2023年,对半导体行业来说是艰难的一年,尤其是因为库存的调整而造成收入和投资的双减。但Cadence资深副总裁兼数字与签核事业部总经理滕晋庆表示,在不确定的环境中仍然看到了很多确定的增长。
Cadence资深副总裁兼数字与签核事业部总经理滕晋庆
一方面,全世界半导体公司的设计依然十分活跃,因为所有先进的产品都需要花费数年的时间来研发。另一方面,全球半导体从业人员也在非常努力地推动下一代产品的发展。整个行业出现了多种驱动因素,包括5G通讯、自动驾驶、人工智能与机器学习、工业物联网以及超大规模计算等。
据市场调查机构 IBS 最新预测,到 2030 年整个半导体行业将突破 1 万亿美元的大关,几乎是现在的两倍。令人更为兴奋的事情是,Omdia预测全球系统业务收入在 2026 年将达到 3 万亿美元。
计算软件,扩展应用边界
滕晋庆介绍,如今数以亿计的智能手机、互联网、社交软件和边缘设备等每一分每一秒都在收集数据,数据量和种类都有着巨幅的成长。这些数据的储存、处理、传递、以及系统的分析,每一步都深度依赖高性能计算、高带宽传输和高密度存储。而其中最重要的关键是我们能否用更智能的方式来分析大数据, 从而实现更自动化的决策。
越来越多的系统公司大量的投资定制芯片,从而能够更有效地分析新类型的数据。整个业界也对3D-IC有着非常大的投资,因为通过硅晶圆或裸片的垂直堆叠来大幅提高性能和功耗的3D-IC,具有将AI推向新高的能力。
作为专注于EDA核心业务的Cadence,为应对这个趋势,提出了智能系统设计新策略。用三个同心圆看待世界,那么最内圈是芯片圈;然后是系统圈;最外面是数据圈。滕晋庆介绍,在过去三十年,Cadence关键优势是计算软件(Computational Software)。“如果把计算软件用在硅半导体上,就是EDA和IP。同样技术用在系统上,就是系统设计和仿真,能够解决如高科技电子、汽车领域等的电磁学、热学和计算流体力学(CFD)的挑战。将计算软件用在数据上,就是人工智能与机器学习。2022年,Cadence还通过收购分子建模和仿真软件厂商OpenEye,将计算软件的核心能力扩展到针对生命科学的分子建模和仿真领域。“药物分子仿真对药物分析是非常重要,以前在这个领域的人只知道分子和模型,可他们不知道怎么把这些仿真做得更好、更快。通过与Cadence计算软件结合,得到了非常好的结果。”全球排名前20的制药公司中有19家是OpenEye的客户,包括辉瑞和阿斯利康。
系统设计与分析已成为 Cadence 的最重要平台之一。整个半导体和系统组合的功率和热分析未来会变得非常重要,无论是 3D-IC、数据中心、智能手机或电动汽车。Cadence 在这个领域投入巨大。新构建的工具Celsius Thermal Solver具备Cadence计算软件的关键技术,电磁场仿真工具Clarity仿真的速度比同类产品快10倍以上。Cadence去年还从斯坦福大学收购了一支拥有各种 GPU 专业知识的优秀团队,将应用 GPU 或 Special Compute 于系统仿真,以获得 10 倍的 TAT增长和有效地降低仿真所需要的硬件成本。此外,Cadence也第一次将优化用于系统仿真——Optimality AI-Driven Multiphysics System Analysis,实现了前所未有的创新。
滕晋庆谈到,计算的基本算法虽然一样,但有着非常大的力量。Cadence 会继续改进所有EDA的核心算法,结合人工智能与机器学习,计划为客户实现另一个 10 倍的生产力提升。
AI芯片设计是下一波增长动能
“真正人工智能的时代已经来临了,”滕晋庆介绍,Cadence多年来一直致力于人工智能的研发。
放眼未来,Cadence对下一个世代 EDA 的目标是将传统的单一工具和单一运行环境转变为多运行、多工具协作的设计环境,并结合大数据平台和强化学习从设计数据中学习,从而能够为下一次 EDA 工具运行自动做出优化决策。这样可以大量减少工程师人工决策和调试时间, 大幅提升工程师的生产力。
要实现这一目标,需要一个良好的大数据分析平台——JedAI。JedAI 是专门针对 EDA 和电子行业的企业级大数据分析平台,它可提供管理这种多运行设计环境的平台,包括用于数字设计的Cadence CerebrusTM、用于模拟/定制设计的Virtuoso®Studio、验证平台VerisiumTM、系统设计平台Allegro® X AI以及系统优化平台OptimalityTM,涵盖从芯片到系统的各个领域。
随着生成式人工智能(如ChatGPT)的爆火,对算力要求高的同时,功耗也非常大,在当前节能减碳大趋势下,滕晋庆表示,如何让芯片用最小的功耗来实现,是Cadence一直努力的方向,他们有很多详细的算法降低功耗。同时,晶圆厂也在跟Cadence这样的EDA厂商合作,让EDA厂商的工具适应他们的工艺,以达到最佳的性能、功耗、面积,这就是最近流行的DTCO(设计技术协同优化)(Design Technology Co-optimization),“基本上合作以后,我们能为他们的工艺减少5%到10%的功耗,这是非常重要的。”此外,Cadence也推出了一个新工具——Joules RTL Design Studio,让前端工程师能很快地得到PPA(Performance、Power、Area)反馈,从而调整他们的RTL,实现更低功耗。
在AI的浪潮中,Chiplet小芯片封装技术热度也在逐渐攀升,Cadence同样也有关注。作为唯一一家同时拥有数字设计、模拟设计、封装设计、PCB设计、系统分析的EDA公司,Cadence接下来的任务就是整合这些工具。但滕晋庆也承认,整合不是很简单的事情,还有很多要努力做的工作。对此,Cadence建立了一个叫做Multi-tenant Database共享数据库IHDB,整合了芯片、封装、PCB等数据库,可以把这些数据库 送到每一个工具去做它该做的事情。“目前这件事情大概做到20%到30%,还没有做完,但是有努力的空间。”
面对AI安全性和准确性的的问题,滕晋庆表示:“当前Cadence所有AI驱动的平台安全性是非常好的,Cadence对客户的数据安全要求一向非常高,”滕晋庆谈到。AI平台所有训练的数据所有权都在客户端,训练出来的模型也全部属于客户,Cadence端只负责提供工具。对于AI驱动的准确性,数据量是非常多的。但是跟小朋友学习一样,有时不一定100% 会成功,也会有一些失败。但是AI也在持续改进中,正确率也会越来越高。
3D-IC,也许在两三年之内会开花结果
虽然当前没有大量的生产3D-IC,但很多公司都在朝着这个方向在转,尤其是系统公司。随着封装技术越来越成熟,目前3D-IC最大的挑战就是散热,对此,Cadence也在与合作伙伴一道,对热分布更好的优化,以期待能够解决这个问题。此外还有一些表面张力相关的问题需要解决。滕晋庆表示,不过总体而言,3D-IC技术已经慢慢成熟了,材料如果再进步一点,也许在中国两三年之内会开花结果。对此,首先需要一个非常完整的系统整合与分析,不止要包括模拟设计、数字设计、PCB 设计、封装设计,还需要包括热分析、EMIR分析、LVS分析、DRC分析和时序分析。然后再把这些分析回归到实施工具做优化。对此,滕晋庆表示,Cadence在过去的两年已经取得了很大的进展。
虽然全世界都在谈3D-IC,但中国是最热情的。Cadence配合中国做了非常多的创新。比如Cadence在2021年推出的应用于多个小芯片(multi-chiplet)设计和先进封装的完整 3D-IC平台——IntegrityTM 3D-IC,客户可以利用平台集成的热、功耗和静态时序分析功能,优化受系统驱动的小芯片的功耗、性能和面积目标(PPA)。
云化EDA,有效降低IT成本
滕晋庆介绍,现在已经有超过300家的客户采用Cadence Cloud,有100多个使用Cadence Cloud的项目成功流片。这些客户不仅来自小型的初创公司 ,也有来自大型的公司。其中数字实施和签核、分析的工具,在云端的用法越来越多,越来越好,客户也乐意用云去做一些事情来降低他们的IT成本。
践行对中国承诺
Cadence 在中国耕耘 30 年,对中国的承诺也三十年未曾改变。2023 年利用 Cadence 产品的中国客户的数目比 2018 年增长了一倍以上。
滕晋庆介绍,Cadence也一直持续不断加大在中国的投入:2022 年 Cadence 中国员工数目增长了超过 10%;在人才培养方面,几百位实习生从 Cadence 顺利毕业,加入了设计公司,晶圆厂和高校; Cadence中国也连续八年被评为最佳职场。
半导体从来不是一条简单的路,也不是一帆风顺的。滕晋庆感慨到,但荀子的一句名言可以与大家共勉“道阻且长,行则将至,行而不辍,未来可期!”