前兩年就對人工智慧 (AI) 與汽車應用諸多著墨的新思科技 (Synopsys) 註1，今年「SNUG」使用者年會期間，設計事業群執行副總裁暨共同總經理 Deirdre Hanford 與台灣總經理李明哲再度對此深入論述。
李明哲引言，我們正在創造第四波半導體歷史：第一波始於 1985 年，由 PC 領航；第二波歸功於美國國防高等研究計劃署 (DARPA) 將 ARPAnet 協定商用化及 html 語言點火，在 1995 年揭幕互聯網時代；第三波是 2005 年 Symbian 智慧手機首現，帶動軟體應用、電子商務和社群媒體蓬勃發展；現在的第四波要從 2014 年的 4G 元年算起，後續擴增實境／虛擬實境 (AR / VR)、無人機和物聯網 (IoT) 接力上陣，2017 年則是公認的 AI 元年。去年，全球 AI 新創公司已超過 1,000 家 (IC 設計逾 200 家)，磁吸七成資金挹注。
照片人物：Synopsys 設計事業群執行副總裁暨共同總經理 Deirdre Hanford (右)、台灣總經理李明哲 (左)
「技術融合」讓設計開發時程shift-left
「今年，當 5G 商轉後，將加速實現 Smart Anything、Everywhere、Anytime，而 IC 一直是台灣強項」，李明哲說。他指出，台積 7nm 製程在去年第四季營收貢獻已超過 23%，今年迄今投片 (Tape-out) 上看 40 個、預估年底目標將來到 100 個以上，明年 5nm 將進入量產；對於 IC 設計來說，有三大棘手關卡：設計之初、設計定案及正式量產。為協助設計人員在最短時間內、將複雜的東西交付出去，如何將機械工業和電子資訊做「技術融合」(Technology Fusion) 十分關鍵，才能發揮「左移」(shift-left) 效果，將開發週期縮短 12～24 個月。
「今年，當 5G 商轉後，將加速實現 Smart Anything、Everywhere、Anytime，而 IC 一直是台灣強項」，李明哲說。他指出，台積 7nm 製程在去年第四季營收貢獻已超過 23%，今年迄今投片 (Tape-out) 上看 40 個、預估年底目標將來到 100 個以上，明年 5nm 將進入量產；對於 IC 設計來說，有三大棘手關卡：設計之初、設計定案及正式量產。為協助設計人員在最短時間內、將複雜的東西交付出去，如何將機械工業和電子資訊做「技術融合」(Technology Fusion) 十分關鍵，才能發揮「左移」(shift-left) 效果，將開發週期縮短 12～24 個月。
Hanford 主講時表示，今年全球半導體營收上看 4,700 億，成長率達 13.7%，但當中內容大不同——手機的產品生命週期平均只有 4 年，但汽車備料元件供應往往長達 10～20 年，Synopsys 新推出的「融合設計平台」(Fusion Design Platform) 非個別產品，而是完整的解決方案，產品組合包括編譯器。此類工具最大好處是：讓使用者自暫存器傳遞語言 (RTL) 以下可以高階語言描述，不必苦學缺乏架構體系支援的低階編程；且在量產前可事先驗證靜態時序 (static timing) 和融合架構，爭取上市黃金時間。她總括該平台有三大優勢。
以不同技術驗證設計並除錯，只要一個引擎就OK
一是產業優先，整個設計流程只要單一資料模型與指令通用引擎，即可將設計檔上傳雲端作為參考設計，讓地端電腦同步編程軟體；二是易於向外擴展並便於內部決議可行性，三天時程可縮短為 21 小時；三是連結不同驗證機制，設計者只須按部就班確認功能正確與否即可。Hanford 強調，特別是像汽車這種講究高可靠度的應用，在封裝前須經過多次測試、確保沒有微塵粒子或其他有礙功能運作的缺陷存在，就算上路後也少不了定期測試。因此，「量產前的自我測試」非常重要，以確保晶片之於新測試需求的可用性。
一是產業優先，整個設計流程只要單一資料模型與指令通用引擎，即可將設計檔上傳雲端作為參考設計，讓地端電腦同步編程軟體；二是易於向外擴展並便於內部決議可行性，三天時程可縮短為 21 小時；三是連結不同驗證機制，設計者只須按部就班確認功能正確與否即可。Hanford 強調，特別是像汽車這種講究高可靠度的應用，在封裝前須經過多次測試、確保沒有微塵粒子或其他有礙功能運作的缺陷存在，就算上路後也少不了定期測試。因此，「量產前的自我測試」非常重要，以確保晶片之於新測試需求的可用性。
圖：Fusion Design Platform 號稱是業界首款採用融合技術的 AI 增強型雲端設計平台，志在提供全流程的成果品質 (QoR) 和完成時間 (TTR)，以加速下一波產業創新
資料來源：https://www.synopsys.com//implementation-and-signoff/fusion-design-platform.html
這樣的論調與前幾年業界多方探討的「可測性設計」(DFT) 相互呼應。例如，有時啟動車用資訊娛樂系統 (infotainment)，畫面會有好幾分鐘的黑暗、無法立即開機，可能就是測試不足所致；而「融合設計平台」只要一個引擎，就能以不同技術驗證設計並除錯。Hanford 透露，三星的手機應用處理器 (AP) 單晶片亦是採用這個解決方案。由於單是確定開機序列就得花上好多時間，越早期驗證——包括複雜的軟體模擬 (Simulator) 與硬體仿真 (emulator)，越能確保開啟作業系統執行應用程式效能。汽車晶片大廠瑞薩 (Renesas) 也是愛用者。
AI 在 EDA 的作用：精簡、優化流程
Hanford 解釋 AI 對於電子設計自動化 (EDA) 的實質幫助是：將輝達 (NDIDIA) 等大公司的 AI 技術導入軟體，可借助機器學習 (ML) 強化軟體效能，以達到精簡、優化流程目的，更有效率地訓練數據集、加快學習；據用戶經驗值顯示，原本需要 8.67 萬分鐘 (約 60 天) 的測試時間可大幅縮短至 54 分鐘。另一方面，利用 AI 加速專用硬體，可讓產品更聰明並減少功耗，或是在不影響整體晶片功耗下將路徑最佳化，但絕非用來取代原有業務。「台北101 之所以耐震，是因為有非常棒的阻尼器作為功能性安全支撐」，Hanford 以此比喻架構的慎重其事。
Hanford 解釋 AI 對於電子設計自動化 (EDA) 的實質幫助是：將輝達 (NDIDIA) 等大公司的 AI 技術導入軟體，可借助機器學習 (ML) 強化軟體效能，以達到精簡、優化流程目的，更有效率地訓練數據集、加快學習；據用戶經驗值顯示，原本需要 8.67 萬分鐘 (約 60 天) 的測試時間可大幅縮短至 54 分鐘。另一方面，利用 AI 加速專用硬體，可讓產品更聰明並減少功耗，或是在不影響整體晶片功耗下將路徑最佳化，但絕非用來取代原有業務。「台北101 之所以耐震，是因為有非常棒的阻尼器作為功能性安全支撐」，Hanford 以此比喻架構的慎重其事。
此外，雲端則有 AWS、Azure 和 Google 等夥伴支持。李明哲補充，將 IC 設計所有工程全放在雲端做不一定最有效，因為上傳、下載圖檔設計的流量太大。雲端化的意義在於：平行擴展運算能力，設計者只需遷移必要的資料即可。他認為，許多看來零散的產品，其實集結起來市場也不小；例如，形式各異的智慧型玩具，裡面的微控制器 (MCU) 通常都是同一種。越來越多的通訊晶片廠和新創企業投入汽車領域，加上 Google 和 Facebook 等網路公司也開始涉足晶片設計，將為 IC 設計帶來新一波浪潮，而 Fusion 編譯器有助於貫穿產品前、後端開發工程。
註1:參閱：《AI 與汽車將是 Smart Everything 的兩大驅動力》一文:http:// www.compotechasia.com/a/tactic/2017/1005/36876.html
