EDA的下一次復(fù)興有哪些重大機(jī)遇？

EDA 行業(yè)已經(jīng)逐步解決了電子系統(tǒng)設(shè)計(jì)中出現(xiàn)的問題，但是否會(huì)出現(xiàn)中斷？學(xué)術(shù)界當(dāng)然認(rèn)為這是一種可能性，但并非所有人都出于同樣的原因認(rèn)為它的發(fā)生。

學(xué)術(shù)界在最近的Design Automation Conference上質(zhì)疑EDA的未來。他們認(rèn)為，一個(gè)新時(shí)代即將開始，而不是我們所知道的 EDA 會(huì)消失。三個(gè)小組以完全不同的方式解決了這個(gè)問題。有人問“EDA 的下一次復(fù)興有哪些重大機(jī)遇？” 第二個(gè)題目是“開源 EDA 的未來是什么？” 第三個(gè)，“電子設(shè)計(jì)自動(dòng)化的機(jī)器學(xué)習(xí)：非理性繁榮或黃金時(shí)代的黎明”。

EDA 行業(yè)見證了許多重大變化，但并非所有這些都取得了商業(yè)上的成功。20 年前，EDA 行業(yè)正在尋找高于 RTL 的新抽象（abstraction）級(jí)別，稱為電 Electronic System Level (ESL)。雖然這些努力的一部分現(xiàn)在已成為行業(yè)工具組合的一部分，例如高級(jí)綜合和虛擬原型設(shè)計(jì)，并且存在諸如 SystemC 之類的語言，但總體努力并沒有導(dǎo)致新的抽象。今天，ESL 仍然是一種利基技術(shù)。

為什么？一種解釋是 ESL 太寬泛、太通用，ESL 和 RTL 之間的差距太大。ESL 要求對(duì)設(shè)計(jì)或語言進(jìn)行限制以使綜合成為可能。例如，處理器的設(shè)計(jì)是少數(shù)幾個(gè)確實(shí)存在專用語言的領(lǐng)域之一，最近隨著 RISC-V 的引入，創(chuàng)造了更多的領(lǐng)域。

由于可擴(kuò)展的 RISC-V 處理器規(guī)范是開源的，因此可以對(duì)處理器架構(gòu)進(jìn)行更多的研究。過去存在的語言（例如 SysML）正在被淘汰，而新的語言（例如 Chisel）正在被創(chuàng)建。處理器綜合工具連同驗(yàn)證方法和參考模型一起推向市場(chǎng)。

在更大的背景下，向特定領(lǐng)域解決方案的轉(zhuǎn)變?yōu)樵S多高度專業(yè)化的抽象創(chuàng)造了機(jī)會(huì)，每個(gè)抽象都可以專用于一個(gè)領(lǐng)域。這反過來又促進(jìn)了研究的復(fù)興。

那么 EDA 的未來會(huì)和今天一樣嗎？

EDA 的角色

為了正確看待這一點(diǎn)，EDA 提供了三項(xiàng)主要服務(wù)——生產(chǎn)力（productivity）、優(yōu)化（optimization）和保證（assurance）。即使設(shè)計(jì)變得更大、更復(fù)雜，團(tuán)隊(duì)規(guī)模和時(shí)間表仍然相對(duì)固定，這意味著生產(chǎn)力必須始終提高。找到平衡成本、性能和功耗的正確解決方案是一個(gè)巨大的優(yōu)化問題。隨著幾何尺寸越來越小，確保設(shè)計(jì)在制造后能夠正常工作變得越來越難。它涉及越來越多的必須考慮的物理因素。

隨著摩爾定律的放緩，該行業(yè)正在尋找未來擴(kuò)張的幾個(gè)方向。其中一些涉及架構(gòu)的變化，而另一些則正在研究新的封裝技術(shù)。這是對(duì)新材料和制造技術(shù)的補(bǔ)充。Broadcom ASIC 產(chǎn)品部總監(jiān) Jayanthi Pallinti 就設(shè)計(jì)人員面臨的挑戰(zhàn)提供了一些見解（見圖 1）?！霸?16nm，我們有大約 6,000 條設(shè)計(jì)規(guī)則?，F(xiàn)在在 3nm 中，已經(jīng)增長到超過 15,000 個(gè)。即使 EDA 已經(jīng)完成了所有創(chuàng)新——而且這些創(chuàng)新正在發(fā)揮作用——它仍然具有挑戰(zhàn)性?！?/p>

Pallinti 認(rèn)為 EDA 必須變得更加分層才能跟上，整個(gè)系統(tǒng)必須共同設(shè)計(jì)，而不是按順序處理。

圖 1：設(shè)計(jì)復(fù)雜性和 EDA。

資料來源：博通

模型是 EDA 工具和流程的重要方面，它們存在于許多抽象級(jí)別?！疤魬?zhàn)在于創(chuàng)建具有正確準(zhǔn)確性、速度和穩(wěn)健性的模型，” Ansys首席技術(shù)官 Prith Banerjee 說?！拔覀儽仨毥鉀Q多層次模擬的問題。我的意思是使用二階偏微分方程，并由此產(chǎn)生降階模型以提供系統(tǒng)級(jí)模型。我們需要從系統(tǒng)級(jí)仿真無縫地進(jìn)入，當(dāng)我需要更高的準(zhǔn)確性時(shí)，我點(diǎn)擊進(jìn)入下一個(gè)級(jí)別。人們談?wù)摰氖欠謱臃抡?，但我談?wù)摰氖强鐧C(jī)電系統(tǒng)?！?/p>

沒有模型，優(yōu)化是不可能的?！澳阈枰Ｐ蛠磉M(jìn)行預(yù)測(cè)。你需要預(yù)測(cè)才能在探索中發(fā)揮作用，”加州大學(xué)圣地亞哥分校 CSE 和 ECE 杰出教授 Andrew Kahng 說。“你無法預(yù)測(cè)的東西，你的guard-band，你不探索的東西你留在桌子上?！?/p>

然而，這些模型的來源可能會(huì)發(fā)生變化。“EDA 的下一個(gè)挑戰(zhàn)是創(chuàng)建設(shè)計(jì)流程的完整數(shù)字雙胞胎，”加州大學(xué)伯克利分校杰出教授兼 imec 首席技術(shù)官 Jan Rabaey 說?！芭c其對(duì)新設(shè)備進(jìn)行模擬，我們應(yīng)該從實(shí)際原型中生成模型。我們需要有能力在虛擬世界中擴(kuò)展它，然后在物理世界中翻譯原型——兩者的聯(lián)合開發(fā)?！?/p>

仿真一直是業(yè)界的難題?！膀?yàn)證是可怕的，”Rabaey 補(bǔ)充道?！芭Φ臄?shù)量是瘋狂的。提高功能驗(yàn)證的抽象級(jí)別，然后通過設(shè)計(jì)確保正確性，這一點(diǎn)很重要。第二個(gè)是選擇自由。我們基本上在設(shè)計(jì)中使用了太多的靈活性。我們可能認(rèn)為這是一種優(yōu)勢(shì)，但我們給自己帶來了一場(chǎng)噩夢(mèng)?！?/p>

SRC 創(chuàng)新研究總監(jiān) Tim Green 指出，功能驗(yàn)證只是冰山一角。“驗(yàn)證已經(jīng)足夠具有挑戰(zhàn)性了。但是驗(yàn)證在安全方面確實(shí)是一個(gè)簡(jiǎn)單的問題，因?yàn)轵?yàn)證是確保您的設(shè)計(jì)符合您的規(guī)范。安全性是為了驗(yàn)證你的設(shè)計(jì)，超出規(guī)范，沒有做任何有趣的事情，這是一個(gè)未知的空間?！?/p>

抽象創(chuàng)造了一個(gè)不同的機(jī)會(huì)。“有很多客戶有特定應(yīng)用或特定領(lǐng)域的問題，例如汽車和物聯(lián)網(wǎng)，而通用解決方案無法與之匹敵，”高通高級(jí)工程總監(jiān) Mamta Bansal 說?！按蠖鄶?shù) EDA 供應(yīng)商都專注于量產(chǎn)的東西。開源可以解決一些特定領(lǐng)域的問題并解決這些問題。”

英特爾戰(zhàn)略 CAD 實(shí)驗(yàn)室主任 Noel Menezes 對(duì)此表示贊同?！拔铱吹搅藰酚^的理由，例如為什么某些特定領(lǐng)域的語言在指定硬件方面可能會(huì)變得非常成功。特定領(lǐng)域的語言，也許是特殊的抽象，可能是開源 IP/EDA 蓬勃發(fā)展的正確破壞者。成功的最佳機(jī)會(huì)是在商業(yè) EDA 激勵(lì)措施不一致的領(lǐng)域?！?/p>

這也可能適用于舊技術(shù)?！霸谝恍╅L尾節(jié)點(diǎn)上，開源工具的機(jī)會(huì)變得非常有趣，”Cambium Capital 的運(yùn)營合伙人 Bill Leszinske 說。“這就是很多成本被攤銷的地方。這意味著可以有更多的創(chuàng)新?！?/p>

有這么多潛在方向，EDA 可能很難跟上?！罢诔霈F(xiàn)的一些重要挑戰(zhàn)基本上可能會(huì)阻礙或減緩新技術(shù)和能力的引入，”Rabaey 說?！斑@些不僅僅是變得超級(jí)復(fù)雜的事情。到 2030 年，我們應(yīng)該是 1 納米。最重要的是，設(shè)計(jì)變得非常多樣化。你會(huì)看到內(nèi)存和邏輯、模擬射頻、傳感器的合并，所有這些類型的東西都集中在一個(gè)封裝中。其中一些可能需要非常不同的技術(shù)、不同的材料或光學(xué)。馮諾依曼的計(jì)算模型正在逐漸衰落，會(huì)有很多替代方案。你會(huì)再次看到模擬計(jì)算的出現(xiàn)，以及使用物理現(xiàn)象的計(jì)算?！?/p>

解決所有這些問題所需的努力能否成為變革的催化劑？SRC 的 Green 說：“隨著需要更多的集成來滿足性能目標(biāo)，這個(gè)細(xì)分良好的市場(chǎng)正在崩潰?！薄爱?dāng)前的 EDA 設(shè)計(jì)流程無法提供所需的性能。我們需要定義將驅(qū)動(dòng)關(guān)鍵技術(shù)的關(guān)鍵應(yīng)用程序，這些技術(shù)將驅(qū)動(dòng)設(shè)計(jì)工作流程，以實(shí)現(xiàn)這些應(yīng)用程序所需的效率、性能和安全性?！?/p>

另一個(gè)催化劑是不斷變化的地緣政治環(huán)境。“過去幾年，許多國家和地區(qū)開始將半導(dǎo)體視為國民經(jīng)濟(jì)乃至國家安全的關(guān)鍵要素，”香港科技大學(xué)研發(fā)副總裁 Tim Cheng 表示。“我們從未見過來自世界各地的此類投資。這對(duì)人才和競(jìng)爭(zhēng)來說是個(gè)好消息?！?/p>

除此之外，Cheng 還研究了這筆資金如何影響 EDA?！百Y助 EDA 不再只是推進(jìn)最先進(jìn)的技術(shù)。如果你需要控制，你需要所有權(quán)，你擔(dān)心國家安全，你需要擁有它。政府愿意支持你。這些人不會(huì)竊取他們知道高度敏感的技術(shù)，但他們需要有知識(shí)的人來構(gòu)建他們的工具，以便他們可以控制。這將改變半導(dǎo)體、IC設(shè)計(jì)和EDA的格局和生態(tài)系統(tǒng)，并可能打破全球大型EDA公司的時(shí)代?！?/p>

開放的基礎(chǔ)設(shè)施

學(xué)術(shù)界面臨的問題之一是他們從根本上必須發(fā)表論文。這些專注于算法和點(diǎn)工具，但它們通常不能以獨(dú)立的形式存在?！癊DA 中的開源軟件鼓勵(lì)學(xué)術(shù)界致力于解決真正的 EDA 問題，” Cadence高級(jí)軟件組總監(jiān) Chuck Alpert 說?！斑@更現(xiàn)實(shí)。OpenROAD EDA 流程的存在意味著他們所做的研究可以更加現(xiàn)實(shí)，因?yàn)樗麄儾皇窃谔幚砑賳栴}。他們正在研究真正的概念，這真的是一件好事?！?/p>

開源要想成功，必須有一個(gè)良性循環(huán)?！叭绻銢]有良性循環(huán)，如果你沒有開發(fā)者社區(qū)或大型用戶社區(qū)，你需要激勵(lì)支持，”英特爾的 Menezes 說?！澳阈枰獙?duì)發(fā)展的激勵(lì)和對(duì)用戶的激勵(lì)。Open road 在這一點(diǎn)上是一項(xiàng)非常成功的開源工作，但我擔(dān)心的是，如果你沒有動(dòng)力繼續(xù)這些開源工作，現(xiàn)在 Idea 計(jì)劃即將結(jié)束，就會(huì)出現(xiàn)問題。”

成功的開源需要協(xié)作?！癘penROAD 是一種工業(yè)學(xué)術(shù)合作伙伴關(guān)系，”Zero ASIC 首席執(zhí)行官 Andreas Olofsson 說?！坝行W(xué)生做研究和寫論文，但他們并不真正喜歡做軟件工程，因?yàn)槟遣皇撬麄儺?dāng)時(shí)的目標(biāo)，將來也可能不是。然后你有可以整合它的工業(yè)人員。必須有一些東西來激勵(lì)培訓(xùn)計(jì)劃，向人們展示如何編寫好代碼。”

但合作可能具有挑戰(zhàn)性。“現(xiàn)在，我們都處于孤立狀態(tài)，”高通公司的 Bansal 說?！拔以诟咄ü?，我在一個(gè)孤島中。每個(gè)代工廠、每個(gè)供應(yīng)商、每個(gè)供應(yīng)商都處于一個(gè)孤島中，因此沒有簡(jiǎn)單的方法可以為社區(qū)做出貢獻(xiàn)。已經(jīng)發(fā)生的合作是基于資金的。即使提供一個(gè)測(cè)試用例來打開大門也是一個(gè)挑戰(zhàn)。我們不知道如何保護(hù)我們的知識(shí)產(chǎn)權(quán)。”

那能改變嗎？“如果會(huì)有 EDA 2.0，我們作為一個(gè)社區(qū)需要團(tuán)結(jié)起來，”IBM Research 的研究員兼首席科學(xué)家 Ruchir Puri 說。“無論是芯片設(shè)計(jì)公司，還是EDA行業(yè)，我們都不能繼續(xù)以不共享數(shù)據(jù)的態(tài)度行事。如果我們不能團(tuán)結(jié)起來跨孤島協(xié)作，我們將無法在這方面取得進(jìn)展。這是給定的?！?/p>

“沒有一家公司、一所大學(xué)或一組人能夠解決所有問題并擁有最佳解決方案，”Cambium 的 Leszinske 說?！拔覀冋J(rèn)為一個(gè)很多人可以創(chuàng)新和實(shí)驗(yàn)的環(huán)境將創(chuàng)造很多機(jī)會(huì)。我們確實(shí)將開源項(xiàng)目視為實(shí)現(xiàn)這一目標(biāo)的關(guān)鍵催化劑。降低開發(fā)成本，降低流片成本，讓更多創(chuàng)新想法進(jìn)入市場(chǎng)，從而為我們所有人創(chuàng)造一個(gè)更大的行業(yè)。”

Cerebras 的技術(shù)人員 Mark Glasser 指出，開源并不總是需要獲得資金才能實(shí)現(xiàn)可持續(xù)發(fā)展?！霸?EDA 行業(yè)中經(jīng)常被忽視的一點(diǎn)是，開源程序、開源工具可用于推動(dòng)其他創(chuàng)收工具的銷售。我最喜歡的例子是UVM。這是一個(gè)開源的驗(yàn)證工具。它推動(dòng)了各種東西的銷售——調(diào)試器、分析器、上下文敏感的編輯器，以及圍繞它的各種東西?！?/p>

機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)是一個(gè)似乎沒有完全一致的領(lǐng)域?！拔覀円呀?jīng)獲得了非常深刻的理解，當(dāng)你了解問題的結(jié)構(gòu)時(shí)，你應(yīng)該利用它，”加州大學(xué)伯克利分校的 EE 和 CS 主席 Alberto Sangiovanni-Vincentelli 說。“問題的結(jié)構(gòu)意味著你了解你試圖解決的特定問題背后的物理數(shù)據(jù)。但是，如果你還沒有找到問題的深層根源，即物理問題的數(shù)學(xué)根源，那么你需要近似它，因?yàn)槟阆虢鉀Q這個(gè)問題而你沒有工具。然后你嘗試一些通用的東西。AI 和 ML 是通用技術(shù)，因此它們?cè)诒举|(zhì)上是有限的。ML 使用統(tǒng)計(jì)模型來分析數(shù)據(jù)中的模式并從中得出推論?！?/p>

部分問題在于 EDA 所基于的基礎(chǔ)物理的變化率。洛桑聯(lián)邦理工學(xué)院教授兼主任喬瓦尼·德米凱利 (Giovanni DeMicheli) 表示：“當(dāng)你審視技術(shù)發(fā)展時(shí)，無法預(yù)見物理、材料、設(shè)備的未來?！?“為什么？因?yàn)槟枰獜闹袑W(xué)習(xí)的東西，并且如果您的地形在您的腳下不斷變化，那么根據(jù)您所擁有的進(jìn)行預(yù)測(cè)會(huì)更加困難。此外，缺乏全面的數(shù)據(jù)集可供學(xué)習(xí)，因?yàn)闆]有多少設(shè)計(jì)屬于公共領(lǐng)域。如果每個(gè)人都保存自己的數(shù)據(jù)，學(xué)習(xí)起來非常困難。最有可能的是，機(jī)器學(xué)習(xí)將無法在未來的選項(xiàng)中做出選擇，尤其是當(dāng)它涉及技術(shù)以及技術(shù)的混合搭配時(shí)。ML 對(duì)于解決結(jié)構(gòu)較少的問題很有用。

優(yōu)化基于成本函數(shù)?！皺C(jī)器學(xué)習(xí)產(chǎn)生影響的領(lǐng)域是游戲、自然語言處理和計(jì)算機(jī)視覺，”IBM 的 Puri 說?！坝螒虻暮锰幨撬鼈冇幸粋€(gè)非常明確的成本函數(shù)。同樣，EDA 具有良好定義的成本函數(shù)，但 EDA 的問題是有太多相互交叉的成本函數(shù)。從時(shí)間、功率、噪聲、面積等多維目標(biāo)中，很難制定出單一的成本函數(shù)。這有助于啟發(fā)式而不是單一的目標(biāo)函數(shù)、博弈論方法。”

UCSD 的 Kahng 展示了 EDA 的一種可能路徑?！霸搱D（圖 2）顯示了 EDA 軌跡的一部分，即 AI/ML 賦能 EDA。自動(dòng)調(diào)優(yōu)等元素將比公平基準(zhǔn)測(cè)試共識(shí)等其他元素更早成熟。但我希望這個(gè)數(shù)字的大部分將在未來 5 到 10 年內(nèi)成為現(xiàn)實(shí)?！?/p>

圖 2：通往 EDA 2.0 的道路。

資料來源：Andrew Kahng/UCSD

我們能到達(dá)那里嗎？“對(duì)于 EDA 中的機(jī)器學(xué)習(xí)，人們的期望非常高，”EPFL 的 DeMicheli 說?！艾F(xiàn)在判斷這是否可行還為時(shí)過早。我們有許多令人驚訝的結(jié)果，因?yàn)槲覀內(nèi)匀徊幻靼诪槭裁从袝r(shí)我們會(huì)得到好的結(jié)果，并且還需要對(duì)方法本身進(jìn)行更多的分析。我們傾向于更信任基于確定性推理的正確性技術(shù)。但是有很大的優(yōu)化空間，減少成本或面積或延遲，在設(shè)計(jì)方面，不影響正確性。這是一個(gè)非常大的機(jī)會(huì)?！?/p>

最有可能的未來道路將基于混合解決方案。紐約大學(xué)心理學(xué)系教授 Gary Marcus 說：“總的來說，當(dāng)你需要信任時(shí)，神經(jīng)網(wǎng)絡(luò)不是一個(gè)好工具，因?yàn)樗鼈儾皇呛苋菀捉忉??！薄澳阈枰鲵?yàn)證。這就是我們考慮將符號(hào)分析的某些方面結(jié)合起來進(jìn)行驗(yàn)證的神經(jīng)符號(hào)混合的原因。您真的希望能夠?qū)?ML 與一些符號(hào)約束集成，這些符號(hào)約束可能會(huì)告訴您您沒有正確的答案?！?/p>

結(jié)論

EDA 承受著來自多方面的巨大壓力。技術(shù)正在快速發(fā)展，而 EDA 是難題的基本組成部分，它使我們能夠轉(zhuǎn)向更小的幾何形狀。隨著摩爾定律的放緩，正在引入其他技術(shù)以實(shí)現(xiàn)更高水平的集成，從而進(jìn)一步增加復(fù)雜性。由于相互關(guān)聯(lián)的成本因素的數(shù)量，優(yōu)化變得越來越困難。

對(duì)于許多公司來說，蠻力設(shè)計(jì)方法已經(jīng)停止工作，它們現(xiàn)在轉(zhuǎn)向特定領(lǐng)域的解決方案，這些可能是新抽象層次、新模型和新方法的重要推動(dòng)力。ML 為我們提供了一套新的工具，它們可能適用于某些問題，即使不是全部。RISC-V 的引入顯示出對(duì)開源的新興趣，因?yàn)樗С指嗟难芯亢透鼜V泛的關(guān)于如何推進(jìn)設(shè)計(jì)的想法。

并不是現(xiàn)有的 EDA 公司失敗了。他們有太多的機(jī)會(huì)去追求。

編輯：黃飛

?