回顾过去的生产力改进，看看在前进的道路上可以学到什么。
在最近的设计自动化会议(DAC)上的主题演讲对半导体技术、芯片和系统设计的方向提供了一些很好的见解。很长一段时间以来，我的家人和朋友第一次意识到半导体和电子设计自动化的重要性。我认为这也意味着现在是时候回顾一下生产力提高的历史来源，看看我们可以从前进的道路中学到什么。生产力是一切的核心。
如果你没有时间重新观看今年DAC的四个主题演讲，布莱恩•贝利做得很好"提炼四个DAC主题演讲的精髓，去做标题所描述的事情。它非常值得在DAC的YouTube频道上观看，因为它们是我在一段时间内看到的最好的——从一个保持前五名名单的人那里获得它(见本文末尾的列表)。马克Papermaster的引用总结了这句话，这句话实在太好了，不能不再引用一遍:
“在技术和计算领域，从未有过如此激动人心的时刻。我们正面临一个巨大的拐点。我们在新的人工智能算法中看到的爆炸式数据量和更有效的分析技术的结合，意味着要让所有数据发挥作用，就会产生对计算的永不满足的需求。”
我返回了Handel Jones提供的IBS设计启动数据，并按技术节点绘制了从2000年到下面的2030年预测。
资料来源:IBS 2014年、2018年和2022年报告“设计启动活动和战略影响”。
设计起点的增长乍一看并不像传统的“曲棍球棒”意义上的拐点。好吧，直到人们将数据与每个技术节点的工作量相乘，并意识到大多数预测的增长都来自7纳米及以上。进一步研究数据表明，仅从7纳米到5纳米，预期的开发成本就几乎是原来的三倍。仅在3nm和2nm工艺上的原型及其验证成本就相当于整个16nm设计的开发成本。我们没有足够的工程师，也不能及时培养足够的人才来满足设计需求，所以我们在没有提高生产力的情况下停滞不前。
从历史上看，国际半导体技术路线图(ITRS)每年都会发布年度报告。2001年，该公司曾说过一句名言:“设计成本是半导体路线图延续的最大威胁。”他们跟踪了估计的成本，并保留了一个列出EDA提供的生产力改进的表格，如下图的左侧所示。作为安德鲁Kahng概述于“ITRS设计技术和系统驱动路线图:过程和状态2011年，SoC消费类便携式芯片的成本约为4000万美元。如果没有1993年到2009年EDA技术的进步，同样的芯片的设计成本将达到77亿美元。
除了工具的改进之外，另一个典型的部分是在寻求定义更高级别模型的过程中使用抽象。Alberto Sangiovanni-Vincentelli在他2003年的IEEE Micro文章中使用了上图右侧的一个版本。EDA的潮流以上内容扩展了我在2008年发表的第一篇“博客”中的抽象概念。我添加了基于平台的设计以及当时出现的“多核危机”。
从历史上看，设计效率的提高来自于工具的改进，以及从更高的层次提高设计条目的抽象性和自动化。
大约25分钟他的主题今年,学历Devgan绘制了上面的简化版本，并进行了一些量化。从手工设计开始，我们从晶体管级设计中获得了~10倍的生产力，从基于电池的设计方法中获得了~10倍的生产力，从设计重用中获得了~10倍的生产力。他将下一个级别称为“基于人工智能的EDA”，并将其归因于高达100倍的生产力。最根本的变化将是从非数值方法(使用设计师的直觉和在数百万种组合中穷尽搜索)转向基于数值的方法(基于梯度，是复杂的一般系统的衍生物)。他们使用基于人工智能的强化学习方法来增强现有的流程。
目前的技术主要集中在设计任务的“高工作量”方面。正如《自主设计自动化:我们走得有多远?》，当然，他们专注于芯片开发本身，但也扩展到系统设计。我们才刚刚开始，这让我乐观地认为，我们确实会达到前所未有的生产力水平，以满足消费者对越来越多电子产品的需求。
激动人心的时代即将到来!
附注:如前所述，以下是我在职业生涯中看到的五个最重要的主题演讲:
|
|
|
|
|
|
|
|
留下回复