摩尔定律:迈向sw定义的硬件

推进到下一个进程节点将继续成为某些芯片(cpu、fpga和一些asic)的主要驱动因素，但对于许多应用程序来说，这种方法作为进步的衡量标准正变得不那么重要。

这种变化的背后是一种转变，从使用通用硬件的定制软件过渡到使用专门的、异构的硬件，以更少的能量实现更好的性能。在过去的十年中，趋势是在软件中添加更多的功能，因为它更容易修复和更新。但这种方法速度较慢，耗电更多，安全性也较差。而且，由于每增加一个新工艺节点，功率和性能就不再自动提高，芯片制造商不再试图用软件来解决所有问题。

这在各种应用程序中都很明显，但在数据中心中表现得最为明显，在数据中心中，性能需求一直是同义词摩尔定律．微软Azure基础设施总经理兼杰出工程师库沙格拉·维德(Kushagra Vaid)表示:“摩尔定律正在放缓。“CPU释放正在放缓。缓存和多核存在冯·诺依曼瓶颈。这种基本设计正在失去动力。每瓦的性能正在受到挑战，每个晶体管的成本正在增加。在云计算中，有不同的工作负载，它们在通用CPU上无法有效运行。”

这个行业不再仅仅依赖于硬件或软件，而是正在转向软件定义的硬件。这有几个主要的影响:

1. 它使芯片硬件更接近客户，使芯片制造商比个人电脑时代以来的任何时候都更深入地参与终端市场。
2. 硬件和软件共同设计一个需求而不是一个选项，并迫使双方进行迭代设计改进。
3. 重点在于更加个性化的设计，而不是一刀切的芯片。

这导致芯片公司和系统公司的设计策略发生了变化。

“许多公司将确定他们的软件需求，然后选择他们的处理器，”微软高级市场开发总监Bill Neifert说手臂．“但我们看到的是，他们最初认为自己需要的东西往往与实际需要的不一样，所以他们最终选择了不同的处理器。”

做出这些决定的关键指标是性能，考虑到ARM的主要差异化之一是低功耗，这是具有讽刺意味的。但这背后是向更小、特定于应用程序的处理器的同步转变，在这种处理器中，低功耗是必然的。Neifert说:“做出这些决定的人通常不会考虑超高端的单片处理器。”“他们正在考虑先进微控制器之类的芯片。然后他们回去修改软件以更好地利用处理器。趋势是使用更小的处理器来使用更指定的软件来处理更指定的任务。软件更重要，但没有一个处理器必须运行100种可能的负载中的任何一种。相反，它可能必须做好三、四件事。”

这一观点在整个半导体行业得到了呼应。“你开始看到的是针对不同工作负载的不同架构，”at的营销和业务发展副总裁Anush Mohandass说NetSpeed系统．不同的工作负载会有不同的芯片，而这些工作负载将被用于设计芯片。”

更多的市场，更多的选择
这些发展的基础是半导体市场的广泛转变。目前还没有新的单一平台能够基于单一SoC设计推动10亿或更多芯片的销售。苹果(Apple)和三星(Samsung)瓜分了高端智能手机市场，华为(Huawei)、Oppo、Vivo和小米等公司逐渐蚕食了它们的地位。

图1:智能手机厂商的市场份额。来源:Statista。

这并不意味着半导体需求萎缩。事实上，远非如此。半导体市场看起来相当强劲——尤其是在数量方面。但没有一个平台能像智能手机那样产生同样种类的单一和/或衍生设计量，而且在一系列新市场中，转向下一个流程节点的原因不那么明显。

因此，与其创建一个单一的半导体路线图，不如国际半导体技术路线图直到去年，IEEE在设备和系统国际路线图(IRDS)的名义下，将其细分为一些特定的市场领域。到目前为止，重点领域包括大数据分析、特征识别、自动驾驶汽车优化以及虚拟现实和增强现实的图形。

IEEE重启计算计划联合主席、佐治亚理工学院计算机科学、电气和计算工程教授Tom Conte说:“我们正在创建的东西更多地是应用驱动的，所有的重点团队都将创建迷你路线图。”他指出，与此同时，日本正在开发自己的应用驱动半导体路线图，称为日本系统和设备路线图。

这在移动性之外尤其重要，移动性将继续推动更大的密度。

“对于一些应用程序，如移动和基础设施，他们必须推动性能，”Lip-Bu Tan总裁兼首席执行官说节奏．“他们正在从10纳米加速到7纳米，并将转向5纳米。但挑战在于，在性能、功率和价格上的2倍提升——这种扩张正在放缓。成本肯定在上升。你没有看到巨大的性能和功率差异，所以其他公司可能会保持在16nm，因为没有令人信服的理由转向7nm。有些会跳过节点。这取决于产品何时上市，开发周期，以及在性能、功率和成本方面的差异。提高产量需要时间。一些公司还开始采用新的包装方法并增加并行性。这不仅仅是纯粹的计算。 There are multiple choices for how to achieve the same goals.”

知识产权限制
IP的可用性增加了转移到下一个流程节点的难度。在最先进的流程节点上开发IP是昂贵的，而且回报不确定。首先，在40nm以下，每个代工厂的工艺都是不同的，这对IP供应商来说是一个负担，要跟上同一节点上所有不同的可能节点和实现。另一方面，即使是在单个代工厂的流程中，最高级节点的开发流程也非常复杂，以至于IP供应商抱怨他们通常从远低于1.0版本的版本开始——有时是0.1版本或更早的版本。

“你需要超高性能的IP，无论是SerDes块还是接口，你需要弄清楚什么是在什么进程上合格的，”Mike Gianfagna说eSilicon．“这是决定扩大规模的部分原因。它必须是经过验证的IP。在一个完美的世界里，这将是一个1.0的PDK，但现实是，您开始开发这些最好的0.5，并努力达到1.0。所以现在有公司跳过节点因为人力不够finFET是天文数字。你需要计算能力、EDA许可证、存储，如果你为一个finFET节点做芯片，下一个节点就不会有很多重用，因为你必须优化电源和信号完整性。”

这在IP管理方面也是一场噩梦。营销副总裁Ranjit Adhikary表示:“寻找IP只是问题的一部分ClioSoft．“整合它会带来一系列完全不同的问题。你想知道什么IP，什么流动，什么代工厂，但你往往不知道什么已经被录制下来了。”

在10nm或7nm工艺中，IP在被认真考虑之前就必须被涂掉，因为并不是所有的打印都能像预期的那样。Adhikary说道:“你还需要比较不同版本的IP。“所以你可能有1.0版本和1.1版本。你需要能够进行比较。”

复杂性和不确定性
这也延续到了SoC世界，在SoC世界中，越来越强调更大的集成块和子系统，而不是单个的IP块。

该公司总经理Zibi Zalewski表示:“现代SoC项目由不同类型的互连、可扩展子系统构建而成Aldec微软的硬件部门。“最终的配置是基于目标市场或客户的需求创建的，子系统的可伸缩性允许它们在规模和复杂性上快速增长。因此，举例来说，从双核扩展到四核并不是问题。但要赶上合适的工具可能是个问题。此外，项目的硬件部分不再是主导因素。软件层为项目增加了显著的复杂性。所以这不仅仅是晶体管数量的问题。它也是目标函数。”

每个新节点总是存在大量的不确定性，大多数在这些节点上工作的芯片制造商都认为这是在领先领域工作的挑战之一。但有两件重要的事情发生了变化。首先，在每个新节点上都有更多的因素在变化，因此会有更多的事情出错。其次，市场本身正在转型，因为未来的大多数重大机会都在新的领域，不像过去那样，从大型机到PC，再到智能手机/平板电脑/平板手机的演进路径。这使得过时成为一个大问题，这在今天的汽车上很明显，因为它们已经使用了几年，不支持使用4G手机发短信或搜索。

过时是昂贵的，这是IEEE特定于应用的路线图背后的驱动因素之一。软件最初是解决这个问题的一种方式，它将继续发挥作用，因为修改软件比修改硬件更容易。但fpga也越来越受欢迎，因为正如其名称所示，它们可以在现场编程。

这一点尤其重要，因为半导体未来的许多增长领域都处于快速变化的市场中，例如自动驾驶汽车、医疗和工业电子产品以及人工智能。的系统架构师Kent Orthner说:“有很多协议和接口要么正在改变，要么还没有完全定义。Achronix．这是很清楚的CCIX(加速器的缓存相干互连)，它增加了PCIe上的缓存一致性。这简化了编程，而且有很多人对它感兴趣，但规格并不是固定的。所以对于现在想要录制的公司来说，他们想要增加一些可编程性。汽车也是一样。你现在想把技术应用到汽车上，但算法太新了，把东西放进专用集成电路(ASIC)里很可怕。”

处理数据泛滥
另一个影响摩尔定律的变化是数据的爆炸。自从个人电脑问世以来，关于是集中数据还是分散数据的争论就一直存在。虽然其中一些争论在本质上是政治性的——IT部门与移动用户之间的争论，大型钢铁公司及其生态系统与移动设备制造商及其生态系统之间的争论——但这些争论现在基本上已经没有意义了。庞大的数据量使得在本地处理某些数据并只移动该数据的一个子集的效率大大提高。实际上，由于芯片针对特定类型的数据进行了优化，处理过程更接近数据，而不是相反。

著名发明家、微软营销解决方案副总裁史蒂文·吴(Steven Woo)说:“这正在迫使人们改变思维模式。Rambus．“摩尔定律不再适用于现代缩放。数字数据的增长远远快于处理能力的增长。如果每两年翻一番也没什么。如果你想分析这些数据或进行搜索，这与他们的架构所做的不同。”

其中一个改变涉及到重新考虑到底有多少数据需要传输到内存中，以及有多少数据可以存储在本地。“数据存在空间局部性和时间局部性。ArterisIP．“当你添加缓存时，你可以同时利用两者。关键在于更明智地利用房地产。”

因此，多个缓存和代理缓存可以简化数据从加速器芯片到不同设备的流程，而不是将所有内容都发送到内存中。虽然从技术上讲，这仍然是一种冯·诺依曼(von Neumann)的体系结构方法，但它是一种更加精细的版本。最大的区别在于，起点是数据，并遵循数据的移动方式，而不是仅仅依赖于一个集中的芯片架构来处理一切。实际上，它把负担放在了由软件定义的架构上，而不是任何单个芯片的速度或进程几何。

图2:冯·诺依曼体系结构。来源:半导体工程

安全
在这一切中起作用的一个新因素是安全性。破解硬件比破解软件更难，因为如果架构正确，它需要一个物理存在的设备。另一方面，软件更容易远程入侵。最终，这为跨多个硬件组件提供更多功能提供了更有力的理由。但这也增加了成本，到目前为止，这限制了它的采用。

英特尔公司董事长兼首席执行官Wally Rhines表示:“我们有各种各样的技术可以用来设计更安全的芯片Mentor是西门子旗下的企业他最近在电子系统设计联盟的CEO小组讨论中说。“问题是，设计、制造和销售这些芯片的人真的不想为这种能力花很多钱。我的预测是，我们迟早会在芯片中嵌入木马，导致某人损失很多钱，或造成身体伤害，然后芯片的购买者会对他们的半导体供应商说，‘哦，顺便说一句，你介意在购买协议中加上这句话吗?你们卖给我们的芯片中没有嵌入木马。’然后你再去找律师说，‘可以把这个加进去吗?’他们会说，‘绝对不行。’然后，我们将进入一种模式，即什么是同类中最好的，什么是人们愿意为之付费的，这将成为集成电路设计的重要组成部分，比如功率分析。”

Aart de Geus，董事长兼联合首席执行官Synopsys对此表示同意。“这是一个非常复杂的问题，”他说。“硬件和软件方面都存在问题，但最大的漏洞位于交叉点。这些是人们最不了解的，而且是新的。如果你看一下更夸张的黑客攻击，比如他们通过信息娱乐系统入侵吉普，这些都是非常复杂的。解决方案是多方面的。一是我们系统地把它融入到事物中。虽然它可能不安全，但至少它符合安全规定。监管是部分答案。其次，要靠建设来保证安全。 To do this after the fact is a hopeless in an enormous state machine. You’ll never find those issues. In our case, we have invested substantially in six or seven companies to build security into the software, or to detect what we can detect automatically. But gradually the expectation will rise, and you will need to standardize to a certain degree.”

然而，安全性为软件驱动的设计增加了另一个需要考虑的因素。

“安全性也是工作负载的一个方面，”NetSpeed的Mohandass说。“如果你有10个操作系统在运行，它们之间不应该相互了解。”

自动化工具
显而易见的是，从工程角度来看，有很多途径可以达到相同的目标。虽然摩尔定律通常是缩小特征的同义词，但其基础是经济的。目标是更小、更快、更便宜，但如果没有更便宜的部分，其他两个因素就永远不会发生。

随着规模继续放缓，真正的挑战是继续利用摩尔定律带来的经济效益，而这正是EDA公司看到的巨大机遇。

“微小的架构变化可以对性能和功耗产生巨大的变化，这就是高级合成等工具可以发挥作用的地方，”at的营销副总裁戴夫·凯尔夫(Dave Kelf)说OneSpin解决方案．“这样的工具塑造了设计周期，这样你就可以花更多的时间来获得更好的功率和性能。你也可以采用已经完成的设计，并更快地迭代。你被一个时间表所困，但你可以缩短设计周期和验证，这相当于给你一个改进的节点。”

这种增益可以延迟每两年移动到下一个节点的需要。另一方面，更快的工具和更好的工具培训可以减少在设计方面花费的时间和金钱。

结论
摩尔定律在某一方面仍然有效。从数字逻辑的角度来看，继续将器件缩小到至少5纳米，甚至更远是可能的。但它正变得越来越困难，越来越昂贵，而且收益与许多细分市场并不匹配。

越来越多的解决方案正在使用各种不同的、软件定义的、更适合不同任务的组件为特定市场设计。一刀切的时代即将结束，这使得关于半导体发展的笼统陈述变得不那么重要了。

有关的故事
摩尔定律:现状报告(上)
随着EUV技术的发展，缩小设备的能力至少还将持续四个节点，但这只是越来越多的选择之一。
定制硬件蓬勃发展
关于软件驱动的物联网硬件商品化设计的预测是错误的。
桥接硬件和软件
第1部分:不同的目标和方法长期以来划分了硬件和软件工程团队。一些公司已经解决了这些问题，其他公司正在努力解决这些问题。
新架构，加速芯片的方法
在10nm和7nm工艺中，性能指标正在发生变化。速度仍然很重要，但一种方法并不能适用于所有情况。