• Home
  • :
  • Community
  • :
  • Blogs
  • :
  • PCB、IC封装:设计与仿真分析
  • :
  • CDNLive China 2019 现场精彩回顾及演讲资料下载

PCB、IC封装:设计与仿真分析 Blogs

SpbChina
SpbChina
1 Nov 2019
Subscriptions

Get email delivery of the Cadence blog featured here

  • All Blog Categories
  • Breakfast Bytes
  • Cadence Academic Network
  • Cadence Support
  • Custom IC Design
  • カスタムIC/ミックスシグナル
  • 定制IC芯片设计
  • Digital Implementation
  • Functional Verification
  • IC Packaging and SiP Design
  • Life at Cadence
  • The India Circuit
  • Mixed-Signal Design
  • PCB Design
  • PCB設計/ICパッケージ設計
  • PCB、IC封装:设计与仿真分析
  • PCB解析/ICパッケージ解析
  • RF Design
  • RF /マイクロ波設計
  • Signal and Power Integrity (PCB/IC Packaging)
  • Silicon Signoff
  • Spotlight Taiwan
  • System Design and Verification
  • Tensilica and Design IP
  • Whiteboard Wednesdays
  • Archive
    • Cadence on the Beat
    • Industry Insights
    • Logic Design
    • Low Power
    • The Design Chronicles

CDNLive China 2019 现场精彩回顾及演讲资料下载

本文翻译节选自Cadence "Breakfast Bytes" 专栏作者Paul McLellan文章“CDNLive China 2019“。

space

 CDNLive China 2019大会于2019年8月15日在上海成功举办。大会由Cadence中国及东南亚区总经理徐昀致开幕辞,接着由全球总裁Anirudh Devgan向大家介绍Cadence创新的 “智能系统设计(Intelligent System Design)” 战略。

图1:中国及东南亚区总经理徐昀致开幕辞

“智能系统设计” 战略

Anirudh首先指出,Cadence在中国有着巨大的影响力,不仅是面向客户,在研发方面也是如此。事实上,Cadence有近10%的员工常驻中国,中国是Cadence的一个重要市场。

当今和未来的智能系统焦点都在于智能性能(人工智能和深度学习能够提供独特的用户体验)、设备性能(软件吞吐量、电磁兼容性和热兼容性等)以及硅性能(模拟和数字计算加速、硅可靠性、高级半导体节点)。

例如在近期与一家汽车公司的会议中,如果一辆汽车的平均成本为3万美元,每年的全球销售量约为1亿辆,这便是一个3万亿美元的市场。对于7nm硅,公司正在从自己生产还是从别家公司购买之间做抉择。他们预计7nm设计的成本为5千万美元,每个芯片的制造成本为50美元。因此,对于1百万辆汽车来说,芯片价格约为5千万美元,设计价格也大约在5千万美元。但是,如果选择购买这些芯片,则需要3亿美元。因此,如果我们有一个可以支持1百万芯片的市场,那么自己进行芯片设计并优化整体系统则意义重大。

图2:Cadence“智能系统设计”战略

“智能系统设计” 策略的基石是由Cadence核心业务:EDA工具和IP组成的“卓越设计”(Design Excellence)。但是,随着电子产品越来越趋向于在其运行环境中实现包括机械、热、天线等综合因素的仿真与分析,“智能系统设计” 策略的中坚层强调“系统创新”(System Innovation)。现如今的手机已不再仅仅是一个大型系统级芯片。“智能系统设计” 策略的顶层则是“普适智能”(Pervasive Intelligence)。在过去的五到十年时间里,深度学习的发展正在改变周遭一切。大多数系统公司正将人工智能算法的专有知识融入他们的系统中,Cadence也同样将深度学习融入到其工具中。

Anirudh指出,核心业务的收入占Cadence收入的90%以上,公司的经营状况非常乐观。他强调了以下几个方面:

  • Cadence的数字流程产生了世界级的PPA(Power, Performance, and Area,即功率、性能和成本)成果,并在17家世界级前20强半导体和系统公司中实现了生产部署。全流程以最佳的周转时间将PPA的质量提高了10-20%。Genus和Innovus解决方案采用iSpatial技术进行合并,进一步改善了统一的物理优化流程。
  • Spectre® X Simulator在提供高达10倍加速的同时保持黄金精度,并增加高达5倍的容量。Spectre系列是业界使用最广泛的模拟器: “这是业界最好的模拟器。”

图3:全球总裁Anirudh Devgan

Anirudh接下来谈到系统创新和系统分析。取决于IP投入的多少,EDA全球市场大约在80到100亿美元。系统分析市场高达45亿美元,并且仍以两位数增长。客户包括半导体公司,系统公司和其他垂直行业。Cadence拥有一个完整的团队来应对这个市场,推出的第一款产品便是Clarity 3D Solver 。Clarity选择以电磁(EM)为重点来针对汽车和5G市场方面需求的激增。加之,现有的解决方案过于老旧,基于二十世纪九十年代的技术,要么根本无法模拟大型设计,要么则耗时过长。从过往处理1百亿个元件的芯片经验中,我们获取了大量关于解决稀疏矩阵的能力,有关更多详细信息,参见文章《Cadence Clarity为系统分析和设计提供前所未有的性能及容量》。

例如,一家系统公司给了我们一部有3千万个元件的手机。尽管元件量很大,但是从我们的角度来看,其实并不难进行分析。Clarity是第一款可以实现这点并进行大规模并行运算的产品。我们可以将LPDDR5的分析速度提高7.2倍、复杂连接器提速9.5倍,扇出晶圆级封装体叠层提速12.3倍。

图4:Clarity提供新一代的真正整体的3D解决方案

同时,Cadence的机器学习也向前迈进了一步。正如Anirudh所说:

“机器学习是一个很大的领域,所以我将谈谈我们自己产品中的成果。我们将人工智能分为三个领域。许多公司都在开发人工智能芯片,包括50家初创公司及很多大公司等。这部分,我们称之为机器学习实现(ML Enablement)、软硬件共同设计、以及Tensilica(处理器)机器学习应用。在Cadence产品中,我们从内到外都应用了机器学习。在内部,相同的用户界面下是应用了机器学习的引擎。其优势对于用户来说是显而易见的,用户可以得到更快的工具或者更好的PPA。我们有很多这样的产品。在外部,机器学习指的是流程的变更及迭代次数的减少。以汽车为例,无人驾驶方法是外部的机器学习,提高引擎性能则是内部机器学习。”

图5:Cadence“智能系统设计”战略

Anirudh对智能系统设计进行了总结:

  • 基础EDA和IP
  • 对系统分析的投资
  • 人工智能和机器学习

软件定义的芯片:智能计算架构创新

清华大学教授魏少军发表了《软件定义的芯片:智能计算架构创新》主题演讲。

图6:清华大学教授魏少军

运行时可重构硬件有可能在不牺牲可编程性的情况下实现类似ASIC的性能,要点有二:

  • 运行时可重新配置的处理器
  • 可在运行时优化硬件和软件的编程语言

他称之为CGRA,或者粗粒可重构架构。芯片会随着软件的变化而出现实时动态变化。当应用程序的多样性较高时,专用集成电路(ASIC)便不再具有吸引力。软件可以很大,但硬件始终有限。因此,软件应被划分成多个模块,并在硬件出现动态变化时逐一执行,从而对模块做出反应。其中的亮点是算法与硬件共同设计。

因此,采用C/C++作为输入语言。C语法检查、代码分析、代码转换、代码优化,然后是流程中间的高层次综合(HLS)。

从人工智能芯片的发展中,我们可以看到这一点。起步阶段是英特尔中央处理器、Xilinx现场可编程门阵列、英伟达图形处理器等。第一阶段是谷歌TPU、以及MIT的Eyering。第二阶段是TsingMicro和WaveComputings DPU。第三阶段便是智能。因此,这是一个从典型发展到领域专用型,再到可重构,最后到智能的过程。

展望未来,魏教授指出,芯片一旦实现智能化,那么它就具备学习能力,有了学习能力,分化能力便可得到加强,这是一种能够改变结构并持续提升的能力。

*原创内容,转载请注明出处:https://community.cadence.com。

space

点击这里下载CDNLive China 2019技术干货!

相关内容

  • Clarity 3D Solver产品页面

space

欢迎订阅“PCB、IC封装:设计与仿真分析”博客专栏,

或扫描二维码关注“Cadence楷登PCB及封装资源中心”微信服务号,更多精彩期待您的参与!

space

联系我们:spb_china@cadence.com

Tags:
  • Chinese blog |
  • CDNLive |
  • 中文 |
  • CDNLive China 2019 |
  • 智能系统设计 |
  • Clarity 3D Solver |