科技巨头纷纷自研芯片 如何满足科技巨头芯片设计需求？

前有苹果、谷歌，后有阿里、腾讯，科技巨头们自主设计芯片已经成了不可阻挡的趋势。不止于此，为了缩短芯片设计的周期，谷歌开始利用 AI 加速，其团队 6 月在 Nature 上发表的题为《一种用于加速芯片设计的布局规划方法》的论文指出，利用深度学习，人类工程师需要数月完成的工作，谷歌用 AI 仅需要 6 小时就能达到相同效果。

这表明，随着科技巨头们在芯片领域积累了更多经验，为了更高效地设计出更具差异化的芯片，科技巨头们需要更具效率的 EDA(Electronic Design Automation)工具。这就要求 EDA 公司提供革命性的产品。

“无论是依赖传统的摩尔定律设计芯片的客户，还是已经超越摩尔用 SysMoore 从系统级别设计芯片的客户，我们都有志于用我们打造的解决方案帮助我们的客户提高 1000 倍生产率。”新思科技首席运营官 Sassine Ghazi 在新思科技上海办公室焕新暨媒体圆桌会中表示。

1000 倍的效率提升，如何实现?能满足科技巨头们的需求吗?

科技巨头为什么自研芯片?

芯片是一个成熟的产业，且全球分工明细。在成熟的芯片产业链上，每一个环节都已经有领导者，比如芯片设计环节的高通、英伟达、AMD，代工环节的台积电、三星、中芯国际。

过去的几十年间，摩尔定律持续有效，通用芯片是市场的主流，英特尔的 CPU、英伟达的 GPU 是典型的代表。在 2005 年之前，还有很多晶圆制造公司，但如今能提供先进制程的芯片制造商只有台积电、三星、英特尔等少数几家。

“我认为主要的原因有三个，系统的复杂性、系统的重要性，以及去研发和制造的成本。从众多芯片代工厂到现在只剩几家，表明了现在仅有为数不多的晶圆制造公司能够承担先进制程所需的复杂性、重要性和成本。”Sassine Ghazi 表示。

与芯片制造一同变化的还有芯片的消费者。以前，做系统公司是芯片重要的消费者。如今，微软、谷歌、亚马逊、阿里、百度和腾讯成为了芯片重要的消费者。这是因为在数字化的趋势下，有三个重要的驱动力。

“第一是汽车的电气化和无人驾驶，第二是 AI，第三是超大规模的数据中心。”Sassine Ghazi 进一步表示，“这三个领域都希望找到差异点，拥有差异化的竞争优势。因此，这些领域的企业必须要寻求更好的晶圆，才能使他们的系统架构与众不同。此时，领域专用架构(DSA，Domain Specific Architecture)能够体现出他们的系统架构的独特优势之处。”

这就解释了科技巨头们自研芯片的原因，同时也让我们看到了转变之下的三个趋势。第一个趋势是做电子系统的公司希望定制系统级芯片，实现电子系统的差异化;第二大趋势是做系统设计的公司必须包括系统级芯片片上系统，实现系统和硬件的差异化;第三大趋势是如今的这些系统公司已不是传统意义上的系统公司，他们越来越像半导体公司。

如何满足科技巨头的芯片设计需求?

芯片行业一直在追求的是更高性能、更低功耗和更低成本。在摩尔定律有效的时候，芯片的性能持续提升，可以满足市场需求，但摩尔定律在 2005 年之后开始放缓。

“随着技术的演进，摩尔定律已经跟不上时代的步伐。这不仅仅因为技术上的瓶颈，还有非常关键的原因是，再遵循以前的摩尔定律会面临三大挑战：首先是预测性，因为预测性远远快于摩尔定律;其次是包括研发和其他方面的开支成本过高;最后是芯片设计的难度大幅增加。”Sassine Ghazi 指出。

也就是说，在摩尔定律有效的时间里，主要面临的是在芯片中增加晶体管，以及复杂性增加的挑战。但如今摩尔定律的放缓，以及业界对芯片要求的增长，预测性、成本可负担性、设计的复杂程度都遇到了挑战。

“肯定要超越摩尔时代。”Sassine Ghazi 进一步解释，“我们的 CEO 提出了一个新概念叫做 SysMoore，指的是从系统的层面去解决问题，而不单单是在晶圆以及晶体管数量的层面去解决问题。只有站在系统的高度，我们才能更好地优化。”

“要两条腿走路，遵循原来摩尔定律的同时，还要超越摩尔定律。新思科技提供很多可以重复使用的 IP 模块，芯片设计者可以直接把它进行组合，既是摩尔定律又是超越摩尔的集成。”Sassine Ghazi 同时表示，“我们有志于用我们打造的解决方案帮助客户提高 1000 倍生产率。”

我们了解到，新思科技有一个叫做 DTCO 的解决方案，帮助客户做制程流程的建模、模拟、验证。这个方案对于使用先进制程技术的公司，可以实现设计、工艺的协同优化，改善设计。

数字化的融合设计平台显然能够带来更好的优化效果。“通过我们的融合设计 + DSO.ai，能够帮助客户用 AI 系统进行芯片的开发和设计，达到最佳的效果，同时加速设计流程，缩短产品上市时间。”Sassine Ghazi 表示。

“从系统层面，SysMoore 提供了非常好的设计的基础架构，能够从系统级别在芯片设计完成之前就看到其中的一些流程。”Sassine Ghazi 介绍，“新思科技加大了设计服务团队和解决方案的融合，帮助客户从系统和设计端打造成一个个组分和部件，再进行交付。”

新思科技全球资深副总裁兼中国董事长葛群也表示，“解铃仍需系铃人，从系统层级做优化，才能解决先进芯片设计面临的挑战。”

葛群用了汽车的例子来解释，通过从系统层级的优化，新思科技将三重左移 Triple Shift Left 的概念带到车企中，以前推出一个新款汽车的整个周期需要 5 到 7 年的时间，但是用了新思科技的硬件和软件结合的解决方案，三重左移能够帮助新车型的设计时间减少到 3 年。

谁能够领先?

当然，这些变化发生在云化和数字化的大背景下，因此，基于云和 AI 的 EDA 工具，也将让这个传统行业进入新的时代。

中国科学院 EDA 中心主任陈岚一次分享中提到，过去的 EDA 工具是满足高端通用的复杂的芯片设计需求，而未来更加开放的模式，可以快速地让新技术融入到 EDA 的流程当中，同时避免流程转化中的设计冗余，用更低的成本，让更多的用户使用，快速地对 EDA 进行验证与迭代，提高芯片设计的总体效率。

葛群也持同样的观点，“以后的 EDA，很重要的一个改变就是降低芯片设计门槛，让更多人能参与到芯片设计的领域，满足人们不断发展的各种需求。”

在这样的趋势和机遇下，一些 EDA 行业资深行业选择创业，EDA 行业正在迎来新一轮的竞争。

对于新的变化和竞争，葛群交流时表示：“我们过去几十年的发展中，也面临许多竞争，这对新思而言并不是新鲜事，我们积极拥抱市场的变化。与此同时，面对新的趋势和需求，我们也在加速创新，比如成立 AI Lab，也在推动 EDA 上云。”

更为关键的是，了解客户需求并满足客户需求。新思作为一家全球公司，非常重视中国的本土化。葛群说：“新思给本土的团队足够多的权限和信任。2020 财年，中国市场的营收已经占新思全球 37 亿美元营收的 11.4%，这是了不起的成绩。中国团队的员工也已经超过 1500 名，覆盖研发、销售和应用工程师等所有的岗位。”

那么，在 EDA 的新时代，谁能领先?

标签： 自主设计 设计芯片 深度学习 布局规划