宇多田作者

专访:芯片巨头新思科技:做好芯片, EDA 产业终极形式是 AI

「很多 AI 公司不是芯片公司的思维,他们想很快做出芯片,但他们不太懂这个东西。因此这其实也给我们提出了一个问题——我们作为设计工具的人,能不能用更好地方法来支持他们?」

在谈及芯片时,我们通常更为关注知识产权(IP)模块、器件以及晶圆流片等部分,却鲜少提及 EDA 厂商在开发芯片过程中扮演的重要角色。

这是一个在集成电路芯片产业链最上游且技术极为高端的子行业。简单来说,EDA 公司主要做的事情就是给芯片公司开发一系列设计工具。芯片工程师们必须要用这些专有工具给芯片板上的数亿个晶体管「排兵布阵」,而单靠人力是无论如何都做不到的。

而实际上,布局布线仅仅是芯片设计工具中的一个功能,还有涉及到「物理验证」、「模拟仿真」以及「硬件描述语言」等方面的几十、上百种设计工具。

很有意思的是,设计工具分类较为复杂,但在这个产业里,几乎把市场份额瓜分殆尽的公司却只有三家——新思科技(Synopsys)、Cadence 以及 Mentor Graphics。

其中,作为全球排名第一的 EDA 解决方案提供商,新思科技的工具产品线最为全面,一直致力于开发适用于复杂的芯片系统(SoCs)的工具。

其逻辑综合工具 DC(Design Compiler)与时序分析工具 PT(Prime Time)在全球 EDA 市场基本上已经一统江山。又据其官方数据显示,在全世界所有芯片设计中,84% 用户使用 Design Compiler, 65% 用户使用 IC Compiler II, 90% 用户使用 PrimeTime。

而最近风头很大的芯片创业公司寒武纪就曾在 4 个月前向外界宣布,其云端智能处理器芯片采用的验证工具,正是新思科技 HAPS 原型验证解决方案。

「智能 IP 产品研发越来越复杂,需要协同验证的软件数量也在成倍增加。因此,我们需要一种高性能原型验证设备来执行实际验证。」寒武纪 CEO 陈天石曾这样表示,

「HAS-80 的性能、容量以及可扩展性都较为出色,能够帮助我们灵活且更快地完成开发与系统验证任务。」

实际上,像寒武纪这样正在使用新思科技设计工具的新型 AI 芯片创业公司不止一家。

在与国内 AI 公司接触越来越频繁的过程中,新思科技人工智能实验室主任廖仁亿感觉到,AI 技术正在深入影响到芯片市场的工具研究思路与发展方向。

譬如像新兴的人工智能芯片公司燧原科技,使用了 VDK/Virtual Platform 技术。廖仁亿表示,这项技术可以让公司在开发初期还没有硬件的时候就能使用虚拟的 AI 硬件来开发 AI 软件,并提早发现一些问题,而这对 AI 系统软件的开发加速有很大的助益。

「如果要继续提升我们设计工具的产品性能,我认为 AI 技术是最重要的力量之一。」廖仁亿在苏州举办的 AIIA 人工智能大会演讲时表示。

新思科技人工智能实验室主任廖仁亿

AI 给业务带来的变化

廖仁亿曾问过同事一个问题——「EDA 未来的终极形式是什么」,对方被他问住了,所以反问了他,而廖仁亿的答案是:就是人工智能。

「如果放在以前,一个通用的芯片就可以解决所有事情,但是在摩尔定律减速之后,不可能用一块 CPU 每年性能增加多少百分比来完成目标。这个既适用于 AI 公司,也同样适用于芯片产业。」他告诉机器之心。

作为产业链最顶端的芯片巨头,新思科技敏锐地感受到了「与过去不太一样的氛围」。

而现在,由于 AI 技术正在向各个产业终端渗透,不一样的场景反而将需求倒推给上游,让芯片设计也必须更有针对性。

「你看 AI 芯片有云端用的、有训练用的、有推理用的。你肯定不会用智能音箱的芯片拿来做监控。因此,大量云端及 AI 技术公司开始受应用驱动来做芯片,这也给了我们 EDA 业务很大的启发,就是怎么去面向这群新型 AI 芯片公司,去开发更高效的设计工具。」

以往,为了将设计工具与芯片制造工艺进行更好地结合,以新思科技为代表的企业需要与晶圆流片厂进行紧密合作,以便迅速改进工具来支持先进工艺,进而顺应市场。

「像很多我们做一些器件设计或绕线工具,需要根据代工厂的制造工艺进行刻制,而设计规则每一代都是要进行迭代演进的,因此,联系必须紧密。」廖仁亿强调,

「反而是像 AI 软件以及 AI 应用离我们比较远, 基本都是他们已经做了一个应用或场景,现在需要做芯片了,然后找到我们。所以很久之前其实硬件和软件分的比较开。」

譬如有一个算法公司找到新思科技,想开发一款 AI 芯片。他们向廖仁亿提出的需求和问题都非常直接:我在用 Tensorflow 或其他 AI 架构做好一个应用后,能不能用这个来做芯片?以及能不能很快流片?

「很多 AI 公司不是芯片公司的思维,他们想很快做出芯片,但他们不太懂这个东西。因此这其实也给我们提出了一个问题——我们作为设计工具的人,能不能用更好地方法来支持他们?」

而在这类芯片公司开发芯片的过程中,其思路也与传统芯片公司有着本质区别:

什么场景?在最终端用户上想看到什么效果?这个效果适合用什么工具去做才能提升我的开发效率?

「譬如很多 AI 公司的芯片架构与传统芯片有非常大的区别,为了能够实现终端效果,他们的产品会有更大规模的 PE 阵列,在绕线以及布局上也更复杂,也给我们带来了一些新的挑战与工具设计思路。」

因此,廖仁亿说道,现在已不是过去「芯片公司做好芯片再卖给所有人的时代」,而 EDA 产业也需要与时俱进。

EDA 巨头的发展之道

作为百亿 EDA 产业中的领袖级公司,成立至今已经 32 年的新思科技表示不会畏惧一些新入者的挑战。

「我们的领导地位不是短时间内促成的,我们同样也面临很多竞争。」

其实尽管从目前来看,EDA 三巨头几乎垄断了芯片设计工具市场,但是唯有不断根据市场趋势不断迭代和开发新的工具产品,吸收新技术人才,才能维护和巩固领先的市场地位。

据新思科技 2017 年财报显示,公司 2017 全球收入达到 27 亿美元,而研发费用占收入的比例高达 30%(8.1 亿美元);而 2018 年预计营业额更是达到 31 亿美元。

而在人才方面,与很多公司一样,新思一直通过与高校的紧密合作来寻觅人才。

 譬如,从 1996 年首届中国研究生电子设计竞赛举办以来,这家芯片公司连续 22 年为比赛提供资金与人力支持;2017 年,新思科技也参与了《《中国集成电路产业人才白皮书(2017-2018)》的制定。

「我们在国内的团队已经有 1000 多人,但我们非常需要新技术人才,不过因为 EDA 市场的人才太过紧缺,我们正在跟更多高校达成了合作,正在培养针对芯片设计软件方面的人才。」

「马云有句话叫『让天下没有难做的生意』,那放在新思科技,可以叫做『怎样帮助用户把芯片做的更快更好。

我们受到这个氛围的感染,持续创新,这才是长久经营之道。」

产业EDAAI芯片芯片
暂无评论
暂无评论~