本文轉(zhuǎn)自雷鋒網(wǎng)，如需轉(zhuǎn)載請(qǐng)至雷鋒網(wǎng)官網(wǎng)申請(qǐng)授權(quán)。

過(guò)去幾年，芯片行業(yè)的市場(chǎng)競(jìng)爭(zhēng)發(fā)生了一些有趣的變化。PC處理器市場(chǎng)，長(zhǎng)久以來(lái)的霸主英特爾面對(duì)著AMD的猛烈攻勢(shì)。手機(jī)處理器市場(chǎng)，高通已經(jīng)連續(xù)五個(gè)季度讓出了出貨量第一的寶座，聯(lián)發(fā)科意氣風(fēng)發(fā)。

傳統(tǒng)芯片巨頭們競(jìng)爭(zhēng)加劇之時(shí)，擅長(zhǎng)軟件和算法的科技巨頭們相繼開(kāi)始自研芯片，讓芯片行業(yè)的競(jìng)爭(zhēng)變得更加有趣。

這些變化的背后，一方面是因?yàn)?005年之后摩爾定律變緩，更重要的是數(shù)字化迅速發(fā)展所帶來(lái)的差異化需求。

芯片巨頭們提供的通用芯片性能固然可靠，而自動(dòng)駕駛、高性能計(jì)算、AI等日益龐大而多種多樣的應(yīng)用需求，在性能之外更多的是追求差異化的功能，科技巨頭們不得不開(kāi)始自研芯片，以鞏固其對(duì)終端市場(chǎng)的把握能力。

芯片市場(chǎng)競(jìng)爭(zhēng)格局變化的同時(shí)，可以看到芯片行業(yè)將會(huì)迎來(lái)更大的變革，推動(dòng)這一切變革的因素正是近幾年非?；馃岬腁I。

有業(yè)界專家說(shuō)，AI技術(shù)會(huì)給整個(gè)芯片行業(yè)帶來(lái)顛覆性變化。新思科技首席創(chuàng)新官、AI實(shí)驗(yàn)室負(fù)責(zé)人、全球戰(zhàn)略項(xiàng)目管理副總裁王秉達(dá)對(duì)雷峰網(wǎng)表示，“如果說(shuō)是用引入AI技術(shù)的EDA（Electronic Design Automation）工具設(shè)計(jì)芯片，我認(rèn)同這種說(shuō)法。”

如果將AI應(yīng)用于芯片設(shè)計(jì)的單個(gè)環(huán)節(jié)，能夠把經(jīng)驗(yàn)豐富工程師的積累融入EDA工具中，大幅降低芯片設(shè)計(jì)的門檻。如果將AI應(yīng)用于芯片設(shè)計(jì)的整個(gè)流程，同樣可以利用已有的經(jīng)驗(yàn)優(yōu)化設(shè)計(jì)流程，顯著縮短芯片設(shè)計(jì)周期的同時(shí)，提升芯片性能，降低設(shè)計(jì)成本。

芯片行業(yè)“質(zhì)變”

摩爾定律持續(xù)有效的二十多間年，芯片公司們借助晶體管的持續(xù)微縮，就能夠獲得性能和能效的持續(xù)大幅提升。因此，過(guò)去幾十年間，硬件和軟件可以說(shuō)是“井水不犯河水”，通用的硬件有固定的架構(gòu)，算力持續(xù)提升，產(chǎn)品以年為周期更新。系統(tǒng)公司在通用芯片的基礎(chǔ)上，在軟件層面創(chuàng)新，產(chǎn)品以周甚至天進(jìn)行迭代。

“現(xiàn)在的趨勢(shì)是軟硬件聯(lián)合設(shè)計(jì)，芯片的軟件和硬件界限不再那么分明。”王秉達(dá)指出，“打破這種界限是AI芯片的出現(xiàn)，因?yàn)锳I芯片的架構(gòu)不像CPU、GPU一樣固定，AI芯片的設(shè)計(jì)者可以根據(jù)應(yīng)用的需求，組合通用的AI算子設(shè)計(jì)出專用架構(gòu)和芯片。”

新思科技全球總裁兼首席運(yùn)營(yíng)官Sassine Ghazi也表示，數(shù)字化趨勢(shì)下，大型系統(tǒng)級(jí)公司紛紛自研芯片，通過(guò)定制芯片來(lái)優(yōu)化其應(yīng)用程式或工作負(fù)載。在中國(guó)市場(chǎng)，包括汽車的電氣化和無(wú)人駕駛、AI、超大規(guī)模的數(shù)據(jù)中心在內(nèi)的細(xì)分市場(chǎng)正在發(fā)生重大轉(zhuǎn)變，他們都希望通過(guò)定制SoC來(lái)實(shí)現(xiàn)系統(tǒng)的差異化，從而找到整體業(yè)務(wù)的差異點(diǎn)，擁有差異化的競(jìng)爭(zhēng)優(yōu)勢(shì)。只有擁有更好的芯片，才能使他們的系統(tǒng)架構(gòu)與眾不同。而領(lǐng)域?qū)Ｓ眉軜?gòu)（DSA，Domain Specific Architecture）能夠體現(xiàn)出他們的系統(tǒng)架構(gòu)的獨(dú)特優(yōu)勢(shì)之處。

也就是說(shuō)，領(lǐng)域?qū)Ｓ眉軜?gòu)可以讓芯片設(shè)計(jì)者決定部分算法變成硬件、部分算法繼續(xù)采用軟件方式，以更加靈活的方式，通過(guò)軟硬更好的協(xié)同，更加高效地滿足最終應(yīng)用的需求。這樣一來(lái)，架構(gòu)創(chuàng)新成為了接下來(lái)芯片領(lǐng)域競(jìng)爭(zhēng)的關(guān)鍵。

2019年初，兩位圖靈獎(jiǎng)?wù)逬ohn L. Hennessy 和 David A. Patterson發(fā)表了一篇長(zhǎng)篇報(bào)告《A New Golden Age for Computer Architecture》，他們展望未來(lái)的十年將是計(jì)算機(jī)體系架構(gòu)領(lǐng)域的“新的黃金十年”。在王秉達(dá)看來(lái)，這可能需要能夠自動(dòng)進(jìn)行架構(gòu)探索的EDA新工具，如綜合深度學(xué)習(xí)加速器來(lái)更好地適配特定應(yīng)用的需求。

“架構(gòu)的變化會(huì)帶來(lái)非常多不確定性，以往通用芯片的架構(gòu)確定，主要是在制程方面進(jìn)行提升。”王秉達(dá)說(shuō)，“新思提出的SysMoore理念，則要把從架構(gòu)到制程再到系統(tǒng)層面的所有因素都考慮在內(nèi)，帶來(lái)的變化和不確定性完全依靠傳統(tǒng)方式無(wú)法解決，AI能夠發(fā)揮很大的作用。”

除了不確定性，架構(gòu)的創(chuàng)新也要求芯片從設(shè)計(jì)到生產(chǎn)應(yīng)有的周期大幅縮短，否則難以快速滿足需求的變化。

早在2018年，美國(guó)國(guó)防部高級(jí)研究計(jì)劃局（DARPA）就提出了兩個(gè)新的項(xiàng)目IDEA（Intelligent Design of Electronic Assets）和POSH（Posh Open Source Hardware），目標(biāo)正是從IP和EDA兩個(gè)維度縮短芯片設(shè)計(jì)的流程，節(jié)省研發(fā)時(shí)間。

AI與EDA的融合，能夠從根本上解決這些挑戰(zhàn)。

AI技術(shù)將顛覆芯片設(shè)計(jì)

今年六月，谷歌團(tuán)隊(duì)在國(guó)際頂級(jí)期刊Nature上發(fā)表了一篇題為《一種用于加速芯片設(shè)計(jì)的布局規(guī)劃方法（Chip Design with Deep Reinforcement Learning）》的論文，文章指出，利用深度學(xué)習(xí)，人類工程師需要數(shù)月完成的工作，谷歌用AI僅需要6小時(shí)就能達(dá)到相同效果，提升達(dá)到數(shù)百倍。

王秉達(dá)說(shuō)：“采用具有AI技術(shù)的EDA工具來(lái)設(shè)計(jì)芯片，時(shí)間肯定會(huì)縮短，這是毋庸置疑的，只是時(shí)間縮短的幅度有所不同。”

AI能夠縮短芯片設(shè)計(jì)周期的原因并不復(fù)雜，主要是讓AI先通過(guò)學(xué)習(xí)，有了知識(shí)的累積，在后續(xù)使用的過(guò)程中遇到相同或者類似的問(wèn)題能夠以更快的速度解決問(wèn)題，所以帶有AI的EDA可以節(jié)省芯片設(shè)計(jì)周期幾乎是一個(gè)定論。

AI應(yīng)用于EDA有兩種形式，由于芯片設(shè)計(jì)是一個(gè)很長(zhǎng)的復(fù)雜流程，整個(gè)過(guò)程中可能需要十幾個(gè)EDA工具，因此AI既可以應(yīng)用于EDA點(diǎn)工具中來(lái)優(yōu)化單個(gè)芯片設(shè)計(jì)環(huán)節(jié)，也可以用于整個(gè)芯片設(shè)計(jì)流程的優(yōu)化。

如果是用于單個(gè)EDA點(diǎn)工具中，其發(fā)揮的作用就相當(dāng)于經(jīng)驗(yàn)共享，能夠讓一個(gè)只有幾年工作經(jīng)驗(yàn)的工程師，能夠達(dá)到有豐富經(jīng)驗(yàn)設(shè)計(jì)者的水平。“目前芯片架構(gòu)的設(shè)計(jì)依賴架構(gòu)師的經(jīng)驗(yàn)，如果能夠把架構(gòu)師累積的經(jīng)驗(yàn)，借助AI技術(shù)融入EDA工具中，就可以大幅降低芯片設(shè)計(jì)的門檻，效率也能大幅提升。”王秉達(dá)指出。

如果是貫穿在整個(gè)芯片設(shè)計(jì)流程中的AI，就需要開(kāi)發(fā)者對(duì)于AI運(yùn)行的方式有所了解。王秉達(dá)解釋，“用AI技術(shù)優(yōu)化芯片設(shè)計(jì)的流程，需要客戶根據(jù)實(shí)際進(jìn)度不斷進(jìn)行調(diào)節(jié)。比如傳統(tǒng)的流程中每一步的用時(shí)和順序都很固定，完成前面的步驟才會(huì)進(jìn)入后續(xù)步驟。加入AI之后，可能步驟一的時(shí)間只需要原來(lái)的一半，步驟二時(shí)間只需要原來(lái)的十分之一，這時(shí)候就需要用戶進(jìn)行相應(yīng)的調(diào)整。”

當(dāng)然，將AI與EDA工具融合不僅可以顯著節(jié)省研發(fā)時(shí)間，還能帶來(lái)芯片性能的提升和設(shè)計(jì)成本的降低。

以新思科技的DSO.ai為例，美國(guó)頭部IDM廠商采用DSO.ai后成果顯著，芯片設(shè)計(jì)的時(shí)間提升2-5倍，SoC芯片能耗整體提升9%。將DSO.ai應(yīng)用于不同類型芯片的設(shè)計(jì)流程，僅需一位工程師就能帶來(lái)顯著的時(shí)間節(jié)省和性能提升。

“不同類型和場(chǎng)景的芯片，AI能帶來(lái)的提升并不相同。這是因?yàn)?，芯片整個(gè)設(shè)計(jì)過(guò)程需要經(jīng)歷幾百萬(wàn)或者上千萬(wàn)個(gè)步驟，不同的流程AI帶來(lái)的提升程度并不一致，同時(shí)，上一步優(yōu)化的結(jié)果影響著下一步AI提升的效果。”王秉達(dá)指出，“EDA加入AI之后，在節(jié)省芯片設(shè)計(jì)時(shí)間的同時(shí)，在相同時(shí)間內(nèi)就可以讓設(shè)計(jì)師專注于優(yōu)化性能和做核心功能的創(chuàng)新，自然更容易設(shè)計(jì)出性能更好的芯片，整體的成本也能夠相應(yīng)降低。”

未來(lái)，從芯片的架構(gòu)設(shè)計(jì)、制造以及封裝的全流程都會(huì)融入AI技術(shù)。至于芯片設(shè)計(jì)的周期能否從以年為單位變?yōu)橐栽聻閱挝唬醣_(dá)認(rèn)為，通過(guò)AI + EDA大幅縮短芯片設(shè)計(jì)環(huán)節(jié)的周期是明確的，但縮短芯片從設(shè)計(jì)到制造的整個(gè)生命周期還需要整個(gè)產(chǎn)業(yè)鏈的共同努力。

芯片差異化競(jìng)爭(zhēng)的時(shí)代

進(jìn)一步探討AI將給芯片行業(yè)帶來(lái)的變革之前，需要先解答一個(gè)疑問(wèn)。AI發(fā)展的一個(gè)關(guān)鍵要素是足夠多的數(shù)據(jù)，訓(xùn)練EDA的AI數(shù)據(jù)足夠嗎？王秉達(dá)說(shuō)：“EDA本身就是一個(gè)精密科學(xué)，即使在AI到來(lái)之前，EDA中就有精確的算法，計(jì)算出來(lái)的數(shù)據(jù)我們稱之為‘黃金數(shù)據(jù)’。AI的出現(xiàn)，讓我們可以更好的利用黃金數(shù)據(jù)訓(xùn)練，讓EDA工具變得更加智能。”

“EDA的AI對(duì)數(shù)據(jù)的依賴也沒(méi)有許多行業(yè)那么強(qiáng)，但也需要用戶的反饋，幫助我們持續(xù)提高EDA工具的智能化水平。新思的獨(dú)特優(yōu)勢(shì)在于，我們擁有芯片設(shè)計(jì)全流程的工具，這讓我們可以在整個(gè)程中都使用AI，帶來(lái)更顯著的全面提升。”王秉達(dá)進(jìn)一步表示。

當(dāng)用戶的設(shè)計(jì)與訓(xùn)練好的工具有重合性時(shí)，就能迅速完成大部分的設(shè)計(jì)，節(jié)省大量時(shí)間，剩下的工作就是一些優(yōu)化的工作。

“用戶也可以使用他們擁有的數(shù)據(jù)對(duì)EDA工具進(jìn)行二次訓(xùn)練，這樣客戶就可以擁有更個(gè)性化和定制化的工具，設(shè)計(jì)出更有特色的產(chǎn)品。”王秉達(dá)說(shuō)，“我們的大部分產(chǎn)品都會(huì)開(kāi)放這個(gè)接口。”

但要更好發(fā)揮AI在芯片設(shè)計(jì)中的作用，如何找到結(jié)合點(diǎn)成為挑戰(zhàn)。“要發(fā)揮AI在芯片設(shè)計(jì)中的最大效益，難點(diǎn)在于找到AI與具體領(lǐng)域最巧妙的結(jié)合點(diǎn)，這時(shí)候就依賴設(shè)計(jì)者對(duì)于專用領(lǐng)域的認(rèn)知。”王秉達(dá)認(rèn)為。

在這樣的競(jìng)爭(zhēng)中，系統(tǒng)公司的優(yōu)勢(shì)更加明顯。他們對(duì)自身的業(yè)務(wù)更加了解，對(duì)算法的了解更加深入，并且有大量數(shù)據(jù)，只是欠缺芯片設(shè)計(jì)的經(jīng)驗(yàn)。但融入AI的EDA工具，恰好能降低系統(tǒng)公司設(shè)計(jì)芯片的門檻，還能幫他們更快、更好地設(shè)計(jì)出芯片。

“我相信，AI +EDA工具會(huì)很快從數(shù)字設(shè)計(jì)應(yīng)用到幾乎所有領(lǐng)域，幾年內(nèi)，所有芯片設(shè)計(jì)的流程里都會(huì)有AI。”王秉達(dá)表示。

那時(shí)候，芯片行業(yè)的競(jìng)爭(zhēng)，可能會(huì)演變?yōu)橄到y(tǒng)公司領(lǐng)域?qū)Ｓ眯酒g的競(jìng)爭(zhēng)。通用芯片公司又將怎么面對(duì)這樣的競(jìng)爭(zhēng)呢？

王秉達(dá)認(rèn)為，通用芯片公司的優(yōu)勢(shì)在于對(duì)芯片架構(gòu)的了解，能夠以合適的工藝，以最優(yōu)的成本按時(shí)間窗口把芯片做出來(lái)，但缺乏的是對(duì)系統(tǒng)、終端應(yīng)用的深入了解。芯片設(shè)計(jì)公司需要找到好的系統(tǒng)公司合作深入挖掘需求，以提供靈活的、能適應(yīng)多個(gè)終端應(yīng)用的通用芯片。

面對(duì)這兩類客戶，新思科技提供的是完全不同的服務(wù)。對(duì)于系統(tǒng)公司，目標(biāo)是通過(guò)各種IP模塊和設(shè)計(jì)工具幫助他們解決芯片架構(gòu)和工藝的選擇；對(duì)于通用芯片公司，目標(biāo)是通過(guò)仿真驗(yàn)證、快速原型等更快、更易用的工具，使芯片生產(chǎn)出來(lái)之前就能模擬出實(shí)際的性能、功耗等表現(xiàn)，節(jié)約成本和設(shè)計(jì)周期。