人工智能為半導(dǎo)體業(yè)開啟最佳機(jī)遇,芯片設(shè)計(jì)驗(yàn)證工具鏈將發(fā)生哪些變化?
普華永道調(diào)研顯示,人工智能將成為下一個(gè)推動(dòng)半導(dǎo)體行業(yè)持續(xù)十年增長(zhǎng)的催化劑;麥肯錫咨詢認(rèn)為,人工智能正在為半導(dǎo)體行業(yè)開啟數(shù)十年來最佳商機(jī)。人工智能可以讓半導(dǎo)體公司從技術(shù)堆棧中獲取總價(jià)值的40~50%,而EDA工具作為半導(dǎo)體行業(yè)的基礎(chǔ),也必將在此次AI革命中從中受益,并必須要跟隨AI技術(shù)發(fā)展作出相應(yīng)的升級(jí)。
在近日召開的Mentor技術(shù)論壇北京站上,Mentor IC EDA執(zhí)行副總裁Joseph Sawicki針對(duì)AI給EDA工具帶來的機(jī)遇和Mentor的戰(zhàn)略進(jìn)行了精彩的演講。
兩個(gè)看似相反目標(biāo)共同推動(dòng)著AI發(fā)展
“兩個(gè)看似相反的目標(biāo)正在共同推動(dòng)著AI的發(fā)展:增長(zhǎng)的數(shù)據(jù)中心容量和加強(qiáng)的邊緣處理能力。”Joseph如是向記者分享,“網(wǎng)絡(luò)上海量數(shù)據(jù)高速增長(zhǎng)一定會(huì)改變現(xiàn)有CPU或數(shù)據(jù)中心的現(xiàn)有架構(gòu)。除了數(shù)據(jù)中心聚合外,越來越多的計(jì)算和處理被移動(dòng)到了邊緣側(cè)進(jìn)行,這將會(huì)提升整體系統(tǒng)的效率。”
AI所帶來的機(jī)遇已經(jīng)被大多數(shù)半導(dǎo)體公司所認(rèn)同,因?yàn)椴⒉粌H僅是AI芯片的設(shè)計(jì)制造商,整個(gè)行業(yè)都將受益于此次革命。EDA工具在AI時(shí)代到來之際,需要迎合AI芯片設(shè)計(jì)的需求進(jìn)行相應(yīng)的升級(jí)和改變,并借助AI的力量來提高自身工具的運(yùn)行效率。
HLS是連接AI原生環(huán)境和芯片的橋梁
對(duì)于芯片設(shè)計(jì)公司而言,未來設(shè)計(jì)方法論會(huì)有一個(gè)顛覆性的改變。專注于邊緣計(jì)算芯片的設(shè)計(jì)廠商需要著眼于價(jià)值堆棧,定制出合適的架構(gòu)來滿足用戶體驗(yàn)。如何在原生設(shè)計(jì)環(huán)境中找到可以實(shí)現(xiàn)人工智能的最好運(yùn)用、實(shí)現(xiàn)最優(yōu)的用戶體驗(yàn)的路徑,這是EDA工具需要進(jìn)行考量的一個(gè)要素。傳統(tǒng)在進(jìn)行SoC芯片設(shè)計(jì)時(shí),我們更多關(guān)注的是規(guī)格等參數(shù)、譬如內(nèi)存大小等;而在現(xiàn)在,我們所關(guān)注的方法論則是RTL,然后才是在芯片層面上進(jìn)行驗(yàn)證。
HLS(高階綜合)可以作為連接AI原生環(huán)境和芯片的橋梁,它可以幫助芯片設(shè)計(jì)者更好地實(shí)現(xiàn)架構(gòu)設(shè)計(jì)、管理內(nèi)存分配、神經(jīng)網(wǎng)絡(luò)的寬度與深度、以及決定在其中編織多少管道;管理好這些因素才能為垂直應(yīng)用提供優(yōu)化的IC設(shè)計(jì)工具體驗(yàn)。
Mentor已經(jīng)針對(duì)垂直應(yīng)用提供了可供參考的設(shè)計(jì)和工具,此外Mentor提供了四種人工智能設(shè)計(jì)可選的工具箱,包括在FPGA領(lǐng)域進(jìn)行驗(yàn)證。設(shè)計(jì)平臺(tái)包含CPU子系統(tǒng)、HW/SW接口和用于系統(tǒng)集成的的HLS加速案例。
據(jù)悉,英偉達(dá)采用Mentor提供的HLS的方式設(shè)計(jì)的芯片,在生產(chǎn)率方面提高了50%,驗(yàn)證費(fèi)用方面減少了80%。
在AI垂直應(yīng)用層面提高驗(yàn)證效率
在AI芯片的驗(yàn)證方面,也要搭建出更適合AI場(chǎng)景的垂直應(yīng)用驗(yàn)證環(huán)境。傳統(tǒng)集成電路芯片驗(yàn)證的測(cè)試方法是要驗(yàn)證測(cè)試規(guī)則、架構(gòu)和規(guī)范等,在AI時(shí)代則需要在應(yīng)用層面進(jìn)行驗(yàn)證。據(jù)Joseph介紹,驗(yàn)證過程中需要通過一些技術(shù)手段仿真出一個(gè)AI引擎,然后在CPU系統(tǒng)上將數(shù)據(jù)推送到AI引擎上,這樣就會(huì)生成一個(gè)界面,產(chǎn)生虛擬的PCI,也可以執(zhí)行用戶想要執(zhí)行的應(yīng)用,包括整個(gè)代碼的處理等。然后系統(tǒng)可以將性能、功耗和數(shù)據(jù)等輸出給到驗(yàn)證著,這樣在驗(yàn)證進(jìn)入到芯片層面之前,設(shè)計(jì)者就可以通過模擬的驗(yàn)證過程而完整地理解到真實(shí)芯片在垂直應(yīng)用層面的具體表現(xiàn)如何。
借助ML的力量,EDA自身也會(huì)實(shí)現(xiàn)更高的運(yùn)行效率。在OPC方面,Mentor的工具通過ML將OPC的輸出預(yù)測(cè)在單個(gè)納米精度內(nèi),實(shí)現(xiàn)了3倍的快速運(yùn)行。在LFD方面,通過機(jī)器學(xué)習(xí)還可以預(yù)測(cè)產(chǎn)量限制和設(shè)計(jì)修改準(zhǔn)冊(cè)。
在大數(shù)據(jù)應(yīng)用方面,Mentor可以通過機(jī)器學(xué)習(xí)來變異感知設(shè)計(jì)與表征、通過根本原因反褶積來提高FinFet的內(nèi)部產(chǎn)量。
據(jù)Joseph分享,在被西門子收購后Mentor開發(fā)了一項(xiàng)新技術(shù):在模式分析方面的OPC需要數(shù)千個(gè)CPU 24小時(shí)不間斷運(yùn)行,而借助機(jī)器學(xué)習(xí)這個(gè)過程就可以將時(shí)間和復(fù)雜度降低3~4倍。
機(jī)械和電氣進(jìn)行整合模擬驗(yàn)證
自從被西門子收購以后,Mentor已經(jīng)將自身的算法軟件與西門自身的系統(tǒng)進(jìn)行了整合,目前可以為用戶提供機(jī)械和電氣的統(tǒng)一的驗(yàn)證。這種驗(yàn)證方法對(duì)于OEM廠商而言具有較大的意義。舉例來說,下圖中Simcent Prescan可以模擬道路環(huán)境,將數(shù)據(jù)傳送到系統(tǒng)上;Simcent Amesim可以讓一級(jí)供應(yīng)商來思考車輛的動(dòng)力總成和底盤的表現(xiàn)如何、剎車和傳動(dòng)表現(xiàn)如何等;而中間的部分則是芯片的仿真。這樣用戶就可以在整個(gè)產(chǎn)品出來之前就對(duì)整個(gè)系統(tǒng)進(jìn)行模擬仿真,實(shí)現(xiàn)機(jī)械和電氣部分在虛擬場(chǎng)景中的驗(yàn)證。
AI芯片設(shè)計(jì)面臨著極大的挑戰(zhàn),而相應(yīng)的AI/ML IC設(shè)計(jì)工具也面臨著更高的要求。在AI計(jì)算領(lǐng)域,ASIC市場(chǎng)預(yù)計(jì)將越來越大,達(dá)到和GPU、CPU三分天下的局面。這也將會(huì)給EDA工具廠商帶來更多的商機(jī)。