用AI设计射频芯片，数月流程压缩至6分钟

传统上，设计一款高性能的无线通信芯片，需要顶尖专家团队花费数月甚至更长时间，依靠直觉与经验进行无数次手动调整。如今，这一局面正被普林斯顿大学的研究团队彻底颠覆。他们利用人工智能技术，将这一复杂过程缩短至数分钟，甚至能创造出人类难以理解但性能更优的芯片结构。

从“手工打造”到“逆向设计”

无线芯片，特别是应用于5G毫米波和太赫兹频段的射频集成电路，其设计极为复杂。它需要将放大器等有源电路与天线、滤波器等无源电磁结构紧密结合，并协同优化。工程师必须能同时处理电磁学、热效应与元件互连等多重物理限制，设计空间极其庞大且更新成本极高，致使研发进程非常缓慢。这种传统设计方法依赖于工程师的经验、预置的模板和耗时的参数扫描，是一种“自下而上”的构建方式。

由普林斯顿大学电气与计算机工程系教授考希克·森古普塔（Kaushik Sengupta） 领导的团队，开创了一种截然不同的“逆向设计”方法。该团队的核心技术是利用深度学习和生成式人工智能技术。

其工作流程首先通过一个基于卷积神经网络的电磁仿真器，快速预测任意形状电磁结构的性能，从而绕过了传统极其耗时的电磁仿真步骤，成功将模拟时间从传统分钟或小时级压缩到毫秒级。接着，AI可以根据设计目标，通过逆向设计与扩散模型结合来合成全新的芯片布局：工程师只需输入散射参数（scattering parameters，即S参数）当作目标规格，扩散模型就能直接产生对应的电磁结构。它甚至会使用强化学习等算法，像精通围棋的AI一样，在超越人类理解范畴的巨大设计空间中探索最优解。

该系统甚至有“空间频率”选项，输出样式设计师可以自由调整：从较具可读性的传统古典风格，到更抽象、宛如现代艺术般的画素风皆一键输出。整体从规格制定到制造布局的生成流程约需6分钟；但若要建立或改动系统，模型训练仍需较长时间与大量数据。

不可思议但更优秀

这种AI驱动的设计方法带来了几个革命性的变化：

速度飞跃：过去需要数月才能完成的设计，现在几分钟就能搞定。

打破常规：AI生成的电路结构常常是反直觉、不规则的，人类工程师无法通过常规思路理解，但这些“怪异”的布局却能实现前所未有的性能。

性能突破：AI设计的芯片能够覆盖30至94 GHz的创纪录频率范围，并显著提升了能效。例如，在一个演示案例中，AI设计出了一款覆盖34-70GHz的宽带毫米波功率放大器，其饱和输出功率达到21.2dBm，峰值功率附加效率为26%。

“我们正在创造出结构复杂、形状看似随机的设计，当它们与电路连接时，能实现以往无法达到的性能，”森古普塔教授解释道，“人类无法真正理解它们，但它们可以工作得更好。”

尽管AI表现出色，但它的目标并非取代人类设计师。AI有时会产生不工作的“幻觉”元件，仍需人类监督和校正。在这个新范式中，人类设计师的角色将从繁琐的试错工作中解放出来，转向定义目标、解读AI的“奇思妙想”并进行更高层次的创新。

从实验室到国家战略

普林斯顿大学利用AI来设计射频芯片的研究项目已获得美国政府的高度认可。

2025年，普林斯顿大学获得了美国国家半导体技术中心（NSTC）近1000万美元的资助，用于领导一个联合政府与行业的项目，旨在将AI驱动的射频芯片设计技术商业化，确保美国在下一代通信技术领域的领导地位。该项目的代号为“IMAGINE”，其目标正是实现从规格到芯片版图的快速、自动化设计。

森古普塔教授团队的工作已在顶级学术会议上屡获殊荣，包括2023年《IEEE固态电路期刊》的最佳论文奖。他们最新的研究成果也发表于《自然·通讯》等权威期刊。森古普塔教授表示：“这仅仅是冰山一角，未来我们将探索用AI设计更复杂的系统和芯片。”