普華永道調研顯示，人工智能將成為下一個推動半導體行業(yè)持續(xù)十年增長的催化劑;麥肯錫咨詢認為，人工智能正在為半導體行業(yè)開啟數十年來最佳商機。人工智能可以讓半導體公司從技術堆棧中獲取總價值的40～50%，而EDA工具作為半導體行業(yè)的基礎，也必將在此次AI革命中從中受益，并必須要跟隨AI技術發(fā)展作出相應的升級。

在近日召開的Mentor技術論壇北京站上，Mentor IC EDA執(zhí)行副總裁Joseph Sawicki針對AI給EDA工具帶來的機遇和Mentor的戰(zhàn)略進行了精彩的演講。

兩個看似相反目標共同推動著AI發(fā)展

“兩個看似相反的目標正在共同推動著AI的發(fā)展：增長的數據中心容量和加強的邊緣處理能力。”Joseph如是向記者分享，“網絡上海量數據高速增長一定會改變現有CPU或數據中心的現有架構。除了數據中心聚合外，越來越多的計算和處理被移動到了邊緣側進行，這將會提升整體系統(tǒng)的效率。”

AI所帶來的機遇已經被大多數半導體公司所認同，因為并不僅僅是AI芯片的設計制造商，整個行業(yè)都將受益于此次革命。EDA工具在AI時代到來之際，需要迎合AI芯片設計的需求進行相應的升級和改變，并借助AI的力量來提高自身工具的運行效率。

HLS是連接AI原生環(huán)境和芯片的橋梁

對于芯片設計公司而言，未來設計方法論會有一個顛覆性的改變。專注于邊緣計算芯片的設計廠商需要著眼于價值堆棧，定制出合適的架構來滿足用戶體驗。如何在原生設計環(huán)境中找到可以實現人工智能的最好運用、實現最優(yōu)的用戶體驗的路徑，這是EDA工具需要進行考量的一個要素。傳統(tǒng)在進行SoC芯片設計時，我們更多關注的是規(guī)格等參數、譬如內存大小等;而在現在，我們所關注的方法論則是RTL，然后才是在芯片層面上進行驗證。

HLS(高階綜合)可以作為連接AI原生環(huán)境和芯片的橋梁，它可以幫助芯片設計者更好地實現架構設計、管理內存分配、神經網絡的寬度與深度、以及決定在其中編織多少管道;管理好這些因素才能為垂直應用提供優(yōu)化的IC設計工具體驗。

Mentor已經針對垂直應用提供了可供參考的設計和工具，此外Mentor提供了四種人工智能設計可選的工具箱，包括在FPGA領域進行驗證。設計平臺包含CPU子系統(tǒng)、HW/SW接口和用于系統(tǒng)集成的的HLS加速案例。

據悉，英偉達采用Mentor提供的HLS的方式設計的芯片，在生產率方面提高了50%，驗證費用方面減少了80%。

在AI垂直應用層面提高驗證效率

在AI芯片的驗證方面，也要搭建出更適合AI場景的垂直應用驗證環(huán)境。傳統(tǒng)集成電路芯片驗證的測試方法是要驗證測試規(guī)則、架構和規(guī)范等，在AI時代則需要在應用層面進行驗證。據Joseph介紹，驗證過程中需要通過一些技術手段仿真出一個AI引擎，然后在CPU系統(tǒng)上將數據推送到AI引擎上，這樣就會生成一個界面，產生虛擬的PCI，也可以執(zhí)行用戶想要執(zhí)行的應用，包括整個代碼的處理等。然后系統(tǒng)可以將性能、功耗和數據等輸出給到驗證著，這樣在驗證進入到芯片層面之前，設計者就可以通過模擬的驗證過程而完整地理解到真實芯片在垂直應用層面的具體表現如何。

借助ML的力量，EDA自身也會實現更高的運行效率。在OPC方面，Mentor的工具通過ML將OPC的輸出預測在單個納米精度內，實現了3倍的快速運行。在LFD方面，通過機器學習還可以預測產量限制和設計修改準冊。

在大數據應用方面，Mentor可以通過機器學習來變異感知設計與表征、通過根本原因反褶積來提高FinFet的內部產量。

據Joseph分享，在被西門子收購后Mentor開發(fā)了一項新技術：在模式分析方面的OPC需要數千個CPU 24小時不間斷運行，而借助機器學習這個過程就可以將時間和復雜度降低3～4倍。

機械和電氣進行整合模擬驗證

自從被西門子收購以后，Mentor已經將自身的算法軟件與西門自身的系統(tǒng)進行了整合，目前可以為用戶提供機械和電氣的統(tǒng)一的驗證。這種驗證方法對于OEM廠商而言具有較大的意義。舉例來說，下圖中Simcent Prescan可以模擬道路環(huán)境，將數據傳送到系統(tǒng)上;Simcent Amesim可以讓一級供應商來思考車輛的動力總成和底盤的表現如何、剎車和傳動表現如何等;而中間的部分則是芯片的仿真。這樣用戶就可以在整個產品出來之前就對整個系統(tǒng)進行模擬仿真，實現機械和電氣部分在虛擬場景中的驗證。

AI芯片設計面臨著極大的挑戰(zhàn)，而相應的AI/ML IC設計工具也面臨著更高的要求。在AI計算領域，ASIC市場預計將越來越大，達到和GPU、CPU三分天下的局面。這也將會給EDA工具廠商帶來更多的商機。