更少的利润,更多的衍生版本,新市场

半导体工程坐下来讨论multi-physics的影响和新的市场应用芯片设计与约翰·李,总经理和副总裁ANSYS的半导体业务单元;西蒙•伯克杰出的工程师赛灵思公司;杜安去骨,电气工程和计算机科学教授麻省理工学院;EDA / IP联盟主任和托马斯·危害英飞凌。以下是摘录的谈话。

SE:在最先进的节点,有很多新的问题涉及高温、动态功率密度,电子在导线的电阻,内存泄漏电流,噪音,和静电效应。多久我们能继续推动这之前我们需要基本架构的变化,设计和制造吗?

西蒙•伯克(唐森杜安去骨,约翰·李,托马斯危害

李:我从根本上乐观我们继续这些芯片设计的能力。如果你看看从我们的铸造过程路线图伙伴如台积电和三星,有很多他们做推动先进的流程节点。然后我们也有3 d-ic。每次在过去的20年里,当我们看着前方的挑战在未来5年,我们总是能够解决这些问题。很明显,你需要基于物理模拟。这些进步我们不再能够负担得起。你不能看热是独立于权力,或者是分开时间或权力的完整性。这些都是耦合在一起。利润率是邪恶的,我们的工作是提供工具来删除保证金和设计先进的流程节点和跨多个系统和多个死亡。我们不能看这些作为单独的。我们要做的比以前更好。

去骨:我们点击的地方有一些限制,但总是令人印象深刻的是,我们发现其他方面的创新。这意味着增加复杂性和增加耦合,但幸运的是工具和方法不断改善解决这些。我不认为我们看一个范式改变,一切都变得简单。我们看一个物理模拟的变化,以及其他种类的工具和方法,在这些新兴的挑战。和机器学习和人工智能有及时来帮助我们处理的一些挑战。

伯克我们有固定的问题,然后我们继续下一固定的问题。这些解决方案设计师和验收过程至关重要。一个巨大的挑战对我们来说是完整的设计过程和tapeout安排芯片能够满足市场需求,不同于我们之前做什么。管理这种复杂性在同一时间框架是一个大问题。

危害:在英飞凌我们不是发展的前沿。我们只是搬到22纳米,但我们需要安全、节能的产品。汽车需求使这个具有挑战性的环境。对我们来说,这也是对集成和调试的问题,以及如何修复它们。从一个分析点有不同的领域,我们需要迅速的方式查看和分析所有在同一时间。独立于搬到最先进的节点。

SE:有一些根本性的改变。在过去,我们都知道芯片开发最先进的节点最终将在智能手机或电脑。今天,人工智能在汽车和其他地方,5 g,边缘,这些终端应用程序在过渡。这将如何影响设计?

西蒙:十年前我们可编程序逻辑。今天我们有Arm核心,连同DDR,加强了网络接口,机器学习,网络芯片,还有技术添加到我们的产品,因为我们的客户需求。扩大了我们的产品的使用,让我们这些新空间5克、汽车、机器学习和网络,我们可能不会一直能在10年前。我们的产品已经改变,以反映,但这并没有改变得到芯片的潜在问题。它只是意味着我们有更多的问题要解决得到相同的芯片。

去骨:这让我想起了五年前的对话时,所有的CPU芯片和手机。全是,新产品将会是什么?如何推动新技术呢?“我们希望多样性和很多不同,现在我们得到它。我们有一个很好的机会上升到创建多个类型的设备的挑战,与多个类型的物理,包括光子学,以及集成的签收。这是一个激动人心的时刻一起把所有的线程,但它也将是一个挑战。

李:通用硅的想法当然将继续下去。但我们也看到硅为特定的应用程序。与超大型公司和系统公司为特定的用例,建立自己的芯片,是有意义的。这关系到一些大趋势我们看到,包括自主驾驶,汽车在一般情况下,5 g通信、发生了什么数据中心云计算和人工智能。这是驾驶巨大的创新。

危害:我们做很多设计系统设计开发新产品。我们现在看到的更进步system-in-package和堆死。我们需要不同领域的结合和计时芯片之间的衬底。热、可靠性和开裂问题。这些都是我们现在正面临着系统中。

SE:我们设计的硅所有用例,或者我们设计的硅有限数量的用例?这是今天比过去有什么不同?

伯克我不认为事情已经从根本上得到改变。但在fpga,我们要做专门的部分为不同的细分市场。对每个人都没有一个FPGA。所以我们做一个5克,另一个用于汽车。这是真的在ASIC的世界里,,我希望分裂将继续下去。但是因为你有多个芯片市场出来而不是只有一个,你有多个问题。

SE:这不是容易在FPGA市场,在那里你可以重新编程的逻辑吗?

伯克是的,但是没有一个FPGA的了。有10或12,每一个都有专门的市场。

危害:如果你看功率效率,你可以添加更多的用例,因为你可以有一个,两个或三个区域关闭以节约电能。而不是减少病例的数量,我们实际上增加。

去骨:如果你看看通用和特定目的芯片,看看更大的生态系统,这是一个文艺复兴时期的开始是专用芯片或硬件。所以信号处理器转换成语音信号处理器或视觉处理器,现在你开始看到那些变得更加普遍。我们看到一波又一波的创新非常狭窄的用例,然后我们看到共性推广。相同的周期,但现在有快速变化。与人工智能芯片现在正在发生,他们会从非常专业的设计更通用的处理器,可以解决一个大家庭的问题。

SE:我们也增加密度的叠加,跨多个比特和修剪和寻找模式0。这意味着未来的设计什么?这是相同的,还是一种新的方式看待事物的?

伯克:今天我们看到一个有趣的变化是从扩大到扩展计算。今天使用的许多方法需要单一系统,单一服务器,经常与尽可能多的适应。但是有一个限制你可以有限制你能买到什么。前进的方向是水平扩展,你有弹性计算云,您添加更多的服务器,如果你想要更多的能力。需要我们继续分析系统的大小我们今天建设。这是一个行业的问题。但转型是非常重要的,有一个根本性的改变方式的EDA工具允许你方法的问题。

李:我们的问题EDA是,如果你回到30年前,顶尖计算机科学家都集中在我们的区域。今天,很多人受困于1980年代计算机科学,这影响我们的工具如何运行或不运行,在计算环境中。我们一直在积极寻找最好的计算科学以外的EDA仿真产业。有这么多的创新发生在计算机科学方面的比例计算,所有这些是至关重要的。但是当我们去更多的定制的硅,人才是限制因素。我们看到系统公司在员工内部。我们看到很多半导体公司添加ASIC服务的机会。但有一个限制。如果你有一个高级工程师,如何采取人工智能和ML和把它应用到我们的工具,一个初级工程师可以生效。有巨大的唾手可得,我们应该能够应用工具利用AI /毫升,这样人类就可以看着它说,“这是一个问题,”并修复它。

危害:你需要计算,但总的来说你必须确保你有简单的计算架构。这将是组合成多个芯片。我们绝对需要扩展,我们需要EDA方法和流程处理这样的规模。

SE:似乎有更多的特定于应用程序的知识去设计比过去。在过去,你可能会推动芯片最小的节点。现在有更多的资源在一个特定的基于知识的设计。

危害:有时候我们计划第二步,得到90%的基本功能,因为你想试试真正的硅。你也做仿真。规范从客户总是改变。所以模拟仍在继续,但在更小的增量。

去骨:我从事设计制造多年,主要处理制造变异。很清楚的是,变化是在操作条件下,在与环境的交互,使用情况,等等。所以得到芯片的回答所有的问题在第一次旋转正变得越来越困难。你还想尝试,使用当前的方法,但也有一个重点——也许从软件产业规划更多的旋转与较小的叮咬。快速学习所有这些相互作用是至关重要的。你需要获得经验和充入物理模型,增强模型和捕获的一些微妙的影响你收集的数据在一个快速旋转,可以进入一个机器学习模型。有微妙的相互作用的物理,你甚至不知道在那里。我们需要朝着更快的迭代,如果可能的话,而不是试图解决所有问题。

李:我们看到更多的衍生版本,我们看到很多挑战时间增加体积和时间。在我们最敏感的地区,我们发现你不能修复无法测量。我们看到的是,margin-based方法用于对成本产生影响。和我们看到的先进的技术是那些margin-based方法是保守的。电压和时间是有很多意识。如果你看看PVT和过程的可变性,电压变化和温度,这些资源可以更好的建模。电压时序故障是真实的,那里是一个机会。第二个源模型,不能固定片上电磁学。现在我们有片上并行转换器、高带宽数字信号和片上电感非常具有破坏性的影响。这是一个巨大的挑战设计这些天。资源越来越多,从我们的角度来看这是由于multi-physics和模型更好的需要。