首席执行官前景:Chiplets、数据管理和可靠性

半导体工程坐下来谈谈变化与约瑟夫Sawicki芯片设计,IC EDA执行副总裁西门子数字行业软件;约翰Kibarian,总裁兼首席执行官PDF的解决方案;总经理和副总统约翰•李Ansys的半导体业务单元;副总裁兼总经理尼尔斯Fache PathWave软件解决方案Keysight;总裁兼首席执行官迪恩Drako IC管理;前首席执行官西蒙•雪茄烟手臂沃达丰(Vodafone)和董事会董事;普拉卡什Narain,总裁兼首席执行官真正的意图。这是第二个对话的三个部分,在现场观众面前举行ESD联盟年会。第一部分是在这里。

SE:你怎么知道你在看是什么好数据,当你设计一个复杂的芯片吗?

Narain:我们专注于一个非常具体的问题。如果你看看安全或产品生命周期管理,你必须量化。但是现在我们要使用这个函数,所以你必须计划。它必须成为你的策略的一部分,在这种情况下,你必须签署的所有其他变量需要改进。在一天结束的时候,如果你看看工作流,它是一组离散批准步骤,需要通过合理的故障点和开发计划。

Fache:数据管理是一种核心能力,我们都需要。有一个巨大的数据量。它始于需求。从模拟数据来自我们所有的工具。我们的测试设备产生的大量数据。关键是确保有一个好的方法来探索数据和标签。,允许您将这些数据与一个特定的设计或测试设置,或者生成的条件,然后你可以得到的见解。你希望能够比较仿真和测试,看看这个相关性,并使用它来提高设计和预测实际的产品将如何表现。这就是为什么数据管理都是一个至关重要的能力。

SE:可共享的数据是一个大问题。很多工厂的关键数据出来。它穿过一个组织如何可以共享与芯片架构师和设计到制造链的其他部分?

Kibarian:每个人都在这个行业是super-secretive,然而我们世界上最合作的行业。我们管理共享数据,用尊重的方式。有各种各样的协议让到位,所有的工作——你如何共享数据,如何将它存储在云中,所需的加密为零的信任。还有像科幻的东西,人们玩着,像同态加密的数据。我们尝试很多,,但是今天真的是关于谁可以看到数据的协议。今天,PDF格式存储几pb的数据为客户在世界各地,所以我们处理的。但在未来,我们可以做更多的与加密技术,允许您使用数据。

李:有太多的数据,因为您可以生成大量的数据,一个问题你怎么处理这些数据。这就是人工智能/毫升,也可以帮助。同时,我们没有足够的数据,这可以追溯到报道。系统规模越来越大,所以你永远不会有完全覆盖。人工智能可以帮助那儿。我想要另一个评论的数据。如果你在一个公司看,假设他们做一个3 d-ic,芯片的球队,他们有一个包。和数据被这些团队可能极其粗糙,像电子表格或电子邮件,说,“嘿,看这个文件。所以在很多地方存在的数字转换之外的半导体设计真的没有解决了在EDA社区。有很多好的工具和技术,我们可以把我们的行业。

SE:大多数chiplets被利用到目前为止已经在内部开发的大芯片制造商。当我们进入一个虚拟市场,我们如何确保所有这些chiplets将按预期工作,他们具有一致吗?这是即使上班吗?这是真的只是一个扩展的IP市场?

segar:你可以考虑IP在两个方面。你能船RTL——软IP——人们创建可用的软件。你必须有最新的功能。你必须实现它在某些过程性能得到类似的结果,然后可以去观看它。的复杂性在船库或记忆chiplets意味着你已经做了一个很难实现的。然后,你锁下来的那一刻,有人想要一些略有不同。然后你做的所有的工作证明它和建筑和发送出去的窗口。所以有一点转变的需要利用chiplets。但这是一个可行的方法,人们真的舒服chiplets一旦他们完成。我认为有巨大的潜力能够优化数字的一切,把它放到一个衬底模拟,硅光子学,力量,所有的在一个包中。 To me, that opens up new dimensions for integration, performance, and energy efficiency. Right now it’s people with black belts in everything who are doing this. But this creates huge potential.

Sawicki:这里有两个比喻,它们都是指向不同的方向。一个是IP一直存在在我们这个行业,你放在一起比较复杂的系统,你可以买他们从架子上。当他们得到集成芯片,选择自定义,允许你以有趣的方式来优化整个系统的性能。另一个比喻是这些chiplets就像包部分,你把到董事会,这给了你机会不需要所有的研发成本,但你仍然得到灵活性。随着越来越多的人接受这个挑战,你确定这是迄今为止工作和整体的控制。赛灵思公司是第一个。Intel和AMD现在做所有这些事情。我们回到相同的模型吗?这是一个有趣的困境。

SE:我们如何测试chiplets之前我们把它们放在一起,制造整个系统吗?

Fache:如果你看看chiplets,物理设计,它需要大量的物理模拟,电磁和热。有很多的工具,但它是至关重要的,这些工具应用于解决问题的适合,他们集成在整个工作流所以你不会从一个高度专业化的工具到另一个专门的工具。在这种情况下,您将不得不处理数据传输,这需要很长时间,因为有很多相关的潜在错误。你需要正确的工具工作,它必须被整合在一个整体的工作流程。

李:我们致力于在产品不只是一个时间点。如果你看一个系统在一个汽车,你想要它是十几年来的操作。所以机载传感器、机载数据/数据是非常重要的,检测前和整个生命周期的一部分。问题是我们可以得到尽可能多的数据,我们可以测量,但有很多数据我们无法衡量。这是一个机会对于AI /毫升和multi-physics-based模型。

Drako:Chiplets没有不同的multi-chip模块做了30年前。混乱,很难测试,但是我们已经做了30年。今天有点困难,但我们会找到答案。没有神奇的东西。设备之间的集成,它不同于TTL数据手册我们已经在1970年代与销出去。‘这是什么针。这里有一个CPU核心等。但不是董事会,我们要用一些其他的底物。我们会很好的。没有疯狂的创新需要。但在数据方面,我们有生产数据,测试数据,产量数据和仿真数据。 And And then we have a design, and there are different piles of data. And with AI, we have a completely new pile of data, which is a training data. If you think about the data we use in the EDA industry, it falls into four or five very distinct piles. We have a system for distributing and managing that data and put a process around that so we’re not sending spreadsheets between engineers and e-mails to do the hand-off. Our customers do that kind of thing for their design data. But training data is a completely new set of data the EDA industry doesn’t deal with. So which data are you asking about?

SE:所有。这不是问题吗?

Drako:我们有几个国家的设计团队日以继夜地做不同的东西,需要提供数据和分布。这是困难的。它是大的。至少有三到五个国家正在夜以继日地做不同的事情。你需要,如果他们不在家工作,需要提供数据和分布。这是困难的。所以你如何的项目它,分享它,控制它,和安全吗?这是一个大问题,我们将继续工作。

SE:你有这些数据,但是你现在也有其他元素来设计,即芯片被用于使命——和高安全性的应用程序时,他们应该持续更久。在一生中我们如何提高可靠性?改变什么?

Kibarian:人们现在仪器芯片收集数据时。有标准ISO 26262,说你要测试的芯片,这数据是要回来了。你需要的数据从制造业比较。的一件事我们需要工作标准是确保数据没有传输,它的安全,从区块链或其他技术来确保信息从制造业是真正的数据。只要有一个RMA,总有吵架为什么这样的数据呢?如果芯片是坏,其他芯片可能是坏的。向我证明这是你唯一要做的芯片召回。通常都是这样的芯片制造商和客户之间的产量数据。还有一个问题在零附近的信任。除了加密,这意味着当你作为一个供应商说你将数据存储了20年,你将存储在不改变它支持您的需求。 So besides encryption, besides long-term storage, besides the telemetry on the chip, you need to then deal with whether the data you’re pairing it was changed or manipulated. That’s what blockchain technologies always improve on. It’s immutable. It hasn’t changed.

Narain:如果你有一个任务关键型应用程序,你需要设计到系统诊断和恢复的能力。需要规划和设计在一个非常高的层面从这个特定的系统建设。你必须弄清楚你的可靠性策略和实现和确保它是有效的。验证需要你确定单点故障,确保他们。然后,工具和验证机制是什么?要求是为了消除单点故障,然后创建工具和验证机制。