當前位置: 主頁 > 策略&營運 >
 

2020年,當我們談EDA的時候我們在談什麼?

本文作者:Mentor       點擊: 2020-02-03 12:03
前言:

 

Mentor, a Siemens Business台灣地區暨東南亞區副總裁兼總經理 /林棨璇

2019年即將落下帷幕,這一年的無論是全球市場還是台灣市場,IC產業都可以用“溫和前進”四個字來概括。根據SEMI的最新預測,2020 年至 2021 年IC產業預估成長 6%,產值可望達到新台幣 3 兆元。這樣的漲勢為所有業者帶來一絲暖意,也向我們提出了幾項思考:台灣地區已經創下的IC 製造全球第一、封測全球第一、IC 設計全球第二的佳績還有哪些可以突破的機會?當我們談及IC產業的時候我們應該談些什麼?作爲EDA行業的專註者和觀察者,西門子旗下業務Mentor在EDA層面提出以下幾點觀察:
 
系統公司自制製AI晶片將呈上升趨勢
系統公司投身晶片制造並非新鮮之事,從Apple, Google, Amazon的頻頻動作我們已能初見端倪。傳統的半導體公司對於新的設計方法不以爲然,一些汽車巨頭和系統公司便轉向自食其力,一方面借以降低對主流晶片製造商的依賴,擺脫傳統方法束縛;另一方面,則爲了滿足自身業務的發展需求。
 
進入2020年,IoT的應用將進一步具體化系統公司會在IoT所產生數據中獲取更多價值,從而進行差異化的晶片設計。訊息網路的系統整合商開始設計IoT和IIoT晶片,藉以開發出完整的資訊收集和分析生態系統。在EDA公司的幫助下,一些並不是半導體專業的公司甚至可以更容易地設計晶片,特別是在它們擁有專有演算法的情況下,可以通過高階合成(HLS)將其轉化為晶片上的數據路徑。
 
AI/ML與現有設計工具將更加互補
沒有人可以忽視AI對於現代社會帶來的推進作用,EDA工具作爲AI晶片中最不可或缺的角色,在AI/ML的不斷應用下也獲得了業者們的高度期待,並隨之迎來更多商機。
 
衆所周知AI 需要演算法的支撐,有些情況下是需要某些特定標準才能達到最佳執行效果,要開發這樣特定應用的AI架構就需要EDA工具的輔助。例如,Mentor的Catapult HLS技術能夠協助AI架構師開發自己的數學碼,將其轉換為C或SystemC,並且預先知道哪些演算法應該建置在硬體中,哪些應以軟體執行。這樣的方式可以融合成最佳的體系架構,然後再向下移動到RTL級進行硬體設計。當架構師融合出理想的架構,並選擇了最適合執行的硬體配置,接下來,採用硬體模擬(emulation)平台,例如Mentor的Veloce硬體模擬平台,是到目前為止測試和完善該架構的最佳方法。設計團隊可以在硬體模擬系統上執行矽前(pre-silicon)晶片設計,進而對硬體及軟體模擬進行微調。同時,硬體模擬也可以在投入晶片之前測量AI系統的功率和性能。
 
反觀之,讓EDA工具擁有增強機器學習(ML-Enhanced)能力也是大勢所趨。Mentor目前已有五項商業化的工具產品能夠利用ML獲得更快、更好的結果,其中大多數是在實體設計、驗證和製造領域:ML用於單元庫特徵化和模擬、光學鄰近校正、蝕刻模擬、CMP建模以及良率分析。舉例來說,針對光學鄰近校正,Calibre OPC可在實體設計資料庫上執行。晶片每執行一次,都會產生數十億個可用於分析的數據點。透過把ML技術帶到Caliber OPC,Mentor可以收集這些與晶片相關的數據,然後使用這些數據更快地產生更好的設計結果。
 
基於雲端的晶片設計將成爲必選項
雲計算的使用已經在一些行業中如火如荼,而在EDA行業接受度尚未普及。一方面是因爲業者對於把專有IP放在雲端仍存有疑慮,另一方面是目前私有的伺服器中心已經可以滿足大部分的設計需求。然而隨著設計規模日益龐大、複雜,以及小型業者對更大伺服器中心需求的增加,基於雲端的晶片設計將成爲一種必然趨勢。根據ABIResearch的報告顯示,雲端AI晶片市場將從2019年的42億美元增長至2024年的100億美元規模;邊緣AI晶片也將以31%的年平均增長率持續擴張。
 
許多設計人員也希望能夠通過在雲端進行設計,以降低EDA軟體的價格。但目前EDA雲服務的成本還沒有明顯優勢,在雲需求不斷增加與應用持續落地的催化下,雲端EDA軟體的價格與非雲端的軟體將趨於相同,而設計人員無須再自行購買伺服器,因此可以省下一筆基礎設施成本。

 

電子郵件:look@compotechasia.com

聯繫電話:886-2-27201789       分機請撥:11