高管洞察:沃利·莱茵斯(2018年3月)

沃利·莱茵斯，总裁兼首席执行官Mentor是西门子旗下的企业他与《半导体工程》(Semiconductor Engineering)一起讨论了广泛的行业和技术变化，以及这些变化在未来几年将如何发挥作用。以下是那次谈话的节选。

SE:终端市场将会发生什么?

莱茵从设计的角度来看，现在的终端市场可能比近年来更令人兴奋。每个人都对汽车行业中出现的电子设计机会感兴趣。汽车行业的技术发展竞赛重新唤醒并加速了发展，并蔓延到其他行业。据说，消费者对某些汽车的电子产品和软件的价值达到了购买价格的近50%。这导致oem和供应商对所有与电子和软件设计相关的事情都给予了极大的关注。工业电子是另一个令人兴奋的领域工业物联网(IIoT)。智能工厂和供应链正迅速成为保持竞争力的基本要求。智能正在推动产量、成本和调度，使工厂经理在保持库存水平优化的同时随时做出智能决策。

SE:在其他市场呢?

莱茵:物联网技术正在家庭中找到有意义的应用。我们都有关于联网设备的故事，但这些设备并不能解决现实世界的问题。然而，这些失误已经让位于帮助推动消费行业发展的真正解决方案。视觉的发展对消费电子产品和工业电子产品都同样有意义。摄像头是许多设备以及装配线的重要输入。今年圣诞节期间，许多4K电视被作为礼物交换，这是多年来许多其他视觉相关设备开发的结果。视觉信息通过其对带宽、存储、性能和网络容量的需求，帮助推动了通信和计算机行业的技术变革。对于任何行业的技术人员来说，这都是一个令人兴奋的时代。

图片来源:Paul Cohen/ESD联盟

SE:在EDA内部呢?有人会去争夺Cadence或Synopsys吗?

莱茵:我不知道。对于门拓来说，加入西门子PLM的好处是巨大的，但这是少数几次以增加对被收购方的投资而不是降低成本为目标的收购之一。因此，门拓能够增加IC设计的研发，进行关键的收购，如Solido并利用西门子的客户关系，加速系统公司采用EDA。

SE:为什么三星为资本支出分配这么多?其他行业会做出回应吗?

莱茵三星的历史性投资突显了他们对自己未来作为半导体和显示器业务技术和市场领导者的信念。三星只是在利用他们在这个时刻的投资能力来发挥他们与所有竞争对手的市场优势。任何一个商人都知道，在这样的投资水平背后，必须有一个相当可靠的案例，所以他们显然有一个计划。这种投资水平将迫使市场发生变化。竞争对手将不得不做出回应，或者满足于未来市场份额缩小的潜力。应对措施可能是战略性的，而不仅仅是增加支出。没有多少人能花那么多钱。他们的一些竞争对手会选择专业化。其他公司可能会合并或合并。合并方案可以包括纵向和横向两种选择。 The answer to the prior question might even be impacted. There is a broad range of market responses that might occur. There are some very smart executives at Samsung’s rival companies reviewing their options right now. Passive acceptance by rivals is probably not a good alternative.

SE:便携式刺激计划会在2018年重见天日吗?

莱茵简单的回答是肯定的。Accellera2017年6月在DAC上发布了“早期采用者”规范供公众审查，目前正致力于在2018年发布1.0版本。记录计划是在DVCon(美国)提供“1.0预览版”，为期30天的公众审查期。然后，他们将再进行一次清理，并于5月提交给Accellera董事会批准。预计董事会将于2018年6月在DAC之前批准便携式刺激标准1.0版本。届时，Mentor将对Questa inFact进行全面更新，以便在新标准发布时完全支持它。我们期望便携式刺激标准将成为SoC验证的抽象和生产力的下一个进步。需要指出的是，我们并不指望它能取代UVM，而是与UVM相辅相成报道块级别的闭包、验证效率和有效性。我们相信，重用PSS中表达的验证意图的能力——从块级UVM环境到软件驱动的嵌入式处理器SoC环境以及在多个平台上(仿真、仿真、FPGA原型设计)——将为生产力带来巨大飞跃。因为Portable Stimulus规范是声明性的，工具可以在系统级别上完全分析验证意图描述，并从单个规范生成多个平台上的用例测试的多个按构造纠正的实现，而不需要验证团队用UVM重写块的测试，用C重写系统的测试。

SE:我们能看到物联网、机器学习、医疗方面的持续发展吗?会有什么样的设备或服务发布?

莱茵我们的看法是这样的物联网，人工智能，机器学习自动驾驶都是相互关联的。物联网继续获取更多的数据。机器学习和人工智能帮助我们分类、过滤和使用这些数据，比人类更快地更好地理解和预测事情。例如，自动驾驶将利用人工智能识别道路上肉眼看不到的威胁，并比人类更快地做出反应，避免这些威胁。这些车辆也将成为物联网中的事物/节点，将大量数据传输给原始设备制造商进行预测性维护，并传输给基础设施，以便驾驶员确定到达目的地的最快路线。更重要的是，即将到来的向5G连接的转变将使更复杂的一代物联网成为可能，更先进的人工智能“东西”将更快地传输大量数据。我们相信，有了5G，我们不仅会看到自动驾驶汽车技术的加速发展，还会看到智能工厂、智能医院、智能城市、通信基础设施和商业智能技术的加速发展，因此公司可以利用真实的使用和偏好数据，根据客户需求定制产品——也许在客户意识到他们需要这些产品之前)。

SE:这对半导体行业意味着什么?

莱茵:我们相信，为物联网中的事物/节点生产具有AI核心/IP的soc的公司数量将会激增。新的人工智能处理器的数量也将激增，其中可能包括用于数据中心和云基础设施的某种形式的加速。我们还将看到支持5G无线通信基础设施的IC构建，然后是新一代物联网设备的构建，这些设备可以充分利用5G所承诺的巨大带宽。有线网络也将看到更多使用硅光子工艺的集成电路的提升，这种工艺将光速光纤直接引入集成电路。当然，所有这些都需要更先进的工具和方法来开发IC架构、功能验证、物理设计和验证、良率和高级测试。我们也将开始看到更加强调可靠性设计，更多地结合高可靠性设计技术，甚至可能是物联网和基础设施中设备的自我纠正架构。这些集成电路将需要在所有系统级别的环境中进行测试，不仅仅是SoC系统、PCB或ECU，而是网络中的整个汽车或车队。生活在一个由技术推动如此多变化的时代真是太好了。不用说，这个时代代表着EDA、半导体和电子系统行业的巨大增长机会。

SE:半导体制造方面会发生什么?

莱茵2018年将标志着领先的晶圆代工厂开始推广7nm技术(或同等技术)。大多数7nm最初将依赖于现有的光刻技术，特别是193nm浸液和多模式——自对准方法(SADP/SAQP)和常规DP/TP/QP。预计代工厂将开始引进EUV也许是在7nm制程的后期，或者甚至是在他们转移到“半节点”的时候。晶圆代工厂目前正在管理设计规则，以解决非EUV和EUV方法的模式。Calibre设计和制造工具套件支持所有必需的多模式方法，并且在对设计数据应用工艺修正时，它包含了针对多模式交互的特定考虑。此外，我们还增强了Calibre工具，以解决IC设计中在7nm节点上日益增长的2D和3D交互作用。同样值得注意的是，2017年我们看到了中国工厂产能的重大新公告。我们预计2018年将取得进展。

SE: EUV的使用才刚刚开始，市场上出现了大量的新材料和新存储器。

莱茵:业界正在考虑新的抗蚀材料，以解决目前在EUV照射下观察到的强随机效应。在高级节点中引入钴金属化。我们一直与所有代工厂密切合作。

SE:我们会在设计实践或新的开发工具中看到任何重大的变化吗?

莱茵:随着的每一个周期摩尔定律在整个IC设计流程中，每个新技术节点都会在容量和复杂性方面带来新的挑战。最新的工艺节点，加上宏观市场趋势的功能需求(自动驾驶、人工智能、视觉、物联网、5G等的增加)，引入了额外的复杂性和可靠性要求，这影响了集成电路的设计方式，以及高效设计所需的工具和方法。在SoC架构层面，公司更需要实现具有功能、功耗和性能平衡的最佳架构。设计团队(特别是那些开始使用算法方法将AI和模式识别开发到其设计中的团队)发现，从c级综合开始架构发现允许他们快速开发多个架构方案，并为给定的应用程序聚合和实现最佳架构方案。这减少了RTL开发时间和许可要求以及上市速度。我们看到这一业务呈指数级增长，并且随着越来越多的公司意识到从RT级别开始落后于竞争对手的距离，我们预计这种增长将继续下去。

SE:那验证呢?

莱茵在过去的10年里，我们看到了新产品的爆炸式增长验证要求。例如，除了验证传统功能域问题的需求之外，我们还添加了时钟域、电源域、混合信号域、安全域、安全性、软件，然后显然是总体性能需求。这推动了对针对特定验证问题优化的多种重点解决方案和技术的需求。这些重点解决方案的示例包括正式的应用程序用于验证设计中的安全功能，以及电源应用程序用于提供完整的RTL电源探索和精确的门级功率分析模拟．我们还看到了跨多个验证引擎(例如仿真、仿真和FPGA原型)进行更大融合的需求。这对于提高从IC设计到软件开发的整个设计团队的生产力是必要的。我们的行业正在通过开发新的Accellera便携式刺激标准(PSS)来解决这些问题，这将有助于促进这种融合，并促进新的验证解决方案和技术的引入。

SE:模拟/混合信号在其中的位置?

莱茵:我们相信2018年将会有显著的增长模拟而且混合信号用于汽车、通信、数据中心计算、网络、移动和物联网应用的ic和IP。验证这些高性能和低功耗模拟和混合信号电路的挑战将继续对验证流程和验证工具提出严格的要求。电路验证流程将需要提供具有改进性能和容量的晶圆厂认证电路仿真精度。仿真将需要包括器件噪声、布局后寄生和跨多种环境和操作条件的工艺变异性的影响。Mentor继续在技术上投资，以应对这些挑战，最近收购Solido进行变化感知设计就是明证。在AMS和全定制设计方面，我们看到越来越多的IT公司，如谷歌、阿里巴巴、Facebook和微软，正在为自己的物联网产品开发自己的ic。他们可以从中获得客户数据，然后利用这些数据开展进一步的业务。他们正在寻找现代集成/一体化定制设计解决方案，为这些物联网产品开发ic。在整个IC EDA工具组合中，我们现在看到了利用数据分析和机器学习来解决各种工程问题的多种机会——从显著减少标准单元、内存和I/O表征时间，到通过系统级分析提供深入的功能和性能洞察。

SE:那行业整合呢?

莱茵在过去的几年中，半导体行业经历了一波整合浪潮。从2013年到2016年，价值超过5000万美元的年度并购数量翻了一番，从16起增至34起。但今年，即使美满电子(Marvell)最近宣布收购Cavium，合并交易也大幅下降至15起。然而，如果算上博通收购高通的报价，已宣布的并购价值达到了1560亿美元的历史最高水平。这几乎是2011年230亿美元并购交易的7倍，这在当时是半导体市场的历史最高水平。那么，为什么会出现这种合并热潮呢?最被广泛接受的原因是，这个拥有60多年历史的行业正在走向成熟，正在步钢铁和汽车等其他老牌行业的后尘。但数据并不支持这一假设。50家最大的半导体公司的市场份额总和仍低于10年前。十大半导体公司的市场份额总和仅比过去40年的平均水平高出10个百分点。

SE:那么到底发生了什么?

莱茵:我认为另一种可能性更大的是，我们正处于半导体行业典型的主要增长浪潮之间。无线手机推动了最近一波的增长，我们正在等待一些新的东西，比如物联网，来产生一波新的增长。从历史上看，新的半导体增长是由新应用带来的，当每功能的成本或其他一些新功能使新应用成为可能时，新应用就成为可能。近年来，每个半导体晶体管的成本每年下降30%以上，就像过去60年的平均水平一样。事实上，这种趋势的延续很可能会使未来的新半导体应用浪潮成为可能。与此同时，持续的低借贷成本和市场专业化等其他因素将为一定程度的行业整合提供动力。但这种整合很可能表现为特定公司在特定应用领域的主导地位增强。