【原创】软件自动设计芯片要来了?!--EDA工具厂商跑步拥抱人工智能

winniewei 提交于 周四, 12/13/2018
【原创】软件自动设计芯片要来了?!--EDA工具厂商跑步拥抱人工智能

作者:张国斌

最近两年,电子产品设计周期在不断缩短,例如传统上一款智能手机需要9个月设计周期,现在中国厂商缩短到4个月!传统上一款新车型需要4到5年时间设计完成,现在缩短到2~3年!(但一款车用芯片设计周期是2年!),这样的需求倒逼IC设计公司改革设计里流程加速芯片面市!而对于IC设计厂商的好基友EDA工具厂商来说,他们更是不遗余力帮助IC设计公司提升效率,在刚刚闭幕的ICCAD2018上,我感觉EDA工具领头羊们在跑步拥抱人工智能技术,通过谭工智能和其他技术帮助IC设计公司加速产品设计,领先的EDA厂商都介绍了人工智能技术与EDA工具的结合案例,其中Cadence更透露DARPA电子复兴计划中一个惊人的项目----智能设计芯片,就是通过机器学习为芯片设计打造智能化平台,如果这个项目实现那是否意味着大批IC设计人员将失业?

01 新思科技利用人工智能加速时序验证

1

在ICCAD2018期间,电子创新网和其他本土半导体科技媒体专访了EDA工具厂商高管,新思科技(Synopsys)全球资深副总裁暨亚太总裁林荣坚指出新思和客户接触的时候,认为客户在设计中急需的是IP和系统验证效率,所以新思科技围绕这两个层面帮助提升IC设计效率,一个增加IP,我们在中国的研发人员已经有近200多人,还在不断增加,以提供更多定制IP给客户,因为IP服务不像卖饺子端上来就完事,IP服务还需要更多定制工作,另外一个工作就是想办法提升客户的验证效率,还通过虚拟原型技术帮助客户加速设计。

新思科技已经推出能在供应链中轻松共享架构性能要求的虚拟原型关键技术。例如最近发布的Platform Architect™解决方案采用了任务图生成器(TGG)技术,可自动从软件应用程序中提取关键性能特征,从而支持架构探索,优化下一代多核系统级芯片(SoC)的性能和功率。

2

在本次ICCAD技术分论坛上,新思科技中国区技术应用总监关逸基从技术实现层面介绍了新思科技如何帮助本土AI与汽车电子IC企业加速设计。

3

关逸基表示谷歌阿法狗、阿法元的示例给EDA产业带来很多启发,“我们也在思考如何通过机器学习提升IC设计效率和降低成本,尤其是最近两年,虽然摩尔定律放慢了但是我们看到,客户设计的晶体管数量却还在依据这个定律增长,还有,我们看到台积电的7nm芯片 design rule比16nm增加了一倍,芯片复杂度提升很多,但设计周期却在缩短,这就给设计师提出了很多挑战,因此我们在想是否可以通过机器学习来提升设计效率。”他指出。“其实人类设计师就是不断修正错误的过程中提升设计能力的,基于这个思路可以用机器学习设计。”

4

机器学习如何帮助IC设计?关逸基表示其实机器学习的本质是从大数据总抽取出属于我们自己的数据,建立一个机器学习的算法,然后通过不断的迭代来优化结果,这样可以建立一个机器设计的模型。

5

他以Synopsys的静态时序工具Prime Time为例,解释机器学习如何提升IC设计三大挑战之一—时序分析挑战,他表示Prime Time不但有时序分析功能,它

还有先进工程变更指令(Engineering Change Order,ECO)技术帮助降低芯片功耗。

6

采用机器学习之后,PrimeTime通过迭代来优化功耗指标。“我们会在设计中加入一些裕量,然后不断通过筛选更好的设计优化结果,到时序收敛完成时可以裕量收回来,把功耗优化到最好。”

据他透露,经过这样机器学习后的设计效率可以提升4.2倍!即便设计需求不同,但是平均下来,设计面积和功耗优化可以5到10倍平均提升。他认为机器学习已经成为解决高复杂度、高成本挑战的强大技术,具有颠覆性的潜力。

目前,一颗复杂的SoC芯片往往包含很多IP,IP也成为制约IC设计的一个瓶颈,作为全球第一大芯片接口IP供应商,新思科技提供完整的DesignWare IP解决方案,涵盖ARC处理器、DDR、USB、CCIX等基于不同工艺及协议的上百个IP,极大得满足芯片公司的各种需求。

7

02 Cadence参与无人设计芯片项目----让软件自己设计芯片!

Cadence全球副总裁,亚太及日本区总裁石丰喻在ICCAD2018高峰论坛上发表了《Machine Learning -引领你改变历史,遇见EDA未来》的演讲,分享了关于人工智能如何驱动EDA的转变以及IC设计行业如何演进的思考方向。

8

石丰喻指出在不远的2030年,全球芯片业务将达1兆美元市场规模但在这样高速发展的行业前景下,整个业界却面临着半导体人才匮乏的尴尬景象,整个行业亟需向自动化、智能化这样的方向演进。

9

石丰喻透露Cadence正与DARPA的进行项目合作将人工智能引入到EDA领域,2004年,DARPA曾组织过无人驾驶大奖赛,鼓励各个大学和半导体公司提出概念预案性,也正是因为基于此大奖赛,无人驾驶产业才诞生于此。

他透露,Cadence已经在数月前正式通过美国国防高级研究计划局(DARPA)筛选,为其电子资产智能设计(IDEA)项目提供支持。IDEA 是 DARPA 电子复兴计划(ERI)六个新项目之一,利用先进的机器学习技术为片上系统(SoC)、系统封装(SiP)和印刷电路板(PCB)打造统一平台,开发完整集成的智能设计流程。 ERI 投资将进一步实现更加自动化的电子设计能力,有效满足航空航天/国防生态系统和电子行业的商业需求。

根据这个项目,Cadence提出了Machine Learning与EDA相互融合的理念,而Michael在今日的高峰论坛上,首次将Cadence Cadence Machine Learning的三驾马车战略带给中国集成电路行业。

1

ML Inside:通过最新的机器学习引擎,改善数字设计工具,带来更好的PPA。通过对过往的大数据分析和决策,来加速未来的智能版图设计。

ML Outside:自动化的设计流程,提升整个设计的生产效率。

ML Enablement:软件和硬件的协同设计,以及Cadnece独有Tensilica IP,应用机器学习为系统级的优化带来提升。

1

石丰喻表示未来借助人工智能技术,EDA产业会发展到无人设计芯片---就是用软件可以自动设计芯片,将芯片的需求输入,软件自动完成芯片设计,并完成流片封测!这确实一个惊人的项目?这个项目如果可以实现是否意味着大批IC设计师会失业呢?

2

Cadence子公司南京凯鼎电子科技公司总裁王琦博士在接受采访时表示:“我觉得智能化是整个技术战略必须走的一步,目前,IC设计领域人才缺乏但是应用层出不穷,看看任何一部科幻电影里面全部是电子设备,但你看我们现在的物理世界,电子设备还很少,至少我们的桌子,椅子都不是智能化的,所以电子化设备会越来越多,如何弥补人才缺口?一定是要自动化,整个EDA设计自动化一定是方向。”

他指出关于人工智能设计取代IC设计师,这跟人工智能技术一样是循序渐进的,作为工程技术来说,不可能一步到位,一定是从某些具体问题开始。例如布线快一些,验证快一些等。现在EDA对设计师的帮助还不够,人工智能会对IC设计整个效率提升有很大帮助,但还没有到提把人设计师取代的地步,因为它只是工具,是来给人做服务的。

03 Mentor利用AI缩短系统级仿真

3

在谈到EDA智能化时,Mentor (A Siemens Business) CEO Walden C. Rhines表示:“设计业确实是在加速,设计成本也在降低,主要是因为有很多技术在加持。其中一个就是设计复用,明导公司和公司不一样,我觉得我们要使用很多新技术加速设计业发展。现在人工智能和机器学习也在不断的加速芯片业发展,人工智能的应用可以大幅度缩短芯片仿真时间。”

“加入西门子以后,让我们有资金完成了一系列收购,这些收购都很成功,它帮助我们可以从系统级层面从板级层面理解设计,帮助设计师加速设计。”他指出。“对于人工智能我们认为这是非常重要的科技和工具,我们现在在机器方面排名比较靠前,我们使用机器学习提升仿真效率,现在已经有25个项目。”

4

Mentor中国区总经理凌琳举例说 Mentor 已经把人工智能技术用于汽车芯片异常检测领域,异常检测技术在各行业已经使用多年,是保证芯片生产质量零缺陷的主要技术之一,而零缺陷对汽车行业至关重要。

通常来说,异常检测是采用硬件和统计筛选算法来定位的。一些芯片可能会通过各种标准测试,但是有时会表现出功能异常。这种芯片可能会影响系统性能或导致系统失效。为了发现芯片出现的各种问题,业界多种使用异常检测的方法,如零件平均测试法(PAT)。

PAT的测试流程如下:

首先,对晶圆进行电气测试;

其次,把硬件和PAT算法组合,检测出违反特定测试规范的异常或故障芯片;

最后,将异常芯片去除。

5

"传统的测试需要的测试点非常多,但是通过人工智能技术,我们利用先进的算法可以将测试点数量减少,也可以同样发现缺陷芯片,但是检测的效率提升了几十倍!"凌琳强调。

04 华大九天

1

北京华大九天CEO杨晓东表示,华大九天的主营业务是EDA、IPG相关的服务,

他表示华大九天认为创新是国产EDA发展的唯一道路,这里面包括技术创新、应用创新和市场创新。华大九天近日发布的三款产品,其中业界首创的GPU-Turbo模拟电路异构仿真系统ALPS- GT,对实际的后仿电路性能测试,ALPS-GT仿真性能相比其他仿真器最快可达9.5倍以上加速,即便是前仿测例,也达到了3倍左右的性能提升!

“用人工智能技术做IP质量验证并不是赶时髦,AI对于整个EDA的发展带来很多新的机会和可能性。“人工智能的技术可以很好的用于EDA工具当中,EDA中很多代价极高的问题传统的方法不能解决,但使用AI技术可以极大的改变这种局面。”他补充说。“传统IP电路验证很多用人工的办法做,没有软件支撑,IP的质量对设计的影响很大。我们用人工智能的方法学习以前的模拟IP的情况,训练出模型,让AI为IP质量验证服务,对于新的节点的IP进行验证取得了非常好的结果,精准度超过99%,效果非常好。”

他表示华大九天研发团队在数学算法方面积累多年,Empyrean Mcfly成为了九天算法优势的集中爆发点。独创的“仿真伴随蒙特卡洛分析技术”(SPICE Adjoint Monte Carlo Technology)基于九天ALPS SPICE引擎构建,颠覆了“传统”蒙特卡洛分析技术。它专为大规模电路3σ蒙特卡洛分析设计;相较传统蒙特卡洛分析,性能提升近1000倍,即便是与其他快速蒙特卡洛分析方案相比,性能也有20-50倍的提升。同时,自动生成电路敏感性分析报告,辅助用户快速改进电路性能和质量,极大提升了先进工艺和低压设计Monte Carlo分析的效率和效果。

人工智能技术是人类21世纪世界三大尖端技术之一, 它将深入应用到我们各个领域,随着EDA领域快速导入人工智能技术,未来IC设计效率将大大提升!无人设计芯片不会是幻想!就将走入我们的生活!

注:本文为原创文章,转载请注明作者及来源

相关文章

Digi-Key