价值最大化后摩尔定律

当摩尔定律充分发挥作用时，几乎每个细分市场都将转移到下一个可用节点作为实现价值最大化的主要方法。但如今，每个主要的细分市场都在寻求与自身需求更紧密结合的不同策略。这种多样性最终将给供应链带来痛苦和机遇。

芯片开发人员必须在数量相当的芯片门上做得更多。晶圆代工厂正在创建更专门的工艺，专注于各种优化标准。IP开发者努力去支持所有这些内容并满足垂直市场的需求。系统集成商关心电路板上的芯片数量。部署这些电路板的人关心的是一端的电力和冷却成本，或者另一端的电池可以使用多长时间。一些行业并不关心芯片的寿命，因为他们的产品被认为是一次性的，而其他行业则希望将芯片的寿命延长到15或20年。

公司营销副总裁库尔特•舒勒说:“评估价值真的很难，因为它涉及到人的一生Arteris IP．“很多芯片都是一次性的。以你的手机为例。你并不关心它10年后是否还能正常工作。对于数据中心和人工智能芯片来说，这是一样的。某些行业确实希望这种芯片可以使用15年或20年，比如汽车、工业等，这些行业的设备有巨大的资本成本，人们不会把它扔掉。”

许多行业正在重新定义商业模式，或者应对不断变化的地缘政治局势。“在即将到来的市场，如电动汽车，新的使用场景，如24/7运行，导致长期可靠性主题的相关性越来越高，”罗兰·扬克(Roland janke)说弗劳恩霍夫IIS的自适应系统工程部。“全球贸易领域最近的发展提高了稳定供应链和零部件可靠性的重要性。因此，在系统规划和架构决策中需要考虑新的主题和优先级。”

数据中心
数据中心有一个重要的成本组成部分。阿特里斯公司的舒勒说:“大约30%的成本花在了冷却上。“这就是为什么他们中的很多人都在水电大坝旁边。传统上，总是会有新的芯片和新的机器，它们的功耗会更低，性能会更快。但是,随着摩尔定律正在放缓，这在未来可能不会是真的。”

于是，压力就落在了供应商身上。“设计团队是否应该在设计上进行大量优化以降低功耗，即使这将增加开发成本?at的设计IP营销总监Tom Wong问道节奏．“最终用户能否节省足够的电力和冷却费用来抵消更高的产品成本?从数据中心的总拥有成本的角度来看，运营成本高于其他一切，包括最小化产品性能的设计成本增量。”

这种专注创造了机会。“数据中心正在寻求优化性能/瓦特，”哈瓦尔帕里克，细分市场总监，基础设施业务线手臂．“随着对可扩展的云原生应用程序需求的增长，超大规模数据中心运营商可以通过部署服务器来最大限度地提高每台部署服务器的收入，或者在用于部署内部服务时降低运营成本，从而大大受益。AWS Graviton2 CPU就是一个很好的例子，以低20%的价格提供高达40%的应用程序性能。我们还看到了一个明显的趋势，即企业应用程序受益于加速，从而大大提高工作负载性能。”

在某些情况下，这催生了一种新型芯片开发商。Shuler说道:“我一直在与一些公司进行交流，他们正在考虑Arm服务器，或用于x86的人工智能硬件加速器。“从大局来看，他们希望找到更有效的方法，因为它确实会消耗大量电力。对于人工智能处理来说，无论是训练还是推理，功率问题都是巨大的。这就是为什么我们看到他们投资并创建自己的芯片团队。”

要实现这一目标，需要一些新的范式。Wong说:“加速计算平台(如cpu、gpu和fpga)、用于人工智能加速的芯片上异构系统(soc)和高速网络/互连的系统进步，都将芯片集成推向了前所未有的水平。”“面对摩尔定律的真正限制，半导体行业正在遇到持续改善业绩的障碍。我们已经达到了以前从未遇到过的实际极限，因此cpu、gpu和fpga都开始向分解的多芯片解决方案迈进。由于许多因素，小芯片提供了一个引人注目的价值主张，包括产量提高，物理实现重用，能够为每个部分选择最佳节点和流程，以及缩短设计周期。”

汽车压力
一些市场需要极高的灵活性，通常是因为系统将被部署很长一段时间。随着时间的推移，扩展或调整这些系统的能力会增加价值。

“汽车行业正在经历一个重大变革时期，”David Fritz说，自动驾驶和ADAS soc的高级总监Mentor是西门子旗下的企业．“在过去，他们会有数百个集成电路和pcb，但今天他们将所有功能整合到几个大型soc中，所有功能都针对一个前沿节点。他们必须考虑功率、性能、面积和热，在你甚至决定应该使用哪个CPU、应该使用多少CPU、缓存应该有多大、我是否真的需要GPU、我是否应该在那里放一个NPU、这些大IP块的正确组合之前，他们都必须建模。”

这种灵活性也推动了新的商业模式。“你可以通过无线下载应用程序，”弗里茨补充道。“这些更新可以改变车辆的基本行为。”

但与此同时，安全性、安全性和可靠性也变得更加棘手。“有一个问题还没有得到很多关注——可靠性，”他说。“假设故障将会发生，你如何安全地从这些故障中恢复，而不是让整个飞行器的每个子系统都有物理冗余，这会导致成本飙升。有一个概念叫做动态冗余。这基本上意味着，在发生故障时，您可以接管用于低优先级任务的资源，并利用它们作为失败功能的替代品。”

可靠性不仅仅是芯片老化。“考虑复位的利用，要么重新配置或重新为您的设备供电，在芯片的其余部分的功能操作中，”Prakash Narain说真正的意图．“这可能会引入亚稳态，从而导致你的设备以非常微妙的方式故障。时钟域交叉(CDC)是一种非常普遍的故障模式，如果你不注意它，那么你的设备将有一个很小的平均故障间隔时间(MTBF)。重置域交叉(reset domain crossing, RDC)失效模式在设计中已经存在很长时间了，但并不普遍，这意味着RDC失效的MTBF要比CDC大得多。在过去，人们忽略了这一点，并接受了大约每三周重启一次设备的需要。根本原因可能是RDC，但很难将这些故障与RDC故障联系起来。”

安全问题也得到了解决。“安全是复杂的，因为一个公司可能需要一段时间才能被糟糕的功能安全流程的后果所灼伤，”该公司的技术营销经理塞尔吉奥•马尔切斯(Sergio Marchese)表示OneSpin解决方案．“以丰田意外加速事件为例。反馈过程非常漫长，花费巨大，比重新旋转糟糕得多。至少有这样的标准ISO 26262这为供应链中的所有参与者提供了一套通用的、最先进的要求。”

但是安全仍然是一个很大的风险。“没有既定的标准和流程，”Marchese继续说道。“没有任何指标可以清楚地评估你每多花一美元能获得多少安全保障。虽然我们已经看到了IT系统和物联网设备安全攻击的可怕后果，但网络物理系统是一个全新的游戏。风险要高得多。攻击可能会造成人员伤亡和财产损失。”

灵活性
汽车并不是唯一一个对灵活性需求不断增长的市场。“物联网其特点是拥有20种不同版本的基本相同的小芯片，”舒勒说。“从软件的角度来看，他们使用的是为一系列不同产品开发的相同软件。这样可以省钱。他们试图尽可能多地重复使用软件，因为这是成本的主要部分。在这些极低功耗物联网芯片领域取得成功的每个人都有一个平台战略，他们正在创建一个中央平台，并在此基础上开发10到20种不同的产品。”

灵活性可以直接内置到芯片本身。真正的用例是eFPGA就是像界面这样的东西正在以人们无法预见的方式发展，”Menta董事总经理兼业务发展副总裁约安·杜普雷特说。“它可以取代I²C或另一个版本的SPI接口，或适应新的传感器，这可能需要一个新的数字接口。他们可以节省大量的上市时间，这使他们能够在各种产品上使用单一芯片。”

通常，更多的功能必须打包到芯片中。Real Intent的Narain说道:“我们发现游戏设计正变得越来越多模式。“他们正在寻求从他们的硅和架构中提取更多的东西。这些设计变得更加可配置，更加节能。你必须在架构上使设计更具可配置性，这样它就可以以一种模式或另一种模式运行，而不必实际显式地复制这些模式。因此，不断增加的优化和架构工作正在进行。这使得核查成为一个更大的问题。”

这也带来了优化挑战。Movellus总裁兼首席执行官Mo Faisal表示:“如今，几乎每个SoC都有多种模式。“它们都是独立的模式——睡眠模式、待机模式等等。客户希望单独优化SoC的每种模式，降低功耗，并在不同模式下提高性能。很多时候，设备将处于待机模式，而您不希望使用任务模式的高性能IP。多模式是机遇，也是挑战。”

成本的敏感性
一些市场对成本很敏感。买家将选择能以最低成本提供必要性能或能力的系统。Movellus的Faisal说:“一个真正有效的价值最大化杠杆就是选择一个更便宜的代工厂。“这可以节省高达50%的成本。一些细分市场没有这种奢侈，所以如果你做的是非常高性能的处理器，那么你必须在7或5纳米，这让你几乎没有选择。一旦你选择了铸造厂，你就必须选择最好的工艺。这给IP生态系统带来了压力，因为你必须有非常有效的流程才能使模拟IP具有可移植性。”

设计团队还需要注意哪些成本是最小化的。Menta的Dupret说:“考虑嵌入FPGA。“当我们与芯片制造商交谈时，他们的第一反应是eFPGA占用了很大的面积。如果他们增加面积，那么模具成本就会增加，他们将不得不以更高的价格出售。当与我们的客户的客户交谈时，他们正在集成芯片，他们经常看到价值，因为他们的电路板有风险保险。这可能会使他们摆脱额外的组件，如芯片外的fpga。虽然他们可能会为这些芯片多花10美分或20美分，甚至1美元，但这可能会为他们节省10美元的电路板费用。”

成本敏感性的另一个方面是芯片开发成本的降低。“从算法的角度来看，低功耗边缘设备的基带处理基本上与接入点或基站相同，至少对于边缘设备支持的任何模式而言是如此，”Cadence公司数字和Signoff集团的产品管理总监戴夫·珀斯利(Dave Pursley)说。“然而，这两种应用的功率、性能和面积要求完全不同。它们之间的差异很大，通常必须为这两个应用程序开发完全不同的RTL IP。高级合成(HLS)允许两个应用程序重用相同的IP。对于基站，您可能会使用该工具来创建尽可能高的性能实现。另一方面，对于边缘设备，只要满足性能的最小阈值，功率和面积就是可能的目标。IP也可能会持续几代产品，因为为不同的技术和时钟速度创建实现就像Tcl脚本中的一行更改一样简单。”

通过攻击流程中的痛点可以显著降低成本。公司应用工程高级经理Himanshu Bhatt表示:“随着设计复杂性的增加，我们发现违规报告数量从1万增加到100万，具体数量取决于设计Synopsys对此．“手动调试这些违规行为是一项挑战，耗时，需要专业知识和领域知识。从EDA工具的角度来看，传统的静态验证工具受到了设计复杂性的挑战，难以对类似的违规进行分组并识别根本原因。使用机器学习(ML)技术是这一领域的理想技术。启用ml的根本原因分析可以对类似的违规行为进行聚类，并确定确切的根本原因，这大大减少了调试时间。调试变得非常简单，因为用户只需要专注于调试违规集群，而不是逐个调试单个违规。”

缩短迭代时间也是降低成本的有效方法。纳拉因说:“更快或更有效地进行设计的压力越来越大。”这是通过定义简化设计的方法和最小化迭代的验证过程来实现的。静态签收实际上就是让客户能够确保他们的方法被遵循。考虑多模DFT分析。定义DFT方案的架构考虑事项发生在测试架构师级别。一旦确定了这些方案，你就需要确保在整个设计创建过程中都遵循这些流程，这样当你进入ATPG阶段时，你就不会因为某些内容定义不正确而不得不回头修改设计。”

结论
定义价值的方式正在改变。摩尔定律意味着新的设计本身就能带来更多的价值，而改进的设计和验证技术可以控制成本。今天，在不增加成本的情况下增加价值变得越来越困难。但是，人们开始着手确定增加价值的方法，这些方法对各个行业都很重要。这创造了挑战，但也创造了一个额外创造力的时代，这将有利于那些完全理解价值如何被感知的敏捷玩家。