新闻中心

EEPW澳门葡京官网 > EDA/PCB > 编辑观点 > EDA是AI芯片设计的加速器,方法论和工具需要颠覆性创新

EDA是AI芯片设计的加速器,方法论和工具需要颠覆性创新

作者:王莹时间:2019-09-16来源:电子产品世界收藏

日前,Mentor, a Siemens Business在京举办了“2019 Mentor论坛”,Mentor IC 执行副总裁 Joseph Sawicki介绍了(人工智能)为半导体业及带来的机会,认为和机器学习(ML)将在下一个十年给半导体业带来巨大的机遇;为此,设计和验证方法论需要新的转变,Mentor作为西门子的一部分,已出炉新型的设计和验证工具。

本文引用地址:/article/201909/404850.htm

1568624556536297.png

1 本土企业正在加快和机器学习的创新

Joseph最近拜访了中国的一家初创公司,该公司两年前刚成立,6个月前刚把自己的芯片送交制造。该公司可以说取得了巨大的成功,因为只花了一年半的时间。这家公司的烧录过程和程序令Joseph印象深刻,因为十排机架上都是刀片服务器,上面所处理的都是其AI处理解决方案,正在对成千上万个视频流进行图像识别。可见,这些仿真、AI和机器学习的技术和工具运用,正是使这家初创公司可以在如此短的时间内取得巨大成功的原因之一。

实际上,现在整个半导体业迎来了一个绝佳的机遇。据普华永道的调研显示,人工智能(AI)很可能是推动半导体业成长的下一个十年周期的催化剂。麦肯锡咨询预测,AI正在为半导体业开启数十年来的最佳商机,因为AI可以助力半导体公司从技术堆栈当中获得高达40%~50%的产值,而移动时代只为半导体业提供了价值20%的产值。

       是什么因素在驱动这样的机遇呢?正是由于现在有越来越多海量的数据被移到了网络上,无论是车与车之间的智能网联,还者是智慧城市、工业化IoT(物联网)应用以及消费者层面的应用等。未来十年,我们会看到这些高速数据将在网络上呈现数十倍的增长,这一定会转变现有的CPU或数据中心由云进行管理的架构,而是由AI、机器学习带来的机遇。

除了数据中心聚合之外,现在还有越来越多的处理和计算被移到了边缘去进行,因此未来不管是在云平台还是其它系统中,AI都可以大大提高系统的效率。

      这些机遇会给市场带来哪些不同影响?根据市场调研公司的预测,AI将对半导体业带来巨大的机遇:企业一方面会把越来越多的数据放在云端/数据中心进行管理,更多的可能是放在边缘进行处理,未来6年,边缘计算每年都会有成倍的增长。

1568620177146669.png

        风投公司怎样看待这次机遇的?记得2001年互联网泡沫破灭时,风投公司大大降低了对半导体业的投入,过了很长时间,风投的投入也仍然是有限的,但是现在这些风投资金又回来了——绝大多数风投资金涌向了AI和机器学习。从下图可见,风投资金在过去短短几年有很大的回归和剧烈的增长,现在很多公司已着眼于AI和机器学习。

1568620197765777.png

现在AI芯片业有三种类型的企业:传统芯片设计公司,阿里等有海量数据的云端公司,初创企业,这三类企业正在越来越多地进行联合,即传统芯片公司可能会加强自己的IC设计能力,也会设计以数据中心为主的芯片,同时也有云端数据公司在和初创公司进行联合,或者向初创公司投资,以用于新型算法。但无论是谁会成功,这个市场在未来几年里的发展都会是非常激动人心的。

2 EDA设计和验证方法论需要新转变

相比传统的芯片设计开发流程,现在AI时代的芯片设计方法论有何特点?Joseph指出,首先,设计层级要从RTL往上走,包括C++甚至C系统,因为这些更高层级的设计语言可以更好地集成到AI平台。其次,传统的开发流程中,我们可能更关注的是设计上的规范和架构;现在的AI时代,我们更加需要关注的是应用的验证,而不是去验证设计本身的正确性。

2.1 设计方法论的转变

对于设计芯片公司,未来设计方法论会有颠覆性的改变。

绝大多数AI、机器学习会发生在边缘,对于半导体公司来说最重要的就是着眼于价值堆栈,必须定制出一些架构来满足用户的体验。 

      之前提到SoC,更多的是其指标规格,例如内存的大小,方法论更多的是RTL,然后才是在芯片上面进行验证——这种验证是为了让芯片的性能更强。

但是AI时代需要定制架构满足消费者的用户体验,这样的原生环境就是AI的开发平台,设计语言可以是C或C++。

最重要的是,在设计业中有时会发现CPU太慢,有时GPU功耗太高,应该怎么做呢?需要找到一个很好的路径,就是在原生设计环境中最好地运用AI,以实现最优的用户体验。

HLS(高阶综合)可以作为连接AI原生环境和芯片的桥梁,可以帮助客户更好地设计架构,管理内存的分配、神经网络的宽度和纵深,以及决定在里面布设多少管道等。管理好这些因素,才能为垂直应用提供经过优化的IC软件体验。

1568620255263908.png

     关于HLS,Mentor已经开发出了工具箱,其中4种不同的设计是可选的,这些设计也呼应了FPGA。值得一提的是,Mentor做IP不是要在消费者芯片上直接进行应用,而是更多地帮助用户具有驾驭最新设计方法论的能力。

1568620270894040.png

       现在已有许多客户在用HLS的方式来设计AI和机器学习的芯片,例如NVIDIA是业界的领导者,他们利用这种方法论,生产率已经提高了50%。更重要的是,他们的验证成本降低了80%。

2.2 验证方法论的改变

       不仅设计方法论需要转变,验证也需要在方法论上改变。传统芯片验证的测试方法是要测试规则、架构和规范等。

在AI时代更多的是垂直应用。我们需要进行的验证是在应用层面,即需要技术仿真出AI引擎,然后在CPU系统上可以把这些数据推送到AI引擎,这样就会生成一个界面,可以产生一个虚拟的PCI,也可以执行用户想要执行的应用,包括整个代码的处理等,性能、功耗以及数据都可以给到。这意味着还没到芯片层,用户就可以理解整个过程的性能表现如何。

3 Mentor的解决方案

Mentor在AI仿真和其它领域会有怎样的优势?Joseph称,Mentor既有设计工具,也有验证工具。Mentor最大的优势是在仿真方面的方法论,例如虚拟化环境,还有整个系统自动化地把算法带到阵列上面,这些都是Mentor最大的强项。

新的设计与验证工具可以提高生产率,包括AI和机器学习的开发程序等。当然在自己内部工具中使用AI和机器学习,也能够更加有效地实现这些新的技术。Mentor被西门子收购后开发了许多技术,还有模式分析方面的OPC,可使数千个CPU 24小时不间断地运行,通过机器学习提高效率,可以把整个时间和复杂性降低3~4倍。

        例如,在RFD设计中,Mentor使用了机器学习,可以在云平台上进行人脸识别或语音识别,而且知道设计的问题和产出的限制在哪里,仿真的过程可以大大降低。通过这样的机器学习,可以仿真出一个可靠性非常高的库或者矩阵。Mentor还可以用下图最右边的机器学习方式检验出测试系统中哪些地方是失败的,然后把这些和实体设计联系起来,就能够找出问题所在,更好地推动设计最终产品。

1568620340273604.png

众所周知,西门子过去这些年里在数字双胞胎方面一直在下大力气去做,例如用虚拟验证方式可以仿真出一个产品的模型,也可以仿真这个产品的制造过程,然后再把得到的数据通过物联网回传给整个仿真系统。有了这样的连接,最后的仿真和设计就可以达到高的表现和可靠性。目前在电气和机械方面都可以在设计上完成。

       现在可以很好地把Mentor的算法软件和西门子本身的系统整合起来,目前已经开发出了一个建模,可以让自动驾驶汽车在虚拟环境中进行驾驶。如下图左图是西门子的Simcenter Prescan,可以模拟道路环境,包括行人和路况,这些数据都会输送到系统层面。

1568625183385633.png

上图右图中的Simcenter Amesim可以让汽车一级供应商只需考虑车辆的动力总成和底盘,以及刹车和行驶的传动系统是怎样的。中间的图是芯片仿真。这些都是虚拟数据,可以很好地进行孪生,无论是车辆驾驶还是半导体应用,都可以很清楚地知道最后的体验如何。

       4 Mentor如何打造出在市场上具有优势的产品?

无论是Calibre还是Tessent都有一些共性。如果能够做到以下3点,成功的概率就会非常大。

首先必须要有一批非常具有热情的开发者,这些开发者希望能够向市场提供不同的产品,也就是不只是开发一个产品,产品要能够带来不同才是价值所在。

其次,这些工程师团队必须非常密切地和客户一起工作,因为远离客户就无法找到很好的解决问题的方式。

第三,Mentor要找准客户最困难的问题在哪里。就像Calibre的设计和Tessent的测试,我们要找到每个产品的关键问题所在。

       5 Mentor被西门子并购后发生了什么?

 现在Joseph是Mentor IC的掌舵人,对Mentor有何战略调整?Joseph称,Mentor本来就有强有力的基础,无论是DFM(可制造设计)、安全性测试还是仿真领域都是如此。

Mentor未来的发展方向是在设计和验证方面都会提到更高的层次,因为在AI时代这些方面的成长是非常重要的,而且在西门子的企业文化之下,Mentor也可以在整个AI时代做出一些特别激动人心的举动和项目。

“2019 Mentor论坛”北京站,Mentor中国区一位负责人介绍了更多的背景,Mentor和西门子公司在两年前合并,Mentor现在是西门子PLM软件公司下的一个独立运行的子公司。合并后的理念是向更强、更大的方向发展,即不仅要单项强,而且要做更广泛的业务,特别是在EDA整个行业,从芯片一直到系统、到工业应用,提供一揽子的整体解决方案。

合并以后,西门子加强了对Mentor在EDA技术的投资,在近一年多的时间内,Mentor先后收购了5家公司,加强或补充了多种EDA技术,包括电磁场与热分析公司、5G测试解决方案公司,还有机械学习可变性的高科技公司,以及随机芯片的故障分析公司,以及电缆线束工程设计方面的公司。

合并后,西门子PLM软件公司现已成为全球第一大工业软件公司(如下图)。

1568624020224383.png

Mentor和西门子合并以后取得了亮丽的业绩。第一,西门子的数字化部门(包括Mentor)已经达到了42亿美元的销售额,位居行业第一。另外,在整个工业里,西门子的投入、研发和运行率比都是做得最大的公司。西门子工业的年收入增长值每年超过10%以上,在这个行业的很多公司达不到这个数字。

Mentor从2017年4月以后,战略上做了很大的投资。在功能验证方面,整个投资增长了47%。因为验证环节非常重要,Mentor不仅有软件验证,还有硬件验证,还有各种验证方法学。另外是以硬件为基础的验证,现在硬件仿真器方面推陈出新。再有Mentor独到的新技术——HLS,就是从C语言、C++,从算法设计到RTL实现,是自动化的流程,这在很多设计芯片里是非常高大上的工具。物理验证方面,因为业界现在已经开始向7 nm、5 nm、3 nm研发,Mentor推出了大量的新工具,以支持客户以及代工厂。还有设计测试方法学(Design for Test),Mentor也做了大的投资和改进。

关于比较抽象的AI和机器学习芯片设计。Mentor现在能覆盖所有的计算机视觉、神经网络的计算,以及宽带和移动通讯方面围绕5G技术的一些进步,还有图像压缩处理、视频方面的技术,这些都是Mentor  HLS技术带来的效果。

随着电子技术的发展,人们最终的目的不是光做芯片,要形成一个可工业化的应用,或者家庭化应用的系统,因此强调电子技术与机械技术相结合,形成一个整机系统才能提供到市场上去。Mentor+西门子提供了一套完整的解决方案,例如智能网联汽车和无人驾驶现,里面包括传感器、信号传输,这个系统完全可以在一个模拟的环境下进行。所以无论对整车厂还是芯片厂家都有帮助,连通了芯片如何应用到整车里,这样西门子就能提供完整的解决方案给整个产业。

2019年是Mentor公司进入中国30周年。1989年,Mentor作为第一家大型EDA公司进驻中国,第一间办公室是北京。



关键词: AI EDA

评论


相关推荐

技术专区

关闭