AI 設計晶片顛覆想像，普林斯頓團隊用強化學習打造無線射頻晶片

普林斯頓大學的研究團隊正在改寫晶片設計的遊戲規則，他們運用強化學習（Reinforcement Learning）與逆向設計（Inverse Design）技術，打造出人類工程師難以憑空想像的射頻積體電路（RFIC）。這些由 AI 設計的晶片，正在徹底改變從 5G 網路、自駕車到衛星通訊等無線技術的樣貌。 研究團隊開發出一套 AI 系統，能夠從無到有快速生成全新的 RFIC 設計，並同時最佳化效能、效率與可製造性。與傳統晶片設計仰賴人類工程師反覆迭代已知設計模式不同，這套 AI 系統會探索廣闊的設計空間，找出既非傳統又高度有效的解決方案。 成果令人驚豔：AI 生成的晶片往往具備與人類設計截然不同的佈局與電路拓撲，但在功耗與訊號完整性等關鍵指標上，卻能超越傳統設計。部分設計甚至奇特到工程師一開始難以理解其運作原理。 這項技術有望徹底改變晶片設計產業。傳統晶片設計向來是耗時費力的過程，而 AI 能將創意設計自動化，大幅縮短新晶片從設計到上市的時間，從數月甚至數年縮短到數天或數週。 這項技術的影響遠不止於無線射頻晶片。同樣的技術也能應用於處理器、記憶體與其他半導體元件的設計，有望加速整個電子產業的創新速度。 就無線技術而言，AI 設計的 RFIC 能實現更快的 5G 網路、更可靠的自駕車通訊系統，以及更有效率的衛星連結。隨著世界愈來愈互聯，高效能無線晶片的需求只會持續成長，而 AI 正是滿足這項需求的關鍵。