電子發燒友網報道（文/黃晶晶）半導體芯片創新的源頭在EDA和IP，做為全球EDA巨頭的新思科技又如何洞察與引領創新呢。在2023年新思科技開發者大會上，新思科技總裁Sassine Ghazi分享了他對于SysMoore時代下，芯片開發者面臨的五大挑戰。在挑戰當前，新思科技已經率先整合了EDA和AI，并通過Synopsys.ai全棧式解決方案來引領汽車、數據中心等市場的芯片和系統創新。

芯片開發者面臨五大挑戰

Sassine Ghazi表示，芯片開發者面臨的五大挑戰：軟件復雜性、系統復雜性、能效、信息安全和功能安全以及產品上市時間。如今的汽車行業是這些挑戰最好的例證。



軟件復雜性

以新思科技多年深耕軟件行業擁有豐富全面的產品種類，所產生約3億行代碼量來看，現在一輛現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。汽車智能化帶來的巨大的代碼量，正所謂軟件定義汽車是汽車智能化的發展方向。因為現代化汽車通過軟件將多個區域或網關連接到中央計算機系統。汽車可以實現互聯和智能，這些都由軟件驅動。預計到2029-2030年，軟件定義汽車（SDV）占比將超過汽車總量的90%。而現在這個比例僅僅接近5%。

那么，如何在連接汽車的硬件上對大量軟件進行建模和驗證呢？Sassine說，新思科技關鍵構建的技術是電子數字孿生。通過虛擬數字孿生創建汽車整個系統的虛擬模型，可在真車落地之前在軟件層面實現，一旦有了實物硬件，就可以進行硬件輔助軟件開發，或將兩者結合，其中一部分是可視化系統，另一部分是通過軟件驗證的硬件模型。新思在硬件輔助驗證方面的效率、性能和能力處于行業領先地位。





最近新思科技宣布收購PikeTec。PikeTec是全球軟件驅動控制系統測試自動化的領導者。“如果你把汽車看作一個軟件驅動的控制系統，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（MiL）到硬件在環（HiL）之間架起橋梁，一直到車輛在環（ViL）。”Sassine說道。

他解析，在汽車數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，并進行軟硬件的協同開發。

系統復雜性

隨著摩爾定律放緩以及3D IC、先進封裝等的興起帶來硬件系統的復雜性。



目前，汽車電子占整個多裸晶芯片系統份額的13%。如果汽車的復雜度從 L0、L1提升到L4、L5，實現自動駕駛、高級輔助駕駛（ADAS）類型的互聯汽車，在汽車上的半導體開銷將增加 50 倍。

L2的ADAS時，CPU、GPU等模塊可在同一技術節點上完成。到了L4，AI芯片、CPU、GPU、先進內存、連接使得智能化增多，系統復雜性增加。這時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的技術，哪些功能可以采用 16 納米或 7 納米技術，然后把它們組合在一個系統中并整合到一個封裝內。



據估計，到 2026 年約20%的芯片系統將采用多裸晶芯片或 3DIC 技術，到2030 年，這一比例將上升到 40%。

Sassine表示，新思科技3DIC compiler，能夠助力合作伙伴對3D芯片系統進行架構的探索，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中。為了監測該系統完成封裝好之后的健康狀況，我們需要對芯片生命周期進行管理(SLM)，也就是在整個封裝和系統中監測每個裸晶，每個小芯粒的健康狀況。



能效

2022年全球有電動汽車850萬輛，到2030年這個數字預計將達到4100萬。由于汽車電氣化的增長，其所需的用電量也相當驚人。數據顯示，平均每輛電動汽車消耗20千瓦時電量只能行駛100公里。




在能源效率的提升方面，新思科技推出了端到端低功耗解決方案，可覆蓋架構、RTL、實施到簽核的完整流程。架構層面對能源優化的影響最大。基于新思獨一無二的Platform Architect，它可以從架構層面就確定怎樣做功耗權衡，才能實現客戶希望的最優的性能、功耗等指標的平衡。

“我們有諸多全球領先的技術來完成RTL分析，如 SpyGlass 和 PrimePower。這些都是RTL級別的功耗簽核工具。進入 Fusion Compiler 后，正如你所看到的，能耗優化的機會越來越少，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，從而構建更加穩健的系統。”Sassine說道。

信息安全和功能安全

此外，在軟件驅動汽車和代碼體量飛速增長的大背景下，自動駕駛汽車的功能安全和信息安全問題將更加突出。2022年12%的網絡攻擊是針對汽車。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體芯片導致的功能安全隱患。

芯片生命周期管理可監控芯片的健康狀況、預測性維護，通過對多系統或多車輛進行應用管理提高實地車輛安全性和可靠性。



產品上市時間

如今，汽車從開發到投產的周期大約為6-7年，甚至更短。而汽車芯片人才卻嚴重短缺。中國半導體行業協會公布的一組統計數據顯示，預計半導體人才缺口將達到20萬人。當前，我們全行業現在都在努力探索如何利用AI來大大縮短產品上市時間、提高工作效率并實現更好的設計結果等。

Synopsys.ai

新思科技于今年推出了業界首個AI驅動型全棧式EDA解決方案Synopsys.ai。最開始是開發Design Space Optimization（設計空間優化，DSO.ai解決方案）。截止目前，DSO.ai已經成功實現超過270次商業流片。

接下來是VSO.ai（驗證空間優化解決方案），它能讓開發者更智能地實現更好的驗證覆蓋率，更好地創建測試指標。還有TSO.ai(測試空間優化解決方案)，它能幫助開發者進行更合理的的測試從而降低系統測試的總體成本。以及模擬與制造優化解決方案。

新思科技Synopsys.ai全棧式解決方案引領著全球EDA+AI芯片設計新風向。毫無疑問，我們是全球首個推出DSO.ai 的公司，也絕對是全球首家全方位通過AI增強芯片設計生產率、改善設計結果質量、提高設計效率和資源可用性的公司。



隨著先進工藝的推進，2 納米芯片的設計成本約為 7.5 億美元。沒有多少公司可以承擔得起這樣的價格，而降低成本的方法之一，是AI+EDA設計方法學。另一個則是IP，IP是提升效率的重要法寶。新思科技是半導體IP的全球領導者，無論是處理器 IP、接口 IP、安全 IP 還是基礎 IP，應有盡有，并且可以提供多種代工選擇，還能讓開發者選擇使用多裸晶芯片系統或在單片系統上實現。因此，開發者可以在整個系統的開發過程中，節省大量時間成本，實現又一個重大的生產率提升。

在交叉點進行創新，持續支持中國加速度

Sassine表示半導體芯片是創新的核心，而在芯片、系統和軟件之間的交叉點進行創新，正是我們需要特別關注的重大機遇點。在新思科技，綜合考慮規模與系統復雜性的交叉點，把它們合并稱為“SysMoore”。

他還指出中國市場的重點性。他表示，中國約占全球半導體芯片消費總量的50%。新思科技進入中國已有28年。我們在這里擁有了1500多名員工。深耕于此，展望未來，我們也將攜手半導體上下游的合作伙伴，繼續推動著整個生態系統加速發展。