過去幾年，芯片行業(yè)的市場競爭發(fā)生了一些有趣的變化。PC處理器市場，長久以來的霸主英特爾面對著AMD的猛烈攻勢。手機處理器市場，高通已經(jīng)連續(xù)五個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)芯片巨頭們競爭加劇之時，擅長軟件和算法的科技巨頭們相繼開始自研芯片，讓芯片行業(yè)的競爭變得更加有趣。

這些變化的背后，一方面是因為2005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，而自動駕駛、高性能計算、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始自研芯片，以鞏固其對終端市場的把握能力。

芯片市場競爭格局變化的同時，可以看到芯片行業(yè)將會迎來更大的變革，推動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，AI技術(shù)會給整個芯片行業(yè)帶來顛覆性變化。新思科技首席創(chuàng)新官、AI實驗室負(fù)責(zé)人、全球戰(zhàn)略項目管理副總裁王秉達(dá)對雷峰網(wǎng)(公眾號：雷峰網(wǎng))表示，“如果說是用引入AI技術(shù)的EDA（Electronic Design Automation）工具設(shè)計芯片，我認(rèn)同這種說法?！?/strong>

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

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，過去幾十年間，硬件和軟件可以說是“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)在的趨勢是軟硬件聯(lián)合設(shè)計，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)，因為AI芯片的架構(gòu)不像CPU、GPU一樣固定，AI芯片的設(shè)計者可以根據(jù)應(yīng)用的需求，組合通用的AI算子設(shè)計出專用架構(gòu)和芯片?！?/strong>

新思科技全球總裁兼首席運營官Sassine Ghazi也表示，數(shù)字化趨勢下，大型系統(tǒng)級公司紛紛自研芯片，通過定制芯片來優(yōu)化其應(yīng)用程式或工作負(fù)載。在中國市場，包括汽車的電氣化和無人駕駛、AI、超大規(guī)模的數(shù)據(jù)中心在內(nèi)的細(xì)分市場正在發(fā)生重大轉(zhuǎn)變，他們都希望通過定制SoC來實現(xiàn)系統(tǒng)的差異化，從而找到整體業(yè)務(wù)的差異點，擁有差異化的競爭優(yōu)勢。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)的獨特優(yōu)勢之處。

也就是說，領(lǐng)域?qū)Ｓ眉軜?gòu)可以讓芯片設(shè)計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，架構(gòu)創(chuàng)新成為了接下來芯片領(lǐng)域競爭的關(guān)鍵。

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

“架構(gòu)的變化會帶來非常多不確定性，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?！蓖醣_(dá)說，“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)，帶來的變化和不確定性完全依靠傳統(tǒng)方式無法解決，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，美國國防部高級研究計劃局（DARPA）就提出了兩個新的項目IDEA（Intelligent Design of Electronic Assets）和POSH（Posh Open Source Hardware），目標(biāo)正是從IP和EDA兩個維度縮短芯片設(shè)計的流程，節(jié)省研發(fā)時間。

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

今年六月，谷歌團隊在國際頂級期刊Nature上發(fā)表了一篇題為《一種用于加速芯片設(shè)計的布局規(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小時就能達(dá)到相同效果，提升達(dá)到數(shù)百倍。

王秉達(dá)說：“采用具有AI技術(shù)的EDA工具來設(shè)計芯片，時間肯定會縮短，這是毋庸置疑的，只是時間縮短的幅度有所不同?！?/strong>

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

AI應(yīng)用于EDA有兩種形式，由于芯片設(shè)計是一個很長的復(fù)雜流程，整個過程中可能需要十幾個EDA工具，因此AI既可以應(yīng)用于EDA點工具中來優(yōu)化單個芯片設(shè)計環(huán)節(jié)，也可以用于整個芯片設(shè)計流程的優(yōu)化。

如果是用于單個EDA點工具中，其發(fā)揮的作用就相當(dāng)于經(jīng)驗共享，能夠讓一個只有幾年工作經(jīng)驗的工程師，能夠達(dá)到有豐富經(jīng)驗設(shè)計者的水平。“目前芯片架構(gòu)的設(shè)計依賴架構(gòu)師的經(jīng)驗，如果能夠把架構(gòu)師累積的經(jīng)驗，借助AI技術(shù)融入EDA工具中，就可以大幅降低芯片設(shè)計的門檻，效率也能大幅提升?！蓖醣_(dá)指出。

如果是貫穿在整個芯片設(shè)計流程中的AI，就需要開發(fā)者對于AI運行的方式有所了解。王秉達(dá)解釋，“用AI技術(shù)優(yōu)化芯片設(shè)計的流程，需要客戶根據(jù)實際進(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和順序都很固定，完成前面的步驟才會進(jìn)入后續(xù)步驟。加入AI之后，可能步驟一的時間只需要原來的一半，步驟二時間只需要原來的十分之一，這時候就需要用戶進(jìn)行相應(yīng)的調(diào)整?！?/p>

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

以新思科技的DSO.ai為例，美國頭部IDM廠商采用DSO.ai后成果顯著，芯片設(shè)計的時間提升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)計流程，僅需一位工程師就能帶來顯著的時間節(jié)省和性能提升。

“不同類型和場景的芯片，AI能帶來的提升并不相同。這是因為，芯片整個設(shè)計過程需要經(jīng)歷幾百萬或者上千萬個步驟，不同的流程AI帶來的提升程度并不一致，同時，上一步優(yōu)化的結(jié)果影響著下一步AI提升的效果?！蓖醣_(dá)指出，“EDA加入AI之后，在節(jié)省芯片設(shè)計時間的同時，在相同時間內(nèi)就可以讓設(shè)計師專注于優(yōu)化性能和做核心功能的創(chuàng)新，自然更容易設(shè)計出性能更好的芯片，整體的成本也能夠相應(yīng)降低?！?/p>

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

芯片差異化競爭的時代

進(jìn)一步探討AI將給芯片行業(yè)帶來的變革之前，需要先解答一個疑問。AI發(fā)展的一個關(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：“EDA本身就是一個精密科學(xué)，即使在AI到來之前，EDA中就有精確的算法，計算出來的數(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?！?/p>

“EDA的AI對數(shù)據(jù)的依賴也沒有許多行業(yè)那么強，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。新思的獨特優(yōu)勢在于，我們擁有芯片設(shè)計全流程的工具，這讓我們可以在整個程中都使用AI，帶來更顯著的全面提升?！蓖醣_(dá)進(jìn)一步表示。

當(dāng)用戶的設(shè)計與訓(xùn)練好的工具有重合性時，就能迅速完成大部分的設(shè)計，節(jié)省大量時間，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EDA工具進(jìn)行二次訓(xùn)練，這樣客戶就可以擁有更個性化和定制化的工具，設(shè)計出更有特色的產(chǎn)品?！蓖醣_(dá)說，“我們的大部分產(chǎn)品都會開放這個接口。”

但要更好發(fā)揮AI在芯片設(shè)計中的作用，如何找到結(jié)合點成為挑戰(zhàn)?！耙l(fā)揮AI在芯片設(shè)計中的最大效益，難點在于找到AI與具體領(lǐng)域最巧妙的結(jié)合點，這時候就依賴設(shè)計者對于專用領(lǐng)域的認(rèn)知?！蓖醣_(dá)認(rèn)為。

在這樣的競爭中，系統(tǒng)公司的優(yōu)勢更加明顯。他們對自身的業(yè)務(wù)更加了解，對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)計的經(jīng)驗。但融入AI的EDA工具，恰好能降低系統(tǒng)公司設(shè)計芯片的門檻，還能幫他們更快、更好地設(shè)計出芯片。

“我相信，AI +EDA工具會很快從數(shù)字設(shè)計應(yīng)用到幾乎所有領(lǐng)域，幾年內(nèi)，所有芯片設(shè)計的流程里都會有AI?！蓖醣_(dá)表示。

那時候，芯片行業(yè)的競爭，可能會演變?yōu)橄到y(tǒng)公司領(lǐng)域?qū)Ｓ眯酒g的競爭。通用芯片公司又將怎么面對這樣的競爭呢？

王秉達(dá)認(rèn)為，通用芯片公司的優(yōu)勢在于對芯片架構(gòu)的了解，能夠以合適的工藝，以最優(yōu)的成本按時間窗口把芯片做出來，但缺乏的是對系統(tǒng)、終端應(yīng)用的深入了解。芯片設(shè)計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)多個終端應(yīng)用的通用芯片。

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

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。