从硅到系统层级设计，促使产业走向智能化

楷登电子（美国Cadence公司）日前在上海举办了一年一度的中国用户大会——CDNLive China 2017。以“联结，分享，启发！”为主题的CDNLive大会集聚了超过1000位IC行业从业者，包括IC设计工程师、系统开发者与业界专家，分享了重要半导体设计领域的解决方案和成功经验，让参与者获得知识、灵感与动力，并为实现高端半导体芯片、SoC设计和系统挑战提供解决方案。

“从2015年开始到2020年，我们看到在互连汽车，AR/VR、物联网、深度学习、云计算/数据中心等新兴市场都产生了巨大的发展潜力，2020年之后，成长将会更大。所有产业都走向智能化。”Cadence公司资深副总裁Tom Beckley对表示，对芯片设计者而言，挑战无疑也是巨大的，“在IP集成，版图、超低功耗、混合信号、设计验证、复杂设计规则、10nm节点后的设计、多重曝光等等多方面都将面临巨大的考验。与此同时，从硅到系统层级的设计，也面临着许多挑战。”

过去整个芯片行业都集中在芯片设计，而系统和芯片设计基本是完全独立的两个部门。但是现在，这两个部分越来越多的结合到一起。在芯片设计之初，就必须考虑到芯片和系统其他部分的相互影响。这是EDA厂商必须考虑的的一个趋势。Tom Beckley指出，Cadence正在从一个传统EDA公司，走向Enable System Design的方向。

为此，Cadence提供了一系列融合的解决方案来帮助客户实现下一代产品设计，仍欠缺的部分不排除收购的可能。“做芯片设计跟做一个智能产品还是有距离的。整个行业的趋势，是把芯片、封装和系统的设计整合在一起，例如包括华为在内的一些系统厂商。但是芯片做好了，未必封装也能做好，甚至可能在板级不会work，所以我们EDA公司要跟厂商合作，不仅把芯片做好，同时把整个系统做好。”Tom Beckley表示，“我们有非常完整的产品线，从模拟、数字，到RF、Wireless等，包括封装、PCB，有些东西是我们没有的，我们这些东西也在做一些收购考虑，如果不做收购可以做partner，和第三方合作伙伴做很多的协作。我们致力于怎么把行业跟Cadence的技术结合起来，帮助大家从芯片设计走向系统设计的方向。”

对于当下热门的人工智能，Tom Beckley指出机器学习一直是Cadence在研究的课题。从应用方面，可能先要从simulaTIon、characterizaTIon、digital verificaTIon和formal verificaTIon几方面入手。“比如说公司里本身有很多经验，你的经验在你公司的内部IP和数据库，我们怎么通过系统把你的经验从你一堆数据里提炼出来，让你的老师傅的经验直接应用在设计中，这里涉及到data mining的东西，怎么根据现有的数据库去学习提炼出更多的经验来指导算法的东西，我们不仅是做了一些research工作，还有一些研发工作在刚刚开始。”

随着系统复杂性越来越高，工程师的精力和智慧不见得能很快地处理一些棘手的问题。那能否利用过去一些比较好的模块来帮助解决未来可能遇到的问题，使得工具在处理问题的过程中更加聪明？

他认为机器学习和此前常谈的大数据分析没有根本上的差异，在这方面，此前的设计经验可以从data里找到用以借鉴。“例如做电源管理电路的simulation，我们会在用户的实际set up中实现机器学习，逐渐减少以后的人工干预。Data mining也有很多不同的规律和分类，比如我要从天气找到一个规律，可能有大量的数据找，我要从股票市场找规律，从大量数据找。我们这个data mining，大量在使用某一个工具方面的，收集数据来做分析，同时你的数据库里本身可以帮你提炼出来，针对这家公司的应用在算法上自动手机数据，让我们的算法变得更智能，这就是机器学习在EDA领域的应用，也是Cadence正在布局和规划的方向。”

谈到中国半导体市场，从2006年开始，中国半导体产业一直以高于全球平均水平的增速在迅猛发展，目前中国区已经成为全球第二大市场，并且每年依然保持着高达两位数的增长。Tom Beckley表示，中国的热门半导体应用包括移动办公、物联网、汽车、有线/无线网络，云计算/数据中心等。IC设计、制造、封装测试，光电传感器及分离器件等市场份额也在不断增长，12寸晶圆厂也在各地不断兴建和计划兴建，这个市场正迸发着巨大的活力。经过多年的发展，中国的芯片产业已经从之前的做大逐渐向做强转变，甚至在今后可能引领世界的潮流。