可能的相互作用是爆炸的数量。所以为什么不工具公司抱怨?
EDA和IP公司开始拓展全新的方向在过去的12至18个月,将资源投入到完全不同的问题比静电问题和路由的复杂性。
虽然他们仍然专注于解决复杂性10/7/5nm,他们也认识到,使摩尔定律并不是唯一的机会。越来越多的新的和现有的芯片公司,它甚至不是最好的机会。EDA和IP供应商,他们面临的许多问题在最先进的节点,而令人难以置信的困难,也很好理解。
至少在过去五过程节点,工具已经跟上芯片复杂性。延迟生产通常已经在制造业方面,而不是设计。这部分是由于这一事实EDA和IP供应商现在被包括在这个过程中早些时候铸造厂和芯片公司,,部分是由于他们处理大多是进化的问题。工具公司真正的挑战已经加速各种流程在整个设计流程中,这就是为什么他们已经更多的并行硬件,以及最近的云基本上是没有多少处理器核的物理限制可以被扔在一个特定的问题。
当然,没有人会放弃这个业务。它仍然把食物放在桌子上。芯片上的复杂性将继续增长在每一个新的节点。虽然有更少的公司发展最先进的几何图形芯片,这些芯片体积继续在最高的船。这包括数据中心cpu和fpga,智能手机apu,机器学习gpu。但大部分设计starts-not芯片最高的卷semi-custom芯片将船舶在低体积作为异构系统的一部分。
这些芯片开发是否在一块硅或打包在一起,任何一个越来越多的先进的工具供应商包装的选择并不重要。但更严厉,更有趣的问题,将对交互的芯片或包之间的系统和系统。在一辆汽车,这可能涉及的能力一个ECU故障转移到另一个ECU。但它也需要故障转移系统提醒其他车辆在路上发生了一个问题,车辆需要离开道路,以避免严重的交通阻塞。
同样的事情在云计算数据中心越来越需要发生,智能基础设施,各种形式的电动或电气化交通,基本上任何连接到一个网络,无论在工作或家庭环境。它需要包括硬件和软件,因为能量是一种有限的资源,所有这些系统需要尽可能的高效。
这是整个科技行业的原因之一冲进机器学习,深入学习和人工智能。基于模式的工具非常有效地解决其中的一些问题。的大问题,已经找到足够的数据训练算法。但随着概率方法开始出现在接下来的几个历史上提高算法的抽象层次较少的数据是必须要努力将开始加速。
需要解决的问题是巨大的,复杂的,不断变化,这就是EDA和IP工业非常善于解决。但这些解决方案需要大量的精力,脑力和关注,这也解释了为什么还远未被狙击通常发生在有争议的EDA等市场。每个人都更致力于开发解决方案的新问题比担心他们的竞争对手在做什么。
|
|
|
|
|
|
|
|
|
|
留下一个回复