江苏龙网

  1. 首页 > 人文 > >

人工智能■设计时间缩短10倍，PPA提升20%，AI终于要革新芯片设计了( 二 )


在EDA出现之前 ， 设计人员必须手工完成集成电路的设计、布线等工作 ， 物理设计人员需要处理每一个晶体管 ， 甚至是那些组成逻辑门（如NAND、NOR以及其他逻辑功能等）的晶体管 。 但随着摩尔定律的发展 ， 更大、性能也更强的芯片（die）被制造出来 ， 再让设计者们处理每一个晶体管变得越来越不现实 。
于是 ， 整个产业把目光转向了抽象化（abstraction）——即在一个更高的层次上进行设计 ， 而把那些底层的细节都归并到库和CAE（Computer Aided Engineering ， 计算机辅助工程）工具中——就类似于软件产业所做的事情 。
CAE系统配备了专门用于IC设计的硬件和软件的计算机 ， 但当时能够使用计算机辅助设计（CAD ， Computer Aided Design）的只有实力强大的半导体公司的团队 ， 这些团队中的设计人员技艺精湛 ， 擅长复杂的逻辑和物理设计、库和过程开发、封装以及其他一些专业方面 。
专用集成电路（ASICs ， applicationspecific ICs）的出现改变了这一情形 ， ASIC可以让设计者们不需要了解IC的物理版图、加工工艺 ， 或者说 ， 事实上他们根本不需了解任何非数字层面的东西 ， 让更多的人可以追逐摩尔定律的浪潮 。
设计自动化行业认识到了这一点 ，并创造了一些半定制和定制（ semi-customandcustom）方法 ， 使得系统设计师们不需要达到CAD工程师那样的理解水平就能设计硅片 。 当然 ， 通过支持ASIC设计 ， CAE工作站和EDA系统得到了迅速扩张 ， 系统设计者也比哪些内部CAD团队更加开放 。
但摩尔定律的持续发挥作用 ， 即便有了支持ASIC设计的EDA ， 要设计大型电路依旧是一个艰巨的任务 ， 同时 ， 为了达到更高的生产率水平 ， 需要心意层次的抽象化 。
这时 ， 设计的方法需要进一步提升 ， 其中的一个关键是 ， 由设计界提出的新层次的抽象化 ， 在CAE的帮助下转化为生产力 ， 成为了产业界的标准 。 这即是所谓的寄存器传输级（RTL ， Register-Transfer Level）抽象 。 于是设计自动化公司们意识到它们需要跟进到RTL并努力提高设计人员的生产力 ， Synopsys在推进抽象化前沿发展做出了重大的贡献 。
RTL进一步扩展了芯片设计群体 ， 就像系统设计工具扩展了ASIC设计群体那样 。
但自EDA从1993年进入成熟使其之后 ， 这个领域的创新就开始放缓 。 可惜的是 ， 芯片行业的挑战依旧在快速增加 ， 即便有更好的模拟与仿真技术和IP市场的发展 ， 随着2007年SoC成为人们关注的焦点 ， 并且摩尔定律也在放缓 ， EDA面临着更大的挑战 。
所以 ， 而这一次 ， 两大EDA巨头在其产品中引入AI ， 可谓是EDA行业自进入成熟期时候难得看到的创新 。 但业界对于新产品的接受程度以及影响力 ， 还需要等到更多用户使用Cadence和Synopsys的产品之后才能得出结论 。
雷锋网参考 清华大学出版社出版的《电路与系统简史》 雷锋网雷锋网


推荐阅读


上一篇：『人人都是产品经理』阿里员工如何制定、拆解 KPI？

下一篇：【美好，一直在身边】金融圈重磅人事变动！高端人才加速流动金融、互联网壁垒渐除