账号:
密码:
最新动态
产业快讯
CTIMES / 文章 /
EDA进化中!
结合物理模拟、AI与云端的系统级分析大计

【作者: 籃貫銘、盧傑瑞】2021年09月28日 星期二

浏览人次:【3501】

打从3D IC问世的那一天起,EDA工具就被迫开始进行史上最大的升级工作,而方向只有一个,就是朝向「系统级的设计」。


「系统级」是什么意思?意简言赅的讲,就是要跨出传统只在单一元件上打转的开发思维,往纵向横向去扩大覆盖的范围,进而实现完整系统的开发与验证能力。因此一个开发平台上不能只有逻辑电路的开发工具,还要有可以整合其他「异质元件」的布局功能,它可能是感测器,或者其他的类比元件,例如天线效能的模拟。


然而,要具备这些异质元件的整合和验证能力,其涉及的领域已跳脱过往单纯电路和逻辑开发的范围,更多的是对于实体物理情境的模拟需求。


以3D IC的设计为例,光是晶片对晶片的堆叠,就必须要考量电路的连结和散热的问题,若是封装的元件还包含射频的功能,则电磁波性能的验证也要被考虑进来。尤其进入了物联网和5G时代之后,几乎所有的装置和系统都具备网路与运算功能,因此讯号完整性的评估也成为必备。


基于这样的设计考量与需求,EDA供应商不得展开一系列的新布局,除了成立新的系统部门外,同时也积极的收购物理模拟的公司,以扩大自身的服务能力,目的就是推出一个兼具电路虚拟与物理模拟的全面位开发平台。在此之前,工程师和开发团队都必须在不同的开发平台上切换,效率与效能自然不彰。


从EDA跨入物理模拟 Cadence化身系统分析大厂

以Cadence Design Systems(益华电脑)为例,他们在2012年收购了一间电磁模拟软体公司「Sigrity」,正式跨入了系统分析的市场。他们将Sigrity核心的讯号完整性与电源完整性(SI/PI)工具纳入旗下,并花费数年对其进行一番的改良与整合,最终在2019年推出了「 Clarity 3D」电磁模拟求解器,让设计与分析可以无缝连接,不仅简化了开发的流程,同时也大幅降低了整体开发所需的时间。



图一 : Cadence推出「 Clarity 3D」,从EDA跨入了物理模拟的市场。(source:Cadence)
图一 : Cadence推出「 Clarity 3D」,从EDA跨入了物理模拟的市场。(source:Cadence)

而这个改进所带来的益处有多大?从Cadence「 Clarity 3D」的营收不断地扩大就可以看出,他们甚至把这个并购案誉为最成功的收购案之一。有了这个成功的经验,Cadence也成立了系统分析部门,更专注在系统等级工具的开发上,该部门也从原先的150人不到,迅速的倍增至目前的500人以上,并成为Cadence最重要的成长驱力。


洞悉到系统分析的重要性及其市场规模的庞大,Cadence也持续强化他们在物理模拟的服务能力。于是在2020年3月,又收购了AWR和Integrand两家公司,拓展在RF端的模拟能力,以因应5G时代的需求;今年(2021年)更收购了流体力学模拟(CFD)技术的领导商NUMECA International,再往多物理分析之路跨出关键的一大步,同时也让他们的系统分析服务能力更加完整。


Cadence客制IC及PCB事业部多物理场系统分析产品线副总裁Ben Gu,就在一次媒体活动上公开表示,Cadence将会全面进军多物理模拟市场,并跟安矽思(Ansys)等领先大厂展开全面的竞争。


Ben Gu强调,Cadence将会站在成功的EDA核心技术的基础上,往创新的系统分析领域前进,并在各个专业的垂直市场上,运用人工智慧(AI)与先进的演算法技术,提供强大的软体运算服务。


西门子收购Mentor 创建最全面的数位分身系统

然而,条条大路通罗马。如果说,EDA跨入系统分析是不得不为的策略,那么系统软体业者取得EDA技术,也就是理所当为的事,而它的确也是。


2016年11月,原本在EDA市场排名第三的业者,明导国际 (Mentor Graphics),便同意以每股37.25美元现金,总价约45亿美元的价格,被德国科技大厂西门子(Siemens)所收购,成为旗下工业软体的一员。


而今年(2021年)1月起,Mentor也正式更名为Siemens EDA,继续以西门子数位化工业软体的业务进行运营。



图二 : Mentor更名为Siemens EDA,与西门子相结合,形成最广泛、最深入的工业软体组合。(source:Siemens EDA)
图二 : Mentor更名为Siemens EDA,与西门子相结合,形成最广泛、最深入的工业软体组合。(source:Siemens EDA)

西门子在新闻稿上表示,将全面的把EDA软体与西门子科技相结合,形成最广泛、最深入的工业软体组合,深度运用于模拟、机械设计、制造业、云端运算、物联网以及低程式码领域,帮助客户实践电晶体设计和系统设计的加速融合。


回顾当年双方同意收购时,西门子PLM软体总裁兼执行长Tony Hemmelgarn就指出,西门子的愿景是扩大客户基础,为他们提供打造「数位化企业」所需要的世界级完整软体解决方案组合。而Mentor的EDA产品对于实现这一愿景至关重要。


他强调,电气和线束设计、电子系统设计软体工具是对西门子现有解决方案的完美补全,而IC设计、验证、测试和制造工具更将西门子的产品和专业知识扩展到了相应的专业领域,为新客户带来了巨大价值。


而西门子也为这个完整的软体套件擘画了一个远大愿景,就是要协助客户为其产品和生产线,创造最全面、最精确的数位分身(Digital Twin)系统。而那就是目前发展工业4.0的核心技术,要用数位模拟技术来操控一座厂房,甚至是一颗IC元件。


运用云端平台 满足EDA系统级算力需求

然而随着晶片的设计愈加复杂与庞大,其电路的结构和所整合的异质元件的模拟与验证,都需要庞大的算力,一般的电脑已完全无法负担。若再加上系统分析与装置模拟验证的需求,则整体的运算力更是远远超过一般公司所能够负担,对工程人员更是相当巨大的压力。


因此,在当今这种系统级设计的趋势下,使用AI技术来辅助开发工作,同时结合可弹性扩展算力的云端服务,也成为EDA供应商的重要发展趋势。尤其是在新冠肺炎(COVID-19)出现后,数位应用的迅速增加,带动了PCB和晶片的需求成长,以及系统级设计模拟的增加,更进一步推动这个市场的蓬勃发展。


基于云端解决方案可以从任何地点进行存取,不受交通或区域的限制,并可以依据不断变化的要求,进行简单而快速的更新。因此几乎所有的EDA业者都积极与云端技术供应商合作,开发出具有云端架构的EDA软体。


另一方面,SoC设计日益复杂,为了在设计时可以增加更多的功能和运算能力,越来越多云端解决方案被半导体产业应用于复杂电子系统的设计。


以AWS为例,他们就积极与各个EDA业者合作,共同发展云端架构的EDA运算平台,以满足客户在大型晶片开发上的额外算力需求。近期,Arm就开始把半导体设计和验证转移到AWS的Graviton2的Instance上运作,目的就是要降低新专案的成本和进度上的风险(Scheduling Risk),进而提高10倍的传送量,使工程师能够专注于创新与设计。


为了使验证更加有效,Arm将利用云端来运算进行模拟,利用AWS几乎无限的储存和高性能平台,来扩充其进行模拟运算的数量。自从开始转移到AWS云端平台后,Arm已经能够将其EDA工作流程的时间效率提高6倍。


此外,透过在AWS上遥测和分析,Arm能够强化工程、业务和运营洞察力,提高工作流程效率,优化成本和资源。 Arm计画在完全转移移到AWS后,其全球资料中心的占地面积将减少45%以上,内部运算负担将减少80%。


然而要把EDA工作转移到AWS云端,也不是一蹴可及,Arm必须克服传统管理EDA工作流程的作业问题,透过大规模可扩展的运算能力来获得灵活性,并利用平行模拟、遥测和简化分析,来降低半导体设计中的往返作业时间,达到在不影响出货时间下,增加测试周期。


除了成本优势外,Arm还利用AWS Graviton2 Instance的高性能来提高工程输送量,与上一代基于x86处理器的M5实例相比,每美元的输送量提高了40%以上。



图三 : AWS的云端EDA工作流程示意图。(Source:AWS)
图三 : AWS的云端EDA工作流程示意图。(Source:AWS)

AI协助系统晶片设计 提升IC运算效能

有云端平台辅助算力的需求,但系统级晶片开发本身仍旧是一项巨大且难以想像的复杂工作,一般工程师要从中理出头绪,并能随着晶片制程的缩小还能不断改良设计,几乎就是件不可能的事。尤其是每一代的制程改良,电晶体的数量也会随着大幅增加。因此使用机器学习这种人工智慧的技术,也成为EDA供应商的重要任务。


以Cadence为例,他们的Cerebrus就是一款种基于机器学习的新产品,它利用人工智慧能力来简化设计并提高设计品质。与传统方法相比,Cerebrus可将设计生产率提高10倍,将晶片的「PPA (功耗:Power、性能:Performance、面积:Area)」提高20%。


Cadence指出,Cerebrus能够自动化处理特定的开发作业,工程师只需按下按钮就可以完成这些动作。过去工程师需要自己去处理的各种电路工作,但Cerebrus可反覆运算优化电路,透过改变工具选项、时序(Timing Constraints)、改变平面图形状和调整资料库,来实现目标PPA。


在5奈米Mobile CPU设计实例中,一位元工程师利用不到10天的时间使用Cerebrus,所获得的结果是优于多位元工程师历时数月的设计结果。在另一个CPU设计案例中,Cerebrus被应用于平面配置(Floor planning),也超过了原来的目标性能。



图四 : 工程师可透过EDA自动化工具改善目标PPA。 (Source:Cadence;CTIMES制图)
图四 : 工程师可透过EDA自动化工具改善目标PPA。 (Source:Cadence;CTIMES制图)

Siemens EDA同样也正积极把人工智慧技术导入半导体开发中。他们一方面开发更多工具,以快速地设计AI加速器;另一方面,他们则利用机器学习演算法来改进EDA,以便提供更好的研发结果。


Siemens EDA指出,为特定的应用开发人工智慧架构,会要求EDA工具能够让工程师在更高的抽象层面(Abstraction level)上工作。因此Siemens EDA发现,愈来愈多工程师采用了Catapult HLS(高级合成)技术来开发AI IP加速器。在帮助工程师开发数学代码后,再翻译成C或System C,并可预先看演算法的哪些部分,应该在硬体和软体中实现,进而协助工程师更早整合到理想的架构上。


Siemens EDA旗下采用机器学习的Calibre OPC方案,就能在IC设计流程中大大减少计算需求。例如在7奈米的关键层(Critical Layer)中,使用了多达8,000个CPU,来进行12到24小时为一周期的单次运转。而透过使用机器学习,已经能够将其降低三倍,并限制生产未来每个高级节点所需的时间增加。


结语

电子系统的开发已进入了崭新的世代,无论是单一晶片的设计,或者一块PCB电路的布局,只从一个2D的平面来下手,早已不符合时代的需求,必须要能整合3D的面向,考量更多物理层次的状态,才能迎来更佳的运作效能和使用体验。因此一个同时具备电路虚拟设计和系统模拟分析的全方位软体平台,将是时代所需。


另一方面,随着晶片设计的复杂度不断提升,再加以多物理性能模拟的需求,已对工程人员与电脑算力带来庞大的负担,因此我们将会看到人工智慧和云端运算迅速地在EDA领域崛起,并为未来工程人员的开发环境与流程带来全新的面貌。


相关文章
Moldiverse云端平台优化数位模拟功能
Arduino获5,400万美元投资并揭??新目标
西门子IPC为智慧厂房搭起OT与IT的数据大桥
无线技术应用的智慧工厂
加速导入感测方案握数据
comments powered by Disqus
相关讨论
  相关新闻
» 西门子工具机软硬体解决方案 构建数位制造核心应用
» 意法半导体突破20奈米技术屏障 提升新一代微控制器成本竞争力
» Pure Storage携手NVIDIA加快企业AI导入 以满足日益成长的需求
» ROHM推SOT23封装小型节能DC-DC转换器IC 助电源小型化
» 意法半导体先进高性能无线微控制器 符合将推出的网路安全保护法规


刊登廣告 新聞信箱 读者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 远播信息股份有限公司版权所有 Powered by O3  v3.20.1.HK83SBJGFOUSTACUKI
地址:台北数位产业园区(digiBlock Taipei) 103台北市大同区承德路三段287-2号A栋204室
电话 (02)2585-5526 #0 转接至总机 /  E-Mail: webmaster@ctimes.com.tw