摩尔芯闻 > 行业新闻 > 半导体 > EDA的发展新趋势:AI是关键!

EDA的发展新趋势:AI是关键!

非凡创芯力 ·2018-11-11 11:01·半导体行业观察
阅读:4037

全球 IC 设计产业因其创新特性和智慧资本取向,有实力成为半导体产业中的新经济指标,除了设计产业本身求新求变的本质足以服膺市场需求外,完整的链状发展和分工体系亦是一项重要的关键。「工欲善其事,必先利其器」。EDA (Electronic Design Automation) 所扮演的角色主要在于提供 IC 设计者的工具,最重要的功能是 自动化减少晶片设计的时间及制造的周期 ,对 IC 设计业者而言,EDA 产业的提升,具有相当的影响性。

EDA 技术的来源

目前 EDA 技术已经在多种产业广泛应用, 从设计、性能测试、特性分析、产品模拟等,皆可在 EDA 环境下进行开发与验证 。這不但可 大幅缩短开发流程,也增加产品设计效能 。 EDA 概念的使用范畴也相当广泛,从电子、电机、通讯,航空科技、化工、制药、军事、生物科技等领域,都有利用到 EDA 的技术加速产品的开发应用。近年来, 车载电子 (用于救护车),医疗院所的 UPS (不断电系统)、手术設備、检查設備等 ,更是研究单位积极致力发展的方向。目前 EDA 技术在也各大公司、企事业单位和科研教学部门广泛使用,例如在飞机制造过程中,从设计、性能测试及特性分析直到飞行模拟,都可能涉及到 EDA 技术。本文所指的 EDA 技术,主要談的是电子电路设计、PCB 设计和 IC 设计上的 EDA 技术。

解决 EDA 产业目前面临的问题

EDA 技术的成本,虽然在产品总成本中只占很小的一部分,但就长远的电子科技产业链而言,设计芯片仍然是一项昂贵且耗费人力的任务。 人工智能 (AI) 和电子设计自动化可以是完美的组合, AED (Autonomous Electronic Design) 。与软件行业相比,芯片行业除了需要流片外,目前芯片设计公司在设计效率上仍面临以下三个问题。

首先是 版图设计 (Layout) ,尤其是模拟/混合信号 (AMS, Analog Mix Signal) 设计。这就好像是软件领域的编译器,只要将代码写完,然后按一下"编译",就能即刻将执行文件生成出来。但是在芯片领域可就没那么简单了! 在电路设计完成后,需要花很多时间去做版图设计生成 GDS (Graphic Data System),如同软件行业里,要将代码翻译成机器码一样,这个过程目前需要依靠人工,藉由设计人员的技能和经验,来解决软件通过时的种种障碍,相当的耗时。目前的 EDA 工具,虽然功能提升许多,但在自主化的环节上,仍有相当大的改善空间。

第二个问题是 设计复用 的问题。软件行业的发展至今已有相当的成熟度,有很多现成的函数库可以利用,调动一下就行了。但 EDA 产业发展至今將近 50 年,始终未能建立业界通用的电子零件电路标准格式, 绝大多数的模块都必须从头开始设计,很难实现设计复用, 使得集成电路工程设计者在前端作业时,常面临繁琐冗杂、重复性高的工作模式,难以缩短晶片制造的时间。

第三个问题是 档案繁复、零件琐碎,资料管控困难 。纯人工作业方式的建置与管理,不仅耗费大量人力、时间与成本,更影响工作效率。面对产品制造周期大幅缩短的现实需求下,如何以更快的速度推陈出新,提高产品品貭与服务品质,是EDA厂主要的思考方向。

敏捷设计驱动 EDA 技术的进步

DARPA (Defense Advanced Research Projects Agency) 是美国最尖端的政府研究机构,它的资助方向可以看作是业界新潮流的风向标。2018 年七月 底,DARPA 宣布投入 15 亿美元,协助半导体产业长期发展。此研究计画,包括設計更弹性与更新的晶片架构,以符合人工智慧 (AI)、高速运算等新科技的需求。

敏捷设计的來源是 DARPA 內部的 Agile Team (A - Team),此團隊致力於研发、测试、和演示先进的数学演算法,进而利用此法优化人类智能机器系统。DARPA 的项目经理 John Paschkewitz 说: “A - Team 将开发一个架构,来优化智能机器在各种行业中的使用,并与人类一起确保最佳的人机团队合作,解决动态的问题" 。 A-Team 的产出将包括 “智識網絡” (Intellectual Fabric) 的演算法 (Algoirithm)、摘要 (Abstraction) 和体系结构 (Architecture),目的是提高该应用领域的决策能力。

这次资助的最大赢家是来自 Cadence 的 David White 所屬的團隊,他們获得两千四百万美元的资助。 Cadence 的总裁 Anirudh Devgan 在一份声明中说: “ 我们将在模拟、数字、验证、封装和 PCB EDA 技术上全面升级 ,并为我们的客户提供最先进的系统设计支持解决方案 “ 。Cadence 高级副总裁 Tom Beckley 在峰会上指出, 将继续在 Virtuoso 工具中加入更多机器学习,利用人工智能来帮助版图生成自动化 。

资料来源: DARPA

另外,IDEA 和 POSH 两家公司也获得 DARPA 的资金协助,其研发的终极目标是能做到 在 24 小时内可实现全自动芯片设计迭代 。IDEA 做的是全自动芯片版图生成器,其研发目标是创建一个 “循环中没有人” 的版图生成器,使具有有限电子设计专业知识的用户,能够在 24 小时内完成电子硬件的物理设计。POSH 针对的是开源硬件项目,希望能发展出可持续的开源硬件生态,以及相应的验证工具,同时能 提供一个开源硬件基础模组库,让大家可以自由调用模组库里的模块 ,避免在硬件領域中,重复造轮子的问题。[1]

其他 EDA大厂的 AI 研发

新思科技 (Synopsys) 于2018年9月初宣布,推出一种基于 AI 的最新形式验证应用,即 回归模式加速器 。 可将设计和验证周期中的性能验证速度提高 10 倍 ,以验证复杂的芯片系统 (SoC) 设计。此外,也将先进的机器学习技术融入其设计平台,和革新性的Fusion Technology 中,显着加快上市时间 (TTR),并设定了数字和定制设计的结果质量 (QoR) 的新标准。 新思科技的 PrimeTime® sign-off 工具在芯片设计领域表现出 AI 所带来的颠覆性能力,已证实可在处理基于前沿工艺技术的客户设计时,使功耗收复速度加快 5 倍。[2]

AED 就是將计算交给 AI,创新力留给人类

机器学习已经成为解决高度复杂和前沿设计验证的强大技术,相信 不久的将来 AED (Autonomous Electronic Design) 的高度自主化的設計环境终将实现。智能数据库可以根据已經建立的设计规则和所使用的技术,来定义路由策略及建议关键组件的设计。机器学习的结果可以改变电路布局,开放路由通道,并根据设计规则自动调整面积大小以简化电路,AI 路由器可以决定路由总线的階层和方向,进而解决出现在集成電路或电路板上的难题。[3]

在芯片产业中,若机器学习能够分担设计过程中耗时费工的任务,让产品生成周期缩短、设计品质提高,那么 设计工程师便能专注于创造、研发和设计新概念的電路與產品。回归展现人类创新力的价值,和创造更高的生活品质 。英伟达 (Nvidia) 高级工程总监顾顶 (Ting Ku) 表示,"效率的提高通常意味着工程团队能够从事其他工作,工作的内容和多样化也会增加"。未来 AED 的芯片设计环境,将会为芯片产业创造更大的产能和价值。

 

参考资料:

  1. DARPA Picks Its First Set of Winners in Electronics Resurgence Initiative

  2. 新思科技

  3. The Case for Artificial Intelligence in EDA Tools (By Barry Olney)

 

转载需知:转载前请先关注我们公众号,禁止做为盈利用途,并需在转贴文本上方注明文章出自 [非凡创芯力],以及原创作者名,并于文章下方附上 [非凡创芯力] 服务号二维码。转载后请来信通知并提供链接: chuang_xin_li@163.com

分享到:
微信 新浪微博 QQ空间 LinkedIn

上一篇:5G对无线通讯芯片产业链的影响

下一篇:[原创] 中国光刻技术体系的建立,需要跨过这几道坎

打开摩尔直播,更多新闻内容
半导体大咖直播分享高清观看
立即下载