<table id="ej5zp"></table>

  • 展會信息港展會大全

    這個被稱為“芯片之母”的技術正加速擁抱AI,擺脫卡脖子的機會來了?
    來源:互聯網   發布日期:2022-02-08 18:11:18   瀏覽:27018次  

    導讀:芯片先進制程的成本正不斷上漲7nm的設計成本大約是16nm芯片的三倍,5nm的設計成本會再次翻倍,節省成本對半導體公司至關重要。 隨著數字經濟、新技術產業的蓬勃發展,作為算力和硬科技基礎設施的半導體在人類社會生活中扮演的角色日益重要,而近年來全球范圍...

    “芯片先進制程的成本正不斷上漲7nm的設計成本大約是16nm芯片的三倍,5nm的設計成本會再次翻倍,節省成本對半導體公司至關重要。”

    隨著數字經濟、新技術產業的蓬勃發展,作為算力和硬科技基礎設施的半導體在人類社會生活中扮演的角色日益重要,而近年來全球范圍內的缺芯現象,以及我國半導體產業界普遍重視的芯片關鍵技術、設備遭“卡脖子”的問題,半導體領域的一些前沿技術再次被推到輿論關注的風口浪尖。

    品玩曾在《芯片設計國家隊來了,它能把掐著華為脖子的那只黑手推開么?》一文中詳細論述了我國芯片領域被“卡脖子”的典型代表被譽為“芯片設計之母”的EDA產業,并結合當時6月正式進入上市流程的我國EDA企業華大九天和概倫電子,淺析了我國EDA產業的現狀以及當下面臨的挑戰。

    如今,人類已跨入人工智能時代,包括BAT在內的各大互聯網公司都有了自家的AI芯片,而AI也通常被視為國內自主設計芯片的亮點。確實人工智能技術已開始在越來越多基礎設施場景上落地應用,為了跟上時代風口,更為了提高芯片設計的生產力和優化芯片設計過程,已有不少EDA公司將目光投向人工智能技術,期待AI能讓EDA繼續進化。

    那么,相比于過去的方式,如今在EDA中引入AI有哪些優勢?在EDA中引入AI會是初創EDA公司彎道超車、成熟EDA公司加速發展的一個機遇嗎?目前,EDA業界在AI工具利用上的進程如何?想要通過引入AI來加快EDA公司的發展,這其中的難點又在哪里呢?

    EDA中的EDA

    EDA,Electronic Design Automation,電子設計自動化,EDA能被譽為“芯片設計之母”,是因為EDA的誕生讓芯片設計的難度大大降低、芯片設計的成本驚人的減少,可以說EDA產生的過程就是為了提高芯片設計的效率(時間、良率)。

    過去,設計人員必須手工完成芯片的設計和布線,可隨著芯片制程越來越先進,其內部的復雜程度也呈幾何級增長,這對IC設計人員來說,不管是工作量還是工作難度都在與日俱增,這就客觀要求IC設計人員利用輔助性工具來解決這個問題,EDA由此產生。

    具體來說,EDA是指利用計算機輔助設計軟件,完成超大規模集成電路芯片的功能設計、綜合、驗證、物理設計等流程的設計方式,它能使芯片設計的效率得到數百倍的提升,也因為EDA工具的日臻完善,從而大大減少了芯片設計公司流片失敗的概率。

    過去數十年,EDA一直在提高半導體設計的生產效率。隨著摩爾定律的前行,先進芯片的制程變得越來越小,同樣大小芯片中的晶體管數量變得越來越多,5nm芯片可以實現在指甲蓋大小的面積上集成數百億顆晶體管,芯片上的單個功能部件更是微小到只有幾納米,當芯片的內部結構變得愈加復雜,這就客觀要求EDA工具也能伴隨摩爾定律的演進,進化成更快更強的EDA。

    這個被稱為“芯片之母”的技術正加速擁抱AI,擺脫卡脖子的機會來了?

    傳統的物理設計空間探索需要許多工程師數個月才能完成。來源:新思科技

    隨著半導體應用的更加廣泛,芯片設計企業也迫切需要一款更快更強的EDA軟件來縮短芯片設計流程。云岫資本李俊超博士對品玩表示:“現在的EDA軟件要做一個設計其實要跑挺長時間的,如今芯片越來越復雜,可能要跑幾天時間才能做完一個,所以大家對整個設計效率提高有很大的需求,如果跑一個工具只需要兩三個小時那肯定更好,這就需要引入AI來提高效率。”

    EDA公司新思科技對品玩表示,在EDA中引入AI將在芯片生產流程中的三個決定性要素上發揮作用:“一是芯片的性能;二是設計這樣性能的芯片所需要的設計過程;三是在相同的時間內設計出同樣性能的芯片所需的人力和物力。在EDA中引入AI將對這三方面都有所幫助。”

    AI具體是如何通過EDA在芯片設計階段發揮作用的呢?李俊超表示:“不是讓機器來將所有可能性都窮舉完,引入AI是讓機器篩選出一條捷徑,然后設計人員在這條路的附近再尋找最優解,其效率就會大大提高。這是一個大家普遍看到的趨勢,具體在哪些環節通過什么方法去實現,各家都有不同選擇。”

    這意味著相對于傳統芯片設計工作流程中很難被利用到極限的PPA(Performance性能、Power功耗、Area尺寸)架構,在芯片設計流程中引入AI可以在數據快速提取模型、布局和布線、電路仿真模型、性能、功耗、面積(PPA)的優化決策、局部優化建模等多方面提供多個流程的優化。

    可以說如今的AI正在扮演過去EDA的角色縮短芯片設計時間、更快實現PPA目標。

    國內外EDA企業的AI路徑

    人工智能的引入確實已成為EDA業界的一股浪潮,包括EDA三巨頭在內的各大公司已進入這個戰常國際EDA三巨頭即為新思科技、和西門子EDA,三巨頭能夠提供全套的芯片設計EDA 解決方案,根據賽迪智庫數據,2020年國內EDA市場銷售額約80%由國際三巨頭占據,三大EDA廠商在AI領域的動作可以視為整個行業的風向標。

    新思科技總裁兼聯席首席執行官陳志寬博士曾在Hot Chips 2021 主題演講中表示:“現在每個垂直市場都在投資人工智能,以變得更聰明、更高效、更有效。”他說,“人工智能可以設計芯片嗎?答案是肯定的。”新思科技宣布其新一代集成人工智能技術的電子自動化設計工具DSO.ai平臺,通過引入人工智能,芯片設計中不需要去完整模擬10的9萬次方種可能布局,機器可以智能化篩選,不僅可以做到研發成本減半,時間甚至也可以從24個月減少到2周,主要優勢包括降低開發成本、縮短投放市場的時間、提升性能、增加良率等。

    楷登電子全球 AI 研發中心高級 AI 研發總監丁渭濱則表示AI在EDA中的應用可以從兩方面來看:Inside注重于EDA工具本身,力圖讓EDA自身更智能,使用戶獲得更好的PPA和更快的引擎,從而提升測試和診斷性能表現;Outside則注重于人,讓機器通過學習的方式積累經驗,減少人工干預,極大地釋放生產力?请娮右言诮衲昶咴峦瞥 Cadence Cerepus Intelligent Chip Explorer這款基于機器學習(ML)的設計工具。

    另一EDA巨頭西門子ED則在2019年5月就推出了人工智能/機器學習 (AI/ML) 開發套件,為其Calipe設計平臺添加了AI/ML功能。

    國內EDA公司同樣注意到了人工智能的機遇,如國產EDA智能軟件和系統創企芯華章針對芯片設計難、人才少、設計周期長、設計成本高企的問題,發布了《EDA 2.0白皮書》。芯華章認為在EDA 2.0時代,“EDA2.0的目標是要從現有的EDA1.0過程中大幅減少芯片架構探索、設計、驗證、布局布線等工作中的人力占比,將過去的設計經驗和數據吸收到EDA工具中,形成智能化的EDA設計。”。

    《EDA 2.0白皮書》從智能化的設計需求分析、智能化的芯片架構探索、智能化的設計生成、智能化的物理設計等四個方面介紹了人工智能未來將在EDA上扮演的角色,芯華章強調:“基于強化學習之類的機器學習算法,可以縮小巨大的探索空間,節省智能物理設計所需要的算力和時間,最終目標是依靠人工智能和自動化流程實現布局布線和后端驗證。”

    芯片產業環環相扣,EDA工具與下游芯片制造工藝同樣關系緊密。EDA工具仿真的結果與芯片制造企業的具體工藝細節息息相關,這就需要將理論模型與工藝結果之間相互驗證,當晶圓代工廠開發新的工藝,EDA 工具軟件廠商就需要獲得代工廠新工藝的相關數據,基于此來開發新的版本。

    因此,EDA工具軟件要支持最先進工藝節點,就必須與代工廠保持緊密合作,根據代工廠的工藝特點開發相應的算法和模型,在這一過程中實現自身產品和技術的進步,國際三大EDA龍頭企業的成長都伴隨著與全球各大芯片廠商的密切交流?梢哉f,未來我國晶圓代工廠的先進制程能力決定了我國EDA工具軟件的先進程度。

    這在EDA企業的AI應用上同樣重要,EDA的AI化、ML(機器學習)化,必然是以大量可標注的高質量數據和案例作為基礎才可能實現,而現在中國的EDA產業處于才剛剛蓬勃興起的階段,這意味國內EDA公司要發展AI獲得高質量的數據,必須與芯片設計廠商、晶圓廠商通力合作,這無疑是一個挑戰。

    當然,這并不意味著國內EDA公司毫無機會。李俊超表示:“對于這些老牌公司來說,現在做AI可能也不輕松,而國內的一些初創公司來說可能是機遇更大,大公司需要在它原有幾萬行幾十萬行的代碼里面插入AI的算法,這個工作量其實也很大,但是對于一個新公司從頭開始設計的時候,就把AI考慮在內的話,或許整個實現起來會更簡單。”

    同時,現階段即便對領先的EDA公司而言,AI技術也不能作為EDA行業發展的萬能解藥。新思科技對品玩表示:“目前人工智能驅動的芯片設計還不具備完全自主決策的能力。芯片設計流程的復雜性要求每一個步驟都必須得到最佳結果,否則便會面臨流片失敗的巨大損失。因此,在這些流程中,需要有經驗豐富的工程師掌控全局,來確保AI跑出的結果是合理有效的。”

    因此,AI雖然開始在EDA領域扮演更加重要的角色,但EDA企業以及芯片設計公司在實際AI的應用過程中仍需不少專業技術人員來作為支撐,可以說想要在AI領域走得更遠,企業本身的人才、技術底蘊仍是關鍵,這也決定了對國內的芯片公司來說,想要抓住AI加速的契機還得憑硬本事。

    贊助本站

    人工智能實驗室
    AiLab云推薦
    展開
    Copyright © 2010-2022 AiLab Team. 人工智能實驗室 版權所有    關于我們 | 聯系我們 | 廣告服務 | 公司動態 | 免責聲明 | 隱私條款 | 工作機會 | 展會港
    18禁无遮拦无码国产在线播放

    <table id="ej5zp"></table>