EDA是AI芯片設計的加速器，方法論和工具需要顛覆性創(chuàng)新

日前，Mentor, a Siemens Business在京舉辦了“2019 Mentor論壇”，Mentor IC EDA執(zhí)行副總裁 Joseph Sawicki介紹了AI（人工智能）為半導體業(yè)及EDA帶來的機會，認為AI和機器學習（ML）將在下一個十年給半導體業(yè)帶來巨大的機遇；為此，EDA設計和驗證方法論需要新的轉變，Mentor作為西門子的一部分，已出爐新型的設計和驗證工具。

1 本土企業(yè)正在加快AI和機器學習的創(chuàng)新

Joseph最近拜訪了中國的一家初創(chuàng)公司，該公司兩年前剛成立，6個月前剛把自己的芯片送交制造。該公司可以說取得了巨大的成功，因為只花了一年半的時間。這家公司的燒錄過程和程序令Joseph印象深刻，因為十排機架上都是刀片服務器，上面所處理的都是其AI處理解決方案，正在對成千上萬個視頻流進行圖像識別。可見，這些仿真、AI和機器學習的技術和工具運用，正是使這家初創(chuàng)公司可以在如此短的時間內取得巨大成功的原因之一。

實際上，現(xiàn)在整個半導體業(yè)迎來了一個絕佳的機遇。據(jù)普華永道的調研顯示，人工智能（AI）很可能是推動半導體業(yè)成長的下一個十年周期的催化劑。麥肯錫咨詢預測，AI正在為半導體業(yè)開啟數(shù)十年來的最佳商機，因為AI可以助力半導體公司從技術堆棧當中獲得高達40%~50%的產值，而移動時代只為半導體業(yè)提供了價值20%的產值。

       是什么因素在驅動這樣的機遇呢？正是由于現(xiàn)在有越來越多海量的數(shù)據(jù)被移到了網(wǎng)絡上，無論是車與車之間的智能網(wǎng)聯(lián)，還者是智慧城市、工業(yè)化IoT（物聯(lián)網(wǎng)）應用以及消費者層面的應用等。未來十年，我們會看到這些高速數(shù)據(jù)將在網(wǎng)絡上呈現(xiàn)數(shù)十倍的增長，這一定會轉變現(xiàn)有的CPU或數(shù)據(jù)中心由云進行管理的架構，而是由AI、機器學習帶來的機遇。

除了數(shù)據(jù)中心聚合之外，現(xiàn)在還有越來越多的處理和計算被移到了邊緣去進行，因此未來不管是在云平臺還是其它系統(tǒng)中，AI都可以大大提高系統(tǒng)的效率。

      這些機遇會給市場帶來哪些不同影響？根據(jù)市場調研公司的預測，AI將對半導體業(yè)帶來巨大的機遇：企業(yè)一方面會把越來越多的數(shù)據(jù)放在云端/數(shù)據(jù)中心進行管理，更多的可能是放在邊緣進行處理，未來6年，邊緣計算每年都會有成倍的增長。

        風投公司怎樣看待這次機遇的？記得2001年互聯(lián)網(wǎng)泡沫破滅時，風投公司大大降低了對半導體業(yè)的投入，過了很長時間，風投的投入也仍然是有限的，但是現(xiàn)在這些風投資金又回來了——絕大多數(shù)風投資金涌向了AI和機器學習。從下圖可見，風投資金在過去短短幾年有很大的回歸和劇烈的增長，現(xiàn)在很多公司已著眼于AI和機器學習。

現(xiàn)在AI芯片業(yè)有三種類型的企業(yè)：傳統(tǒng)芯片設計公司，阿里等有海量數(shù)據(jù)的云端公司，初創(chuàng)企業(yè)，這三類企業(yè)正在越來越多地進行聯(lián)合，即傳統(tǒng)芯片公司可能會加強自己的IC設計能力，也會設計以數(shù)據(jù)中心為主的芯片，同時也有云端數(shù)據(jù)公司在和初創(chuàng)公司進行聯(lián)合，或者向初創(chuàng)公司投資，以用于新型算法。但無論是誰會成功，這個市場在未來幾年里的發(fā)展都會是非常激動人心的。

2 EDA設計和驗證方法論需要新轉變

相比傳統(tǒng)的芯片設計開發(fā)流程，現(xiàn)在AI時代的芯片設計方法論有何特點？Joseph指出，首先，設計層級要從RTL往上走，包括C++甚至C系統(tǒng)，因為這些更高層級的設計語言可以更好地集成到AI平臺。其次，傳統(tǒng)的開發(fā)流程中，我們可能更關注的是設計上的規(guī)范和架構；現(xiàn)在的AI時代，我們更加需要關注的是應用的驗證，而不是去驗證設計本身的正確性。

2.1 設計方法論的轉變

對于設計芯片公司，未來設計方法論會有顛覆性的改變。

絕大多數(shù)AI、機器學習會發(fā)生在邊緣，對于半導體公司來說最重要的就是著眼于價值堆棧，必須定制出一些架構來滿足用戶的體驗。 

      之前提到SoC，更多的是其指標規(guī)格，例如內存的大小，方法論更多的是RTL，然后才是在芯片上面進行驗證——這種驗證是為了讓芯片的性能更強。

但是AI時代需要定制架構滿足消費者的用戶體驗，這樣的原生環(huán)境就是AI的開發(fā)平臺，設計語言可以是C或C++。

最重要的是，在設計業(yè)中有時會發(fā)現(xiàn)CPU太慢，有時GPU功耗太高，應該怎么做呢？需要找到一個很好的路徑，就是在原生設計環(huán)境中最好地運用AI，以實現(xiàn)最優(yōu)的用戶體驗。

HLS（高階綜合）可以作為連接AI原生環(huán)境和芯片的橋梁，可以幫助客戶更好地設計架構，管理內存的分配、神經網(wǎng)絡的寬度和縱深，以及決定在里面布設多少管道等。管理好這些因素，才能為垂直應用提供經過優(yōu)化的IC軟件體驗。

     關于HLS，Mentor已經開發(fā)出了工具箱，其中4種不同的設計是可選的，這些設計也呼應了FPGA。值得一提的是，Mentor做IP不是要在消費者芯片上直接進行應用，而是更多地幫助用戶具有駕馭最新設計方法論的能力。

       現(xiàn)在已有許多客戶在用HLS的方式來設計AI和機器學習的芯片，例如NVIDIA是業(yè)界的領導者，他們利用這種方法論，生產率已經提高了50%。更重要的是，他們的驗證成本降低了80%。

2.2 驗證方法論的改變

       不僅設計方法論需要轉變，驗證也需要在方法論上改變。傳統(tǒng)芯片驗證的測試方法是要測試規(guī)則、架構和規(guī)范等。

在AI時代更多的是垂直應用。我們需要進行的驗證是在應用層面，即需要技術仿真出AI引擎，然后在CPU系統(tǒng)上可以把這些數(shù)據(jù)推送到AI引擎，這樣就會生成一個界面，可以產生一個虛擬的PCI，也可以執(zhí)行用戶想要執(zhí)行的應用，包括整個代碼的處理等，性能、功耗以及數(shù)據(jù)都可以給到。這意味著還沒到芯片層，用戶就可以理解整個過程的性能表現(xiàn)如何。

3 Mentor的解決方案

Mentor在AI仿真和其它領域會有怎樣的優(yōu)勢？Joseph稱，Mentor既有設計工具，也有驗證工具。Mentor最大的優(yōu)勢是在仿真方面的方法論，例如虛擬化環(huán)境，還有整個系統(tǒng)自動化地把算法帶到陣列上面，這些都是Mentor最大的強項。

新的設計與驗證工具可以提高生產率，包括AI和機器學習的開發(fā)程序等。當然在自己內部工具中使用AI和機器學習，也能夠更加有效地實現(xiàn)這些新的技術。Mentor被西門子收購后開發(fā)了許多技術，還有模式分析方面的OPC，可使數(shù)千個CPU 24小時不間斷地運行，通過機器學習提高效率，可以把整個時間和復雜性降低3~4倍。

        例如，在RFD設計中，Mentor使用了機器學習，可以在云平臺上進行人臉識別或語音識別，而且知道設計的問題和產出的限制在哪里，仿真的過程可以大大降低。通過這樣的機器學習，可以仿真出一個可靠性非常高的庫或者矩陣。Mentor還可以用下圖最右邊的機器學習方式檢驗出測試系統(tǒng)中哪些地方是失敗的，然后把這些和實體設計聯(lián)系起來，就能夠找出問題所在，更好地推動設計最終產品。

眾所周知，西門子過去這些年里在數(shù)字雙胞胎方面一直在下大力氣去做，例如用虛擬驗證方式可以仿真出一個產品的模型，也可以仿真這個產品的制造過程，然后再把得到的數(shù)據(jù)通過物聯(lián)網(wǎng)回傳給整個仿真系統(tǒng)。有了這樣的連接，最后的仿真和設計就可以達到高的表現(xiàn)和可靠性。目前在電氣和機械方面都可以在設計上完成。

       現(xiàn)在可以很好地把Mentor的算法軟件和西門子本身的系統(tǒng)整合起來，目前已經開發(fā)出了一個建模，可以讓自動駕駛汽車在虛擬環(huán)境中進行駕駛。如下圖左圖是西門子的Simcenter Prescan，可以模擬道路環(huán)境，包括行人和路況，這些數(shù)據(jù)都會輸送到系統(tǒng)層面。

上圖右圖中的Simcenter Amesim可以讓汽車一級供應商只需考慮車輛的動力總成和底盤，以及剎車和行駛的傳動系統(tǒng)是怎樣的。中間的圖是芯片仿真。這些都是虛擬數(shù)據(jù)，可以很好地進行孿生，無論是車輛駕駛還是半導體應用，都可以很清楚地知道最后的體驗如何。

       4 Mentor如何打造出在市場上具有優(yōu)勢的產品？

無論是Calibre還是Tessent都有一些共性。如果能夠做到以下3點，成功的概率就會非常大。

首先必須要有一批非常具有熱情的開發(fā)者，這些開發(fā)者希望能夠向市場提供不同的產品，也就是不只是開發(fā)一個產品，產品要能夠帶來不同才是價值所在。

其次，這些工程師團隊必須非常密切地和客戶一起工作，因為遠離客戶就無法找到很好的解決問題的方式。

第三，Mentor要找準客戶最困難的問題在哪里。就像Calibre的設計和Tessent的測試，我們要找到每個產品的關鍵問題所在。

       5 Mentor被西門子并購后發(fā)生了什么？

 現(xiàn)在Joseph是Mentor IC的掌舵人，對Mentor有何戰(zhàn)略調整？Joseph稱，Mentor本來就有強有力的基礎，無論是DFM（可制造設計）、安全性測試還是仿真領域都是如此。

Mentor未來的發(fā)展方向是在設計和驗證方面都會提到更高的層次，因為在AI時代這些方面的成長是非常重要的，而且在西門子的企業(yè)文化之下，Mentor也可以在整個AI時代做出一些特別激動人心的舉動和項目。

在“2019 Mentor論壇”北京站，Mentor中國區(qū)一位負責人介紹了更多的背景，Mentor和西門子公司在兩年前合并，Mentor現(xiàn)在是西門子PLM軟件公司下的一個獨立運行的子公司。合并后的理念是向更強、更大的方向發(fā)展，即不僅要單項強，而且要做更廣泛的業(yè)務，特別是在EDA整個行業(yè)，從芯片一直到系統(tǒng)、到工業(yè)應用，提供一攬子的整體解決方案。

合并以后，西門子加強了對Mentor在EDA技術的投資，在近一年多的時間內，Mentor先后收購了5家公司，加強或補充了多種EDA技術，包括電磁場與熱分析公司、5G測試解決方案公司，還有機械學習可變性的高科技公司，以及隨機芯片的故障分析公司，以及電纜線束工程設計方面的公司。

合并后，西門子PLM軟件公司現(xiàn)已成為全球第一大工業(yè)軟件公司（如下圖）。

Mentor和西門子合并以后取得了亮麗的業(yè)績。第一，西門子的數(shù)字化部門（包括Mentor）已經達到了42億美元的銷售額，位居行業(yè)第一。另外，在整個工業(yè)里，西門子的投入、研發(fā)和運行率比都是做得最大的公司。西門子工業(yè)的年收入增長值每年超過10%以上，在這個行業(yè)的很多公司達不到這個數(shù)字。

Mentor從2017年4月以后，戰(zhàn)略上做了很大的投資。在功能驗證方面，整個投資增長了47%。因為驗證環(huán)節(jié)非常重要，Mentor不僅有軟件驗證，還有硬件驗證，還有各種驗證方法學。另外是以硬件為基礎的驗證，現(xiàn)在硬件仿真器方面推陳出新。再有Mentor獨到的新技術——HLS，就是從C語言、C++，從算法設計到RTL實現(xiàn)，是自動化的流程，這在很多設計芯片里是非常高大上的工具。物理驗證方面，因為業(yè)界現(xiàn)在已經開始向7 nm、5 nm、3 nm研發(fā)，Mentor推出了大量的新工具，以支持客戶以及代工廠。還有設計測試方法學（Design for Test），Mentor也做了大的投資和改進。

關于比較抽象的AI和機器學習芯片設計。Mentor現(xiàn)在能覆蓋所有的計算機視覺、神經網(wǎng)絡的計算，以及寬帶和移動通訊方面圍繞5G技術的一些進步，還有圖像壓縮處理、視頻方面的技術，這些都是Mentor  HLS技術帶來的效果。

隨著電子技術的發(fā)展，人們最終的目的不是光做芯片，要形成一個可工業(yè)化的應用，或者家庭化應用的系統(tǒng)，因此強調電子技術與機械技術相結合，形成一個整機系統(tǒng)才能提供到市場上去。Mentor+西門子提供了一套完整的解決方案，例如智能網(wǎng)聯(lián)汽車和無人駕駛現(xiàn)，里面包括傳感器、信號傳輸，這個系統(tǒng)完全可以在一個模擬的環(huán)境下進行。所以無論對整車廠還是芯片廠家都有幫助，連通了芯片如何應用到整車里，這樣西門子就能提供完整的解決方案給整個產業(yè)。

2019年是Mentor公司進入中國30周年。1989年，Mentor作為第一家大型EDA公司進駐中國，第一間辦公室是北京。