-28 08:36:07 发布 · 10 阅读

AI 开启无线电芯片设计新时代

AI 正在设计人类无法想象的无线电芯片，摆脱了可理解性和美观性的束缚，设计速度更快。

无线技术与 RFIC 的重要性

花点时间想象一下，若没有过去三十年无线技术的进步，生活会怎样？丢失行李无法用 AirTags 寻找，只能守着厨房电话等待航空公司消息，只能听收音机，众多电影情节也会被毁掉。无线技术对日常生活、供应链、基础设施和经济运行方式影响巨大。而射频集成电路（RFIC）让所有设备能悄无声息地发送和接收信息，是无线技术的关键。未来，自动驾驶汽车、量子通信、6G 移动服务和卫星通信等技术的发展，将依赖更先进的 RF 芯片。

RFIC 设计的困境与 AI 的介入

世界上大多数计算芯片设计已标准化，而 RF 设计仍是一门“黑魔法”，只有经验丰富者才能掌握，这阻碍了 RF 芯片及相关技术的发展。大约七年前，AlphaGo 战胜世界围棋冠军后，普林斯顿大学的研究人员开始思考 AI 能否学会 RF 设计。近年来，团队和其他领先者开发出机器学习驱动的 RFIC 设计算法方法，一些设计出的芯片像现代艺术作品，性能超现有先进电路，且 AI 构思设计的时间比人类少几个数量级。

RFIC 设计为何如此困难

RFIC 设计是跨多个物理领域的工程实践，麦克斯韦方程组、热力学定律等在不同尺度上发挥作用，决定了电磁场与器件的相互作用、芯片的散热和可靠性等。同时考虑这些物理约束，使设计空间几乎无限大，每个决策都涉及复杂且冲突的优先级，无法对任何一个进行优化。设计一个新芯片需数年时间和数千万甚至数亿美元投入。

RFIC 设计过程详解

以设计 5G 毫米波手机的 28 吉赫兹功率放大器为例，设计类似房屋建造，需先确定架构，即确定 RFIC 实现功能所需的元素和信号路径。RFIC 的蓝图大多是“走廊”，无源元件占据大量空间，因为 RFIC 要在高频下工作，需通过精心的电磁设计管理信号能量。设计的主要挑战是将所有元件组合，确保其正常工作，架构需通过物理可制造的晶体管和无源组件实现，这就是电路拓扑。设计师需确定候选电路模板，但模板有权衡，需找到最佳平衡。架构、电路拓扑和电磁无源元件的设计决策相互影响，设计 RF 电路像把过大的地毯塞进小房间。微波和毫米波频率下，小失误可能导致芯片无法工作，如阻抗匹配问题，工程师需设计特殊过渡结构。若未达到规格要求，需重新设计拓扑或架构，重复过程。传统手工 RFIC 设计正逐渐达到极限。

AI 用于 RFIC 设计的探索

在蛋白质折叠和气候建模等领域，AI 成功探索多维复杂空间，激励研究人员将 AI 用于 RF 设计。此前，研究人员在电路模板上训练机器学习算法，但依赖现有设计库。普林斯顿大学团队希望摆脱预制拓扑结构限制，让算法从零开始确定架构、电路和电磁无源元件的参数。这种方法与传统优化方法不同，可产生全新电路拓扑，类似 AlphaGo Zero 通过自我对弈探索规则，算法通过探索和评估自己的设计策略开发新电路架构。

RFIC 的逆向设计方法

为实现 AI 设计 RFIC 的能力，分两个阶段进行。首先开发强化学习（RL）框架，确定最佳系统架构、电路拓扑、设备参数和电磁接口特性，算法训练方式类似计算机学习玩游戏，训练完成后可快速设计电路。下一步是确定 IC 电磁学的物理结构，即“管道”，从所需的散射参数推导出结构是逆向设计方法。RF 集成电路逆向设计需同时考虑电路行为和电磁响应，且不能大量手工迭代，因此用基于 AI 的模拟器取代 RF 电路模拟器，该模拟器围绕卷积神经网络构建，可在几毫秒内完成电磁求解任务。有了逆向设计的 RL 和合适的 AI 模拟器，就有了端到端的 AI 设计师。

非常规 RF 架构的成果

2023 年，团队发表概念验证，设计出针对毫米波频段的功率放大器，实现了当时报道的基于硅的功率放大器在宽带宽、输出功率和效率方面的最佳组合，IC 的电磁路径结构与人类设计不同，打破了传统设计障碍。设计中添加更多输入和输出端口会使散射参数增加，数学计算复杂，但 2024 年的研究表明，多端口集成电路对 AI 算法不是问题，模型可在几分钟内演化出新结构。将强化学习框架与逆向设计相结合，可根据规格创建 RFIC 直至得到可用于制造的布局，目前已证明对多种 RFIC 适用。

使 AI 设计具有可解释性

目标是让 RFIC 设计更好、更简单，且不超出人类理解范围。为创建更具可解释性的结构，转向扩散模型。电磁设计中，多种结构可具有相似电磁响应，用散射参数作为输入，RFIC 芯片的电磁结构作为输出，通过设置空间频率旋钮，设计师可指导模型合成不同空间频率的结构。从提示到输出约需 6 分钟，扩散模型既可以发现新颖架构，又能加速传统经典架构的创建。