今年年初，大多數人從未聽說過生成式人工智能，現在全世界都在競相利用它，而這僅僅是開始。空間計算、量子計算、6G、智能基礎設施、可持續發展等新市場正在加速更快、更高效、更專業地處理更多數據的需求。

與每隔幾年等待下一個流程節點的日子相比，過去一年和未來幾年發生的事件將與電話或汽車的誕生一樣重要。但創新技術會有很多，它們的交叉方式將繼續給科技界帶來驚喜。

我們正在進入一個定制硬件、異構集成、軟件定義系統的時代，而所有這些都依賴于半導體。但即使是芯片也在發生變化。它們變得更有針對性、更加復雜，而且潛在的安全威脅也更大。所有這些趨勢將迫使設計師重新思考工作流程、架構和商業模式，其中一些在 2023 年變得明顯，但將在 2024 年開始真正加速。

AI/ML

2023人工智能/機器學習(AI/ML) 隨著 Google Gemini AI 的發布而落下帷幕，它既是對 ChatGPT 的追趕，也是對多模式 AI 的突破性推動。谷歌的新技術應該會帶來更多的設計進步，因為其他公司也在尋求將圖像和視頻納入他們的生成人工智能工作中。

Quadric首席營銷官 Steve Roddy 表示：“Gemini 之所以引人注目，有幾個原因?！?“首先，它有多種版本，可以從數據中心（Gemini Ultra）一直擴展到內存受限的電池供電設備（參數為 1.8B 的 Gemini Nano）。其次，谷歌提供了 Gemini 的預量化版本，可以在邊緣設備中部署。谷歌并沒有強迫嵌入式設備開發人員進行浮點到整數的轉換，而是小心翼翼地使其部署就緒，因此不需要用戶扮演數據科學家來進行轉換。對于邊緣設備和手機開發人員來說，Gemini Nano 的部署比許多以前的 GenAI 模型要簡單得多，這可能會刺激應用程序中更廣泛的采用和集成?！?/p>

與其他超大規模企業一樣，谷歌也擁有定制的人工智能生態系統，隨著跨多個領域的更多公司開發自己的人工智能芯片，這一趨勢預計將加速。

Alphawave Semi首席技術官托尼·陳·卡魯松 (Tony Chan Carusone) 表示：“我們將看到大型、令人興奮的新應用和突破來自于開發自己的定制人工智能芯片的公司?！?“有各種各樣的案例可以激勵人們。例如，甚至像特斯拉這樣的公司也在開發自己的定制人工智能芯片，以幫助實現自動駕駛訓練。未來五年，最令人興奮的突破和應用將來自在這種定制硬件上運行的人們。”

Vikram 指出，事實上，除了通常的大公司組合之外，許多初創企業正在利用云技術來構建人工智能芯片，以解決汽車、光子學、太空和醫療設備等廣泛領域的一個特定問題。Synopsys云上市和產品戰略主管 Bhatia指出，他們在內部使用人工智能來幫助削減云現貨市場的成本，例如，通過提醒客戶，云提供商可能會終止工作。然后，它會自動將該作業移至不同的虛擬機。

Arm中央工程執行副總裁加里·坎貝爾 (Gary Campbell) 表示：“人工智能正在從根本上改變我們的生活和工作方式，這種轉變只會在未來 12 個月內加速，而且遠遠超出這個范圍?！?“到 2024 年，圍繞人工智能的討論將變得更加細致，重點關注不同類型的人工智能、用例，以及最重要的是，我們需要建立哪些技術基礎才能使人工智能驅動的未來世界成為現實。先進的專用芯片將在當今人工智能技術的擴展和推動其部署的進一步進步方面發揮關鍵作用。CPU 在所有 AI 系統中都至關重要，無論是完全處理 AI 工作負載還是與 GPU 或 NPU 等協處理器結合使用。因此，人們將更加重視這些算法的低功耗加速以及在計算能力較強的領域運行人工智能工作負載的芯片，例如大型語言模型、生成式人工智能和自動駕駛?！?/p>

此外，許多人希望利用人工智能來增強現有流程并提高生產力。Synopsys 產品線管理高級總監 Arvind Narayanan 表示：“在芯片設計流程中，有很多機會通過引入人工智能來優化生產力?！?“工藝幾何尺寸的減小帶來了一系列挑戰，但設計芯片的時間要么保持不變，要么甚至更短。預計到 2030 年，勞動力將出現嚴重短缺，設計師數量將減少 20% 至 30%。像人工智能這樣的變革性技術可以幫助填補這一空白?！?/p>

數字孿生和數據中心

人工智能對芯片設計工程師的潛在價值還有許多其他例子，例如將大型語言模型與數字孿生集成。Cadence高級產品營銷經理 Dave King 表示：“隨著數字孿生的指數級增長，到 2030 年，市場規模將達到 111.2 億美元，更多的人將能夠獲得并希望使用數字孿生。” “這就是為什么我們可能會更希望將LLM納入數字孿生技術中，使它們成為工作場所決策中更加關鍵的要素，因為法學碩士使操作員能夠以自然的方式提出數字孿生問題?！?/p>

盡管目前人工智能熱潮不斷，但其在數據中心的使用可能會穩定下來?！叭斯ぶ悄軐⒗^續在數據中心使用，以幫助解決已被證明有效的較小問題。這些任務包括填補體力勞動缺口、提供能源管理建議或自動化容量管理等任務，”King 說。“盡管如此，在解決重大挑戰時，例如鑒于當前的技能差距，人工智能還不會被視為主要解決方案，例如運行數據中心而不是人類操作員。因此，我們可能會看到人工智能領域的投資帶來更直接的小規模收益?！?/p>

數據中心也開始與邊緣共享訓練和推理，從而實現更多分布式智能和實時響應。Arteris首席營銷官 Michal Siwinski 表示：“邊緣人工智能推理意味著智能邊緣絕對在企業運營方面向前邁出了一步，而且是全面的?！?“例如，我們將看到更多與汽車的交叉。消費者和工業基本上正在從簡單的電子產品轉向相當先進的電子產品。這是一個巨大的破壞。”

人工智能的影響力正在蔓延

可運行人工智能的芯片類型也在發生變化，這在邊緣尤其重要。例如，DSP 在視覺、音頻和激光雷達等垂直市場中執行一種特定類型的處理非常高效?，F在，隨著人工智能在各地的推廣，人們正在推動擴大這種能力。

Cadence 的 Tensilica 音頻/語音 DSP 小組產品營銷總監 Prakash Madhvapathy 表示：“這樣做的動機包括需要減少 SoC 面積并限制總體功耗?！?“在基于邊緣和設備上的人工智能應用中，獨立的 DSP 或 DSP 與高效加速器結合使用，對于從微型耳塞到自動駕駛等一系列應用來說是非常理想的。雖然人工智能加速器可能或多或少獨立工作，但趨勢是將其與具有人工智能功能且高度可編程的 DSP 配對，以作為面向未來的有效后備，以防不斷發展的人工智能工作負載引入新穎的神經網絡。”

定制化

與此同時，定制化（尤其是定制芯片）的發展，正在增強人們對軟件定義架構（SDAs）的興趣，其中功能由軟件定義?！霸摦a品實際上是一個軟件產品，” Imperas （現為 Synopsys的一部分）首席執行官 Simon Davidmann 指出?！翱纯刺厮估椭懒?。有大量的芯片、數百個處理器，但定義這一切的是軟件。軟件是預先設計和架構的，然后由芯片執行。這意味著你必須預先進行大量模擬?！?/p>

SDAs 對定制芯片的需求與RISC-V相吻合，在最近的 RISC-V 峰會上，Meta 宣布將在其路線圖中的所有產品中使用 RISC-V，從而推動了 RISC-V 的發展。

Davidmann 表示：“我們看到 RISC-V 越來越受到芯片設計人員的興趣，因為它給了他們自由。” “例如，我們正在與一家公司合作，該公司正在構建具有 512 個小核心的新型激光雷達芯片。他們無法用他們可以獲得的許可來制造它，所以他們必須自己建造它。他們不想發明自己的產品，所以他們選擇了 RISC-V?！?/p>

RISC-V International 首席技術官 Mark Himelstein 對前景持樂觀態度?！癛ISC-V 軟件生態系統不斷發展，取得了一系列里程碑，包括創建 RISE 項目以幫助加快 RISC-V 開源軟件的發展、RISC-V 國際格局和交流，使開發人員能夠宣傳 RISC-V 的可用性軟件?！?/p>

但這不僅僅是 RISC-V 的問題。“人們正在構建混合架構 SoC，這帶來了一系列完全不同的挑戰，”Arteris 的 Siwinski 說道?！巴蝗恢g，你從一個稍微封閉的生態系統轉變為必須跨所有標準互操作的生態系統。我們如何將它們縫合在一起？這是關鍵挑戰之一。”

答案可能是芯粒，它最終將變得更加標準化?！拔覀儗⒖吹接嘘P小芯片如何協同工作的更多標準化，”Siwniski 說。“芯粒將成為另一種必須集成的 IP?！?/p>

其他人也同意。“隨著代工技術的進步和摩爾定律的放緩，半導體行業需要找到新的方法來實現性能提升、成本降低和良率提高。這就是為什么芯粒將在 2024 年成為整個行業的焦點。”Arm 執行副總裁兼首席架構師 Richard Grisenthwaite 說道。隨著這項技術的普及和小芯片市場變得更加多樣化，重點將轉向標準化和互操作性，以確保這些更定制的芯片以最快的方式進入市場，從而能夠在不同的市場中重復使用。到 2024 年，我們預計整個行業將齊心協力，更清晰地定義系統級功能和基礎標準，使芯粒能夠在更廣泛的系統中使用，而不會產生碎片化風險。”

繼續向左移動

小芯片和 RISC-V 扎根的關鍵原因之一是新工藝節點不再保證性能和/或功耗的改進。SoC 正在被分解為各個部分，并且所有這些部分都需要表現為一個系統。這需要更多的定制、更多的協同設計以及在流程的早期更好地理解整體架構。

“隨著軟件定義架構的發揮作用，您必須更多地關注前期的系統設計，”是德科技射頻/微波、電力電子和設備建模 EDA 業務高級總監兼產品組合經理 Nilesh Kamdar表示?！耙院竽悴荒茉倥鲞\氣了。整個工作流程，從驗證一直到流片，都必須預先弄清楚、定義和設計。你不能只是希望并祈禱它最終會走到一起。”

但這并不意味著事情變得更簡單。Fraunhofer IIS 自適應系統工程部混合信號自動化組經理 Benjamin Prautsch 指出，復雜性穩步增加的趨勢仍將持續。“因此，任何有助于‘左移’的活動都將被追求。這里的一個關鍵支柱是 EDA，它面臨著各種挑戰，例如用于系統分區的 EDA（包括基于小芯片的系統）、用于高級數字合成的 EDA，以及用于模擬設計和驗證的 EDA?！?/p>

將所有這些部分融合在一起并不是一件簡單的事情，需要關注真正的系統級設計以及所有部分如何組合在一起?！坝脩糁浪麄冃枰M行真正的基于模型的系統設計，特別是對于軟件定義的、硅支持的系統，”西門子 EDA的 IC 驗證解決方案戰略總監 Neil Hand 說道?！八麄兿胫榔瘘c，因為這與本地優化非常不同。當您嘗試進行系統設計和全局優化時，這是一系列全新的挑戰?！?/p>

這將需要新的工具?！罢嬲南到y級設計的挑戰之一是如何在域之間進行通信，”Hand說?！叭绾我允蛊淇捎糜诹硪粋€領域的方式抽象詳細模型？當您開始查看左移時尤其如此。如何獲取流程級信息并使其可供系統設計工程師使用？其中很大一部分將通過人工智能/機器學習創建模型來實現，這些模型允許系統設計的其他領域發揮作用。例如，它可用于創建復雜 SoC 的抽象系統模型，以便您可以在數字孿生中使用它?！?/p>

量子計算

2023年底，量子計算取得了兩項重大突破。首先，IBM 推出了“IBM Quantum Heron”，這是一系列新的公用事業規模量子處理器中的首款產品。該公司還推出了 IBM 量子系統二號，這是 IBM 的第一臺模塊化量子計算機，也是其以量子為中心的超級計算架構的基石。

其次，DARPA 團隊創建了有史以來第一個帶有邏輯量子位的量子電路，這是實現容錯量子計算難題中的一個關鍵缺失部分。邏輯量子位經過糾錯以維持其量子狀態，使它們可用于解決各種復雜問題。IBM 的成就令人興奮，足以吸引 60 分鐘的記者，他滔滔不絕地談論通過前所未有的計算實現的生物醫學突破。

但量子時代也伴隨著一個巨大的警告。Rambus高級首席工程師斯科特·貝斯特 (Scott Best) 表示：“實際上，在我們的有生之年，總會有人研制出與密碼學相關的量子計算機。” “有了這樣一臺機器，數學家已經找到了如何破解所有數字簽名算法和密鑰交換算法的方法?！?/p>

因此，任何在 2024 年設計芯片的人都必須解決傳統加密方案在新芯片上市時被破解的可能性?！叭藗冡槍δ承┘用芩惴ㄟM行的一些模擬是合法的。它們可能會在 2025 年到位?！?Flex Logix營銷和業務開發副總裁 Jayson Bethurem 說道。“今天做出的有關安全的決定將不可避免地是錯誤的。防止他們出錯的唯一方法是在您的設備中保留某種動態加密，或者我們所說的“加密敏捷性”，例如 AES 算法?！?/p>

更多數據、更高性能和可持續性

數據不僅僅通過線路傳輸。它還會在大氣層中移動，發送端和接收端都需要大幅改進技術來處理大量增加的數據。這就是 5G 毫米波和 6G 的用武之地。

“在射頻和毫米波領域，正在發生巨大的飛躍，這主要是由 6G 推動的，”是德科技的 Kamdar 表示。“當我們看到 5G 的一些后期階段，以及 6G 的發展時，這將是一個巨大的飛躍。本質上，您將從 6GHz 或更低的載波頻率變為 28GHz 到 100GHz 的任何載波頻率。這意味著核心半導體技術、信號的核心調制以及您應用的品質因數可能都必須完全改變。市場的巨大變化使得大多數公司無法繼續使用過去的設計技術和工作流程。他們必須想出全新的工作方式?！?/p>

這包括射頻和基本主力——混合信號芯片?？赡茏钤鐣?2024 年進行設計改進。在此，DARPA 表示計劃宣布一項建立 RF 異構集成標準的舉措。Kamdar 表示，鑒于人們對量子、光子學和 WiFi 的興趣，射頻設計正成為最“可挖走”的員工技能列表中的前列?！拔艺娴墓膭罡嗟膶W生和年輕的職業專業人士思考這個領域。許多公司一旦發現你擁有合適的射頻背景，就會抓住你。”

這只是其中的一部分。人工智能的需求也將使內存、功耗和性能成為工程關注的首要問題。Fraunhofer IIS/EAS 高效電子部門負責人 Andy Heinig 表示：“隨著基于日益復雜性的新型生成式人工智能的不斷推出，對高性能處理器的需求也在不斷增加?！?“這里的一個關鍵趨勢是所有層級都需要更多內存。生成式人工智能的需求也加速了對高度特定硬件實現的需求。結果，整個系統的功率密度將大幅增加，但在電力傳輸和散熱方面會出現問題。”

解決這些電力挑戰的需求是由財務和環境問題推動的。Ampere 首席產品官 Jeff Wittich 表示：“進入 2024 年，人工智能將成為促進劑，其中可持續性和效率將成為計算能力增長的主要障礙。” “如果不解決效率低下的問題，增長可能會停滯，因此企業將比以往任何時候都更加重視它。”

監管問題也推動了可持續發展舉措?！半S著我們越來越接近一些監管要求，例如在加利福尼亞州只允許電動汽車前進或其他特定的碳目標，系統公司正在考慮縮短時間并確保一切都按照可持續發展標準建造，” Arteris 的 Siwinski 說道?！坝捎诮刂谷掌谂R近，許多創新正在加速。”

Untether AI 產品副總裁鮑勃·比奇勒 (Bob Beachler) 表示，對可持續性的擔憂可能會挑戰甚至毀滅最受歡迎的人工智能場景之一?！叭绻裉焓澜甾D向 100% 自動駕駛汽車，對溫室氣體的影響將比目前全球所有數據中心的所有計算機的影響還要大。如果我們希望自動駕駛汽車上路，傳統的自動駕駛汽車方法不具備使其工作所需的“人工智能馬力”。我們需要一種更加節能的方式來部署人工智能，讓自動駕駛汽車上路?！?/p>

2024年之后：可靠性和抗輻射性

更多電子產品具有多方面的價格標簽。例如，縮小數字設備在美元、設計時間和可靠性方面的成本更高，并且每一類都可以進一步細分。密度越高意味著放射性粒子撞擊重要部件的可能性就越大。解決方案包括輻射強化和冗余，這兩者都可能導致組件成本增加 25% 至 50%。

Flex Logix 首席執行官 Geoff Tate 表示：“在較低節點，可靠性可能會受到 α 粒子的影響，這可能導致開發人員需要更昂貴的抗輻射芯片?！?“我們可能會看到適用于所有類型存儲元件和高級節點的更強大的抗輻射設計技術。你不能讓內存元素變得越來越小。我們并沒有擺脫阿爾法粒子。它們在我們的太陽系中?！?/p>

雖然這可能不是許多應用程序的迫切需求，但泰特預測請求將會增加。“對于大多數商業客戶來說，在本世紀末之前，使組件具有抗輻射能力可能不會成為問題。我們剛剛開始看到商業客戶需要抗輻射存儲元件來實現某些超高可靠性的商業應用。”

西門子之手也同意這一觀點。“進入 2024 年，可靠性將變得更加重要。你會看到更多的公司正在考慮需要什么，”他說。“無論是抗輻射、功能安全還是其他技術，都將取決于哪種機制適合當前的系統?！?/p>

結論

盡管取得了所有突破和令人興奮的成果，但工程和商業的基礎仍然存在?！懊總€人都必須提高設計和實施流程的效率才能完成工作，”Imperas 的 Davidmann 說?！叭绻悴粔蚩斓竭_那里，其他人就會搶先一步。”

隨著新問題的出現，市場上充斥著尋求解決問題的初創公司，而大公司則因為技術、人才或兩者兼而有之而收購了它們，企業整合是可能持續下去的另一個趨勢。然而，正在改變的是所有這一切發生的速度。隨著新技術的推出，它正在加速發展，而且這種情況只會持續整個十年，并持續到下一個十年。技術將繼續存在，而半導體是使這一切發揮作用的引擎。

審核編輯：黃飛