2023新思科技開發(fā)者大會回顧 |?以技術(shù)創(chuàng)新應(yīng)對SysMoore時代五大挑戰(zhàn)

在高速的科技革命和產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型發(fā)展進(jìn)程中，半導(dǎo)體技術(shù)被視為這場創(chuàng)新浪潮的關(guān)鍵支柱，引領(lǐng)著AI、VR、自動駕駛、數(shù)據(jù)中心等前沿應(yīng)用領(lǐng)域加速創(chuàng)新，不斷顛覆人類的生活方式，創(chuàng)造未來新圖景。

2023新思科技開發(fā)者大會上，新思科技總裁Sassine Ghazi分享了他對于SysMoore時代下，芯片開發(fā)者面臨的五大挑戰(zhàn)：軟件復(fù)雜性、系統(tǒng)復(fù)雜性、能效、信息安全和功能安全以及產(chǎn)品上市時間，以及新思科技的先進(jìn)技術(shù)和解決方案如何應(yīng)對不同挑戰(zhàn)，以創(chuàng)新引領(lǐng)未來。與此同時，他也強(qiáng)調(diào)，中國約占全球半導(dǎo)體芯片消費量的50%，中國的需求和技術(shù)創(chuàng)新持續(xù)影響著全球技術(shù)發(fā)展的風(fēng)向。未來，新思科技將繼續(xù)攜手產(chǎn)業(yè)上下游的合作伙伴，繼續(xù)推動著整個生態(tài)系統(tǒng)加速發(fā)展。

以下為Sassine Ghazi演講全文，Enjoy！

大家好，我是Sassine Ghazi，歡迎來到2023新思科技開發(fā)者大會。

非常感謝大家對我們的長期支持。我十分激動能夠與大家分享新思科技的最近動態(tài)，我們?nèi)绾慰创@個世界的發(fā)展，我們又是如何看待周圍正在發(fā)生的巨大顛覆和創(chuàng)新？

最為重要的是，作為核心科技行業(yè)，我們?nèi)绾沃κ澜绲念嵏残詣?chuàng)新。我相信，半導(dǎo)體產(chǎn)業(yè)正處于一個對于這些顛覆和創(chuàng)新至關(guān)重要的時刻。如果沒有半導(dǎo)體芯片，沒有從芯片到系統(tǒng)、再到軟件的融合創(chuàng)新能力，可以說，許多令人興奮的，正在改變?nèi)祟惖膭?chuàng)新將不可能實現(xiàn)。

五大領(lǐng)域引領(lǐng)科技創(chuàng)新航向

讓我快速給大家分享一些典型的案例。

• 移動通信與5G：回顧過去二十年，基于3G、4G到5G 在移動互聯(lián)領(lǐng)域的創(chuàng)新，以及通過提高連接能力、性能并降低功耗而帶來的巨大機(jī)遇，我們構(gòu)建了諸多應(yīng)用場景并創(chuàng)造出一個全新的行業(yè)。當(dāng)前，隨著生成式AI的加速發(fā)展和產(chǎn)品上市周期的縮短，這些應(yīng)用的創(chuàng)新速度會越來越快。

• 個人電腦與游戲：另一個應(yīng)用領(lǐng)域是電腦游戲。這是在移動互聯(lián)之外，通過 PC將人與人相互連接起來的方式。這里你可以看到，全球80億人口中有20億人都通過這種方式互聯(lián)。作為電腦游戲玩家，你是否已經(jīng)感受到該領(lǐng)域推動著網(wǎng)絡(luò)、云和邊緣設(shè)備快速發(fā)展，從而能夠給所有用戶不斷帶來更好的體驗？

• 消費電子：過去幾年來，業(yè)界一直在談?wù)撎摂M現(xiàn)實（VR），致力于改變?nèi)祟惖幕?、工作、學(xué)習(xí)等方式。為了實現(xiàn)這一目標(biāo)，我們需要的不僅是一個快速的網(wǎng)絡(luò)，而是一個能夠與大規(guī)模、高效的計算相連接的網(wǎng)絡(luò)，并能夠驅(qū)動邊緣層的各種應(yīng)用。

• 智能駕駛：汽車行業(yè)的變革令人驚喜。過去多年來，這個行業(yè)一直沒有大的變化。直到最近5年多，我們對電動汽車的創(chuàng)新和期待指數(shù)級增加，從娛樂的角度來看，這是一種完全不同的體驗。

• AI和數(shù)據(jù)中心：當(dāng)延申到AI和數(shù)據(jù)中心，我剛剛提到的所有應(yīng)用的核心都在這里。這需要聯(lián)接性能、計算和速度。AI在效率、用戶體驗和解決問題方面提供了一個全新的機(jī)遇。這些問題以前很難解決，因為需要很長時間。這里有一個有趣的數(shù)據(jù)，AI的計算能力每100天就翻一番。想想看，大規(guī)模數(shù)據(jù)中心正在運行和升級AI應(yīng)用。而每100天，巨大的需求量就要求計算能力提高一倍。所以我之前談到了一些邊緣應(yīng)用。數(shù)據(jù)中心是人工智能訓(xùn)練的核心，同時也是更有效并高效聯(lián)接這些邊緣設(shè)備的核心。

當(dāng)前，這些領(lǐng)域的創(chuàng)新一直在停留在軟件層面。但如我們所看到的，真正驅(qū)動并加速創(chuàng)新步伐的根本原因在于半導(dǎo)體芯片的創(chuàng)新能力，以及其與系統(tǒng)和軟件連接的能力。

在這一領(lǐng)域，早期的革新者之一是大約15年前起步的移動設(shè)備。他們根據(jù)工作負(fù)載、軟件一直到硬件進(jìn)行優(yōu)化。如今，他們基于軟件應(yīng)用的需求來優(yōu)化硬件，許多行業(yè)也遵循相同的創(chuàng)新發(fā)展路徑。

這對我們意味著什么？半導(dǎo)體芯片的不斷增加，無論是在復(fù)雜性還是在需求量上，對我們行業(yè)來說都是好消息。從終端用戶來看，用戶體驗正以一種顛覆性的創(chuàng)新速度，真正改變我們的交互方式。

在這里我只展示了幾個例子，但你可以把它擴(kuò)展到工業(yè)互聯(lián)，大健康，藥物研發(fā)等領(lǐng)域。

創(chuàng)新存在于芯片和軟件的交叉點

目前，半導(dǎo)體市場通過60多年實現(xiàn)了5萬億美元的規(guī)模。記住，是60年！但是現(xiàn)在再花7年時間，我們就能實現(xiàn)另一個5萬億美元的規(guī)模。這就是我們剛才談到的應(yīng)用領(lǐng)域而產(chǎn)生的需求指數(shù)的商業(yè)驗證。你會聽到我經(jīng)常重復(fù)這句話，縱觀整個半導(dǎo)體行業(yè)，我們正立于實現(xiàn)所有這些令人興奮的創(chuàng)新和機(jī)遇的核心，這是一個多么偉大的地方。

這是2020-2030年半導(dǎo)體芯片消費分布的預(yù)測圖。你看，驚人的消費量。而多年來，我們一直深知，半導(dǎo)體芯片的消費量很大一部分都集中在中國。

在過去的 60 年里，我們在“摩爾定律”的指引下前進(jìn)。我們的創(chuàng)新有一個特定的節(jié)奏，每兩年就把集成電路中的晶體管數(shù)量翻一番。回想一下這個節(jié)奏，它不僅是半導(dǎo)體公司創(chuàng)新的核心，也是系統(tǒng)公司創(chuàng)新的核心。因為系統(tǒng)公司認(rèn)為，他們每隔兩年就可以提高性能和功耗來升級自己的產(chǎn)品。

現(xiàn)在很多人質(zhì)疑，“摩爾定律”是走到盡頭了嗎？從技術(shù)角度看，我不認(rèn)為摩爾定律到了盡頭。但是，這張圖展示的是摩爾定律的可負(fù)擔(dān)性以及每平方毫米良品芯片的成本。你可以看到，在 14 和 16 納米后，每平方毫米的制造成本是呈指數(shù)級增長的。

現(xiàn)在，許多應(yīng)用領(lǐng)域仍然沿著這個模型趨勢前進(jìn)。這張圖中可以看到，我們有很多機(jī)會可以沿著摩爾定律的延續(xù)進(jìn)行優(yōu)化。這就是我們?yōu)槭裁葱枰狝I加速芯片、GPU、CPU，去榨干它們的性能，然后繼續(xù)沿著摩爾定律的路徑前進(jìn)。這就是我們所說的“規(guī)模復(fù)雜性”。

還有另一個優(yōu)化的方向叫做“系統(tǒng)的復(fù)雜性”或“系統(tǒng)復(fù)雜性”。十多年前，業(yè)界稱之為"超越摩爾定律"。在新思科技，我們綜合考慮規(guī)模與系統(tǒng)復(fù)雜性的交叉點，把它們合并稱為“SysMoore”。

新思科技領(lǐng)先工具，應(yīng)對SysMoore時代的五大挑戰(zhàn)

我想，我剛剛強(qiáng)調(diào)的那些領(lǐng)域，是每個芯片開發(fā)者都必須認(rèn)真考慮的機(jī)遇。系統(tǒng)復(fù)雜性，能效，對于每個市場應(yīng)用都至關(guān)重要。功能安全和信息安全，保障所有設(shè)備都已安全互連。

軟件復(fù)雜性驅(qū)動系統(tǒng)的軟件內(nèi)容以及芯片都在增加。當(dāng)然，還有上市時間。接下來，我會用一個具體案例，展示我所描述的這些價值。

我想以汽車行業(yè)為例，跟大家具體聊聊。這是一個最好的例子，因為在過去 5 年中，汽車行業(yè)在這五個方面都出現(xiàn)了重大的挑戰(zhàn)。

無論你相信與否。如今，一輛現(xiàn)代化的汽車上大概運行著1億行代碼，到2030年將超過3億行。3億行個什么概念呢？比如新思科技深耕軟件行業(yè)多年，產(chǎn)品種類豐富而全面，如今，我們公司有大約3億行代碼量。

現(xiàn)在，你能想象一輛汽車?yán)锏能浖卸嗌倭藛幔渴滓蚁雴枺簽槭裁从羞@么多？擁有如此大量軟件的原因是，現(xiàn)代化汽車通過中央計算機(jī)系統(tǒng)連接了多個區(qū)域。傳統(tǒng)汽車通過一根電纜連接整個汽車的多個設(shè)備。而現(xiàn)代化汽車則是通過軟件將多個區(qū)域或網(wǎng)關(guān)連接到中央計算機(jī)系統(tǒng)。

這就是當(dāng)前汽車領(lǐng)域的機(jī)遇所在！你可以像使用手機(jī)一樣更好地對汽車進(jìn)行管理，對軟件和功能進(jìn)行升級和更新。汽車將實現(xiàn)互聯(lián)和智能，汽車可以與車主相連，還可以連另一輛汽車、或是連另一個城市，而所有這些都由軟件驅(qū)動。有機(jī)構(gòu)預(yù)計，到2029-2030年末，也就是7年內(nèi)，軟件定義汽車也就是SDV的占比將超過汽車總量的90%。而現(xiàn)在這個比例僅僅接近5%。

屆時，軟件定義汽車的比例將從5%上升到90%。這個未來發(fā)展的預(yù)期，給了我們什么關(guān)鍵的信息呢？如果你是汽車制造商，如何在連接汽車的硬件上對大量軟件進(jìn)行建模和驗證？

這就說到了電子數(shù)字孿生，也是新思科技持續(xù)投資的關(guān)鍵任務(wù)之一，我們對此充滿了期待。你可以從兩個方面來考慮它。一種是虛擬數(shù)字孿生，你可以通過它創(chuàng)建汽車整個系統(tǒng)的虛擬模型。該虛擬模型是在真車落地之前，在軟件層面的完整實現(xiàn)。一旦有了實物硬件，就可以進(jìn)行硬件輔助軟件開發(fā)，還可以將兩者結(jié)合起來，其中一部分是可視化系統(tǒng)，另一部分是通過軟件驗證的硬件模型?；谖覀冊谟布o助驗證方面的效率、性能和能力，新思科技在這兩個領(lǐng)域都處于領(lǐng)先地位。從移動領(lǐng)域開始，我們就一直致力于虛擬原型的開發(fā)，現(xiàn)在我們正在將這一理念帶入汽車領(lǐng)域。

我也想跟大家分享一個好消息。近期，我們剛剛宣布收購了PikeTec。PikeTec是全球軟件驅(qū)動控制系統(tǒng)測試自動化的領(lǐng)導(dǎo)者。如果你把汽車看作一個軟件驅(qū)動的控制系統(tǒng)，它需要一個非常智能的自動化測試過程，從而確保能夠在模型在環(huán)（MiL）到硬件在環(huán)（HiL）之間架起橋梁，一直到車輛在環(huán)（ViL）。

這是什么意思？在汽車數(shù)字孿生建模的抽象概念中有不同層級，它則是作用于在還沒有硬件的早期階段。這里的硬件指的是中央計算或邊緣的芯片。當(dāng)硬件到位時，你就可以通過硬件和軟件的混合來驗證軟件的功能，并進(jìn)行軟硬件的協(xié)同開發(fā)。

我剛剛談到了摩爾定律放緩以及摩爾定律的成本。那么，替代方案是什么？如果不按照摩爾定律的指導(dǎo)進(jìn)行優(yōu)化，如何才能繼續(xù)創(chuàng)新？這就是系統(tǒng)復(fù)雜性帶來的困難。

這里，我將展示3DIC或者叫先進(jìn)封裝或者多裸晶芯片系統(tǒng)在高性能計算服務(wù)器和AI領(lǐng)域的重要作用。

出于各種原因，目前，汽車電子占整個多裸晶芯片系統(tǒng)份額的13%，并且正在快速增長。如果汽車的復(fù)雜度從 L0、L1提升到L4、L5，那么在汽車上的半導(dǎo)體投開銷將增加 50 倍，才能實現(xiàn)自動駕駛、高級輔助駕駛（ADAS）類型的互聯(lián)汽車。50 倍開銷可不是小數(shù)目。因此，硬件的復(fù)雜性和可負(fù)擔(dān)性就成為了一個巨大的挑戰(zhàn)。

汽車行業(yè)正在努力應(yīng)對這一挑戰(zhàn)。如果是L2的ADAS，你可以采用一些早期的技術(shù)簡單實現(xiàn)。這里面包括CPU、GPU等模塊都需要在同一技術(shù)節(jié)點上完成。但到了L4，無論是用于計算的AI芯片、CPU、GPU，或者連接先進(jìn)內(nèi)存，還是聯(lián)網(wǎng)，都變得更加復(fù)雜而智能得多得多。我們可以采用流行的多裸晶芯片方式，選擇哪些功能需要采用最先進(jìn)的技術(shù)，哪些功能可以采用 16 納米或 7 納米技術(shù)，然后把它們組合在一個系統(tǒng)中并整合到一個封裝內(nèi)。

新思科技在5、6 年前就關(guān)注到了業(yè)界的創(chuàng)新正在轉(zhuǎn)向這一趨勢。據(jù)估計，到 2026 年，約20%的芯片系統(tǒng)將采用多裸晶芯片或 3DIC 技術(shù)，到 2030 年，這一比例將上升到 40%。

未來，在整個芯片設(shè)計中，40%的多裸晶芯片系統(tǒng)將是3D的。新思科技3DIC compiler，能夠助力合作伙伴對3D芯片系統(tǒng)進(jìn)行架構(gòu)的探索，并通過我們的Die-to-Die接口IP，如 UCIe 和其他HBM 接口，將這些獨立的裸晶或小芯粒組合到同一個系統(tǒng)中。為了監(jiān)測該系統(tǒng)完成封裝好之后的健康狀況，我們需要對芯片生命周期進(jìn)行管理(SLM)，也就是在整個封裝和系統(tǒng)中監(jiān)測每個裸晶，每個小芯粒的健康狀況。

我們在這里討論的是汽車領(lǐng)域的功耗。我們可以想象，功耗在移動設(shè)備中至關(guān)重要。在數(shù)據(jù)中心里更是如此。原因很簡單，現(xiàn)在大多數(shù)數(shù)據(jù)中心能夠獲取的電力都相當(dāng)有限，導(dǎo)致它們難以提供強(qiáng)大的計算、云以及其他和基礎(chǔ)設(shè)施等服務(wù)。

因此，能源效率在各方面都很重要。如果我們再看看汽車本身，2022年全球有電動汽車850萬輛，到2030年這個數(shù)字預(yù)計將達(dá)到4100萬。汽車電氣化的增長是驚人的，同時這么多車所需的用電量也將更驚人的。

一個有趣的數(shù)據(jù)是，平均每輛電動汽車消耗20千瓦時電量只能行駛100公里。

這是個什么概念呢？這大約是一個獨棟別墅一天的用電量，你只能開電動汽車行駛100公里。而電動汽車在未來的幾年里會呈指數(shù)級增長。因此，這些電動汽車行駛100公里、1000公里所需的電力供應(yīng)，很大程度取決于每輛汽車的能源使用效率水平。

那么，我們該怎么辦呢？新思科技推出了端到端低功耗解決方案，可覆蓋架構(gòu)、RTL、實施到簽核的完整流程。正如你所看到的，從比重來看，架構(gòu)層面對能源優(yōu)化的影響最大。基于新思獨一無二的Platform Architect，它可以從架構(gòu)層面就確定怎樣做功耗權(quán)衡，才能實現(xiàn)客戶希望的最優(yōu)的性能、功耗等指標(biāo)的平衡。

我們有諸多全球領(lǐng)先的技術(shù)來完成RTL分析，如 SpyGlass 和 PrimePower。這些都是RTL級別的功耗簽核工具。進(jìn)入 Fusion Compiler 后，正如你所看到的，能耗優(yōu)化的機(jī)會越來越少，一直到PrimeECO 和簽核，功耗降低的比例會越來越低。到下一步，我們可以采用 ZeBu 進(jìn)行硬件輔助驗證。使用ZeBu，在每一級中我們都找到正確的方向來驗證每個階段的功耗，從而構(gòu)建更加穩(wěn)健的系統(tǒng)。當(dāng)然，我在這里展示的系列解決方案也適用于汽車電子以外的其他應(yīng)用。

想想一輛汽車上面的3億行代碼，你首先想到的可能就是代碼的安全性。這不僅僅關(guān)系到信息安全。一旦一輛車被 “黑客”入侵了，就可能影響到汽車的功能安全。

因此，在軟件驅(qū)動汽車和代碼體量飛速增長的大背景下，我們?nèi)绾慰创詣玉{駛汽車的功能安全和信息安全問題呢？

以下是一些統(tǒng)計數(shù)據(jù)。2022年，12%的網(wǎng)絡(luò)攻擊都是針對汽車的。如我前面提到的數(shù)據(jù)，到 2030 年，電動汽車的數(shù)量會大幅增加。2022年，超過一千萬輛汽車因功能安全隱患(在美國)被召回。其中很多都是由軟件和半導(dǎo)體芯片導(dǎo)致的功能安全隱患。因此信息安全和功能安全至關(guān)重要，是信息技術(shù)可靠性的重中之重。鑒于汽車主要由軟件和芯片、半導(dǎo)體驅(qū)動，汽車的可靠性就變得至關(guān)重要。

之前，我們介紹過芯片健康的重要性，也叫芯片生命周期管理。我之前談到過在多裸晶芯片或 3DIC 中的 Silicon Lifecycle Management（SLM），可以分為三個階段。

第一部分是監(jiān)控芯片的健康狀況。這就是我們在芯片內(nèi)部嵌入監(jiān)控器、傳感器和路徑監(jiān)控，以持續(xù)跟蹤和測量整個芯片的性能和功耗。因此，當(dāng)芯片上運行任何軟件應(yīng)用時，SLM都能給出該軟件運行的功耗與性能的報告。

然后再進(jìn)行預(yù)測性維護(hù)，在芯片的整個生命周期內(nèi)，當(dāng)芯片在系統(tǒng)中運行時，SLM可以讓你深入了解系統(tǒng)的維護(hù)和健康狀況。這就是可靠性的來源。

芯片是否過熱？是否會造成靜電放電老化和故障？軟件運行何時會導(dǎo)致該類故障發(fā)生？因此，SLM具有軟件可見性并能監(jiān)控芯片性能。

一旦芯片安裝到車?yán)?，我們就可以對多系統(tǒng)或多車輛進(jìn)行應(yīng)用管理，這也是提高實地車輛安全性和可靠性的另一個重要機(jī)遇。

最后，也是最重要的，是這些產(chǎn)品的上市時間。我們都知道，特別是在過去的五年左右，人才和資源的壓力持續(xù)存在，這不僅是因為自動駕駛的快速發(fā)展，還包括我前面提到的，移動設(shè)備和數(shù)據(jù)中心等五個不同的垂直市場的蓬勃發(fā)展。隨著半導(dǎo)體芯片的體量、智能化程度和復(fù)雜性的迅速增長，培養(yǎng)更多能夠應(yīng)對系統(tǒng)和軟件綜合復(fù)雜性的開發(fā)者壓力極大。

我們談?wù)凷oC設(shè)計復(fù)雜性吧。如今，在西方國家，一般而言，汽車制造商生產(chǎn)自動駕駛汽車，如果他們從零開始為汽車開發(fā)芯片，那么從開始開發(fā)到投產(chǎn)的周期大約為6到7年。我知道，對于中國的一部分汽車制造商來說，這個周期要短得多。但是，這也反過來造成了半導(dǎo)體行業(yè)中，汽車芯片人才的嚴(yán)重短缺。中國半導(dǎo)體行業(yè)協(xié)會公布的一組統(tǒng)計數(shù)據(jù)顯示，預(yù)計半導(dǎo)體人才缺口將達(dá)到20萬人。

因此，整個半導(dǎo)體芯片產(chǎn)業(yè)該如何解決人才短缺的問題呢？當(dāng)前，我們?nèi)袠I(yè)現(xiàn)在都在努力探索如何利用AI來大大縮短產(chǎn)品上市時間、提高工作效率并實現(xiàn)更好的設(shè)計結(jié)果等。