领域特定的设计驱动EDA的变化

芯片设计生态系统开始转向特定领域的架构，引发了工具供应商之间的争夺战，以简化和优化现有的工具和方法。

这一举动反映出摩尔定律作为提高性能和降低功耗的最佳方法的扩展速度急剧放缓。取而代之的是，芯片制造商(现在包括系统公司)正在推动针对超大规模计算、汽车、移动、通信、航空航天/国防、工业和医疗应用等市场进行优化的架构。

英特尔IC EDA执行副总裁Joe Sawicki表示:“最先进的公司正在为他们的应用程序内部设计IC西门子EDA．“大部分IC方法都是相同的过程，但改变的是，如果你设计整个系统，你就有了新的选择，可以将IC、封装和电路板设计结合在一起，创造更大的差异化和价值。”

这在很大程度上是由设备规模增长放缓引发的，但自那以来，它已经有了自己的生命。

“全行业都意识到，登纳德(Dennard)规模扩张在不久前停止了，摩尔定律(Moore’s Law)也基本结束了，”该公司首席营销官鲁珀特•贝恩斯(Rupert Baines)表示Codasip．“你仍然可以得到更多的晶体管，但我们正处于最后阶段。就每个晶体管更低的成本而言，我们在一段时间前已经超越了这一点。然而，在架构和算法优化方面存在巨大的机会，可以在同一节点上提高性能。这一点有很多证据。很久以前，我们用通用逻辑来处理DSP函数，然后用通用指令。然后我们开始在dsp、协同进程和加速器方面得到专门的指令。20年前，图形也发生了同样的事情，有一段时间，图形是用软件完成的。如果你用的是Sinclair Spectrum或者Commodore PET或者Apple 2之类的，图像都是用软件完成的。现在，一切都在专用硬件中完成。 Nvidia and Arm and Imagination are doing incredibly sophisticated things in optimized and specialized processors, and we’re seeing that same idea applied to AI, just more generally.”

苹果的M1芯片就是一个很好的例子。“他们通过采用相当传统的硬件并针对他们所关心的软件进行优化，取得了惊人的成就。这使得性能和电池寿命都翻了一番。”“苹果展示了你可以通过调整应用程序的架构来实现什么，绝对没有理由不成为主流。”

重新思考商业模式
超级规模商在这一切之上增加了一个有趣的转折，用他们的软件计算服务为硬件创新提供资金。“这在过去从未发生过，”接口IP的高级员工产品经理普里扬克·舒克拉(Priyank Shukla)说Synopsys对此．架构是由一家处理器公司定义的，英特尔拥有整个生态系统。他们想要提供给客户的通用架构。但现在，随着超大规模数据中心领域的所有活动，这些公司可以按秒向客户收取计算设施的费用。他们可以设计自己的硬件。这意味着硬件第一次从服务中获得创新资金。这就是他们在任何需要的地方投资新架构的原因。”

10年或15年前还没有的新架构正在改变着一切。

舒克拉说:“例如，通用矩阵乘法在AI处理器上的表现比x86或任何其他架构都要好得多，它允许进行新的权衡。”“如果我有一个工作负载要处理，我是否只需要一个x86类型的架构来处理它?今天，我的库存中还有许多其他经过硅验证的架构。如何拆分系统?我是否有一个大型的农场，只有GPU做的矩阵乘法，或者我把农场的一部分给你的手机或设备，并启用边缘推理?所有这些选择现在都是可行的，而且有研发资金支持。这就是为什么我们看到了更多特定领域的实现，而不是一刀切的实现。”

图1:特定领域应用的一些选项。来源:Synopsys对此

针对特定应用的专用工具?
要了解当前的动态，可以可视化一个垂直行业和水平技术的矩阵。

“垂直行业包括航空航天/国防、超大规模、移动、通信、汽车、消费、工业和医疗保健，这些行业推动了安全、保障等需求，我有多需要数字双胞胎和数字工程，以及我可以用数据做什么以及如何传输数据，”该公司解决方案与生态系统高级集团总监Frank Schirrmeister说节奏．“其他技术需求包括AI/ML实现、低功耗/热、芯片/3D-IC、多域模拟、混合信号、嵌入式软件开发、光子学和射频微波。”

其中一些技术覆盖了所有行业，而另一些则在某些领域占据主导地位，而不是其他领域。但是这种专门化也表明，针对垂直部分的专门开发工具可能是必要的，尽管具体在哪里以及如何开发仍然是一个不断发展的问题。

贝恩斯说:“有些市场，比如汽车市场，有他们自己非常特别、非常特殊的要求。“如果你想为这个市场服务，你就需要了解他们的词汇、标准和工作方式。你也有特定的dsp或AI算法。在这些领域做好工作需要了解特定的软件库和工具链。如果你要做人工智能，你需要支持CUDA和OpenGL之类的东西。我们将看到这种程度的优化应用，以及这种程度的理解应用到其他不同的事情上。”

挑战在于EDA工具供应商需要让客户能够做这些事情，但在很多情况下，客户才是真正的专家。以苹果公司为例，该公司知道自己想要什么，但它正在寻找一种更有效的方式来实现它。

这在多大程度上需要工具的专门化，而不是探索各种不同架构选项的能力，目前还不完全清楚。Shukla说:“一个领域特定的架构是死到死的分解。“这是在解决网络、5G基站以及高性能计算的永恒主题。在追求每平方微米更多的聚集计算的过程中，解体正在发生。在一个封装中，有多个模具，结构可分为均质模具和异质模具。

同质模具通常被定义为在相同的工艺节点中开发，尽管有时定义会超出此范围。然而，无论是同质还是异质，当与其他模具包装时，每种模具都会带来自己的一组挑战。

Shukla说:“以前，我们设计的是一个复杂的模具，但现在系统由多个模具组成。“您需要进行系统分区。你想在这个芯片，这个骰子上放什么?你想在骰子上放什么?他们会被安置在哪里?它们是如何联系在一起的?你能关闭计时吗?整个系统的电力输送网络是什么样的?这些都是这种领域特定架构的新挑战，即同质分解。另一种选择是为了某些功能而连接的分割soc或分割芯片。 This is not a mesh network. There are different challenges, and you have to take care of timing issues, because these dies are interconnected. While it may appear simpler, it nevertheless poses new design challenges.”

5G等新技术带来了其他挑战。由于信号衰减快，特别是毫米波，因此需要许多基站。这意味着更多的天线，更多的基站和新的标准化，这样新的参与者就可以进入。

舒克拉说:“微软在5G网络上投入了大量资金。“他们正在进入诺基亚和爱立信服务的领域，当这些超大规模的公司进来时，他们想要标准化，所以会有很多新的参与者。4G RAN之前的标准是私有接口。现在，超级规模商正在要求新的可互操作协议，如以太网，甚至是5G基站。eCPRI是一个使用以太网的，这是在5G领域开始的领先新设计。5克开跑此外，主导设计开始为基站。同样，因为你想在最小的区域内积分，我们看到了骰子解聚。主题仍然是，你需要在用于HPC和5G的特定领域架构中分解芯片。”

所有这些变化意味着EDA工具也必须适应新的设计需求。

他说:“过去，EDA工具在模具上解决问题。“现在，EDA工具必须解决一个包，因为有多个模具。我们以前为骰子做的平面图。现在我们不仅要在骰子上做平面规划，还要为一个包做平面规划。凸点放置、自动布线——所有这些在模具层面上完成的事情都需要在封装层面上完成，以及模具到模具的布线、地板规划、电迁移的终止分析、电源和网络分析。”

优化为王
随着芯片越来越复杂，工程团队面临着越来越多的数据——远远超过人类大脑所能处理和存储的数据。但所有这些数据都需要有效地验证芯片是否能按预期工作，并在出现问题时进行调试。

“没有办法得出结论，轻松掌握所有有价值的信息，”奥利维拉·斯托亚诺维奇(Olivera Stojanovic)说Vtool．“我们正在努力帮助用户过滤所有必要的信息，只专注于调试。当存在大量数据时，机器学习也有帮助，你需要弄清楚其中是否存在关系——以及何时检测到错误，以帮助工程团队了解问题在哪里——但也要掌握进行调试的主要重点。在验证中，特别是在使用第三方vip时，它不是你的代码。你无法控制它。有一堆信息，不容易控制。当验证环境中存在不同的提供者和不同的代码组合时，新的方法使得确定哪些是有效信息成为可能。例如，如果你有一些在CPU上运行的代码，那就是C代码。另一方面，您有一个UVM环境。有两个消息作为代码执行的输出，还有UVM消息。 If the log files can be merged and looked at it with the same tool, it would be very helpful for the verification engineers.”

的联合创始人Shubhodeep Roy Choudhury说:“调试方面的最新进展围绕着多种技术，比如硬件跟踪、基于扫描链的调试等等。Valtrix系统．“根据触发事件跟踪和捕获内部信号，并将它们存储在跟踪缓冲区中，然后可以从调试端口读取，允许无缝收集数据，而不会中断系统的正常执行。可能需要大量硬件仪表，但是将触发事件放置在故障点附近可以获得对问题的大量可见性。

这在特定于领域的设计和高级封装中尤其重要，因为在这些地方，什么可行，什么不可行的历史有限，而且有许多独特的变量。

Roy Choudhury说:“由于后期的bug总是会给进度带来风险，除了调试技术之外，还应该高度重视刺激和测试生成器。”“在设计生命周期的早期启用软件驱动的刺激和真实的用例，可以增加遇到复杂错误的机会。此外，应用软件的开发并不是基于寻找设计漏洞的心态，而且通常调试起来很复杂，所以使用刺激生成器可以更好地运行系统并利用系统中现有的调试基础设施总是一个好主意。”

替代方案
要想在特定市场中具有竞争力，关键在于针对特定应用和用例优化设计，但这需要对芯片、软件、封装以及针对特定市场或用例需要优先考虑的内容有深刻的理解。

“我们正在不断优化，”Vtool前数字设计经理亚历山大·米贾托维奇(Aleksandar Mijatovic)说。“需求在上升。我们想要更小更快。但是制造业的价格在上升。好消息是过度设计的数量将开始减少一些。价格将不像几年前那么值得。我们正在接近一个临界点，即我们无法通过技术取得突破。我们知道硅技术正在放缓，所以我们将转向优化架构，并试图加快芯片生产。随着我们现在看到的芯片的大小，熵变得越来越大。您需要将所有相关数据放在一个地方，并以某种方式进行比较，因为在某一点上，随着问题数量级的变化，您开始迷失在完整流中的所有输出和所有调试数据中。 It starts getting out of focus simply because your capacity to remember everything is dropping. Also, you do not have time to learn the entire system before the deadline.”

因此，晶圆代工厂已经转向了经过验证的结构类型，这表明已知的架构是有效的。这限制了选项的数量，尽管它们在技术上是可能的，但可能太昂贵了。

斯托亚诺维奇说:“代工厂会告诉你，‘在这种技术下，它会给你带来这种性能和这种产量。’”“这是你的选择。你可以选择一些不是最优的东西，但你将为面积、制造和糟糕的性能付出代价。”

这些性能、功率、面积/成本/开发时间的权衡并不容易计算，因为有太多的方法来做事情。

设计师想要什么?
用户群体知道并理解用于特定市场的算法。挑战在于开发硬件，为特定应用优化这些算法。

Codasip的Baines表示:“他们正在寻找一种能够帮助他们实现自动化或提高效率的工具。“他们也在寻找一种支持验证的工具。”

验证一直是一个巨大的挑战，但如果设计独特，验证可能会更加困难、耗时和昂贵。

贝恩斯说:“当你开始谈论流程时，它们具有所有的复杂性，以及大量任意指令的难以置信的用例，验证成为一个真正巨大的挑战。”“为了让人们更容易地进行健壮的设计，并且尽可能地信任他们，工具必须为你工作。他们应该生成记分卡和测试平台。工具需要生成UVM。工具必须与标准流程保持一致并兼容。它实际上是说，它们必须是某种预处理器，以一种一致和兼容的方式生成Verilog或SystemVerilog，因为你不想重新发明所有东西。你在求加速度。您正在寻找一个前端工具，使其他一切都变得简单，并与其他一切保持一致。反过来，这意味着一致性和兼容性必须是人类可读的。过去有一些工具可以输出一些非常优雅的东西，但它有点模糊和加密。 That makes them useless.”

Synopsys的Shukla认为，EDA公司现在必须提高他们的游戏水平，帮助客户从系统规划到实施，以及固件/硬件/软件的联合开发。

为了推动特定市场的技术需求，一种方法是利用行业标准。Schirrmeister说:“例如，在安全和保障方面，每个行业似乎都有相关但略有不同的标准。”“航空航天/国防领域有DO标准。为了安全起见，有ISO 26262。然后，[在美国]覆盖标准的是国家公路交通安全管理局(NHTSA)，以及欧洲的不同组织。所有这些都是区域相关的。这意味着如何思考这个问题真的没有简单的答案。”

它所做的是鼓励以前没有互动的团队现在这样做。这也反映在EDA工具社区对创建具有相互关联基础的解决方案和工具流的更多关注上。

结论
在一天结束的时候，最大的争论是如何引导有针对性的解决方案和一般化的产品，特别是当这些产品变得越来越集成时，以及开发这些解决方案的最佳方式是什么。

Schirrmeister说:“产品是关键，但你不能简单地说，‘哦，这一切都很好地集成到一个更大的东西里了’，就能弥补一个不太好用的工具。”“如果你在某个地方有一个薄弱的环节，一根非常细的柱子，整个建筑物就会倒塌。但它也促进了更多的生态系统的引入，所以当涉及到安全等问题时，它真的是一个生态系统的事情。这就是为什么在今天的很多流程中，当涉及到安全之类的东西时，完整的堆栈，你想要与像Green Hills或Tortuga Logic或Dover Microsystems这样的公司合作。低功率也是一样。你引入了技术合作伙伴，这更多是关于半导体技术生态系统。你把这些都放在一起，它就变成了一个需要解决的生态系统问题，你需要共同努力来解决它。”