7nm晶片的物理世界到底有多複雜？
如何用大數據和機器學習革新EDA和設計效率？
EDA上雲的最新進展和關鍵挑戰？
半導體行業觀察 授權 轉載
上月在上海召開的「2018 ANSYS技術大會」上，三天內匯集近百場精彩演講和領先業界實例分享, 來自國內外1400餘名業界精英共赴知識盛宴，感受數字轉型時代仿真的力量。ANSYS半導體事業部總經理John Lee接受了半導體行業觀察（ID：icbank）的媒體專訪，分享了以下精彩獨到的觀點：
上月在上海召開的「2018 ANSYS技術大會」上，三天內匯集近百場精彩演講和領先業界實例分享, 來自國內外1400餘名業界精英共赴知識盛宴，感受數字轉型時代仿真的力量。ANSYS半導體事業部總經理John Lee接受了半導體行業觀察（ID：icbank）的媒體專訪，分享了以下精彩獨到的觀點：
要想服務好一個行業，首先需要理解該行業的本質，捕捉到最微妙的變化，並預判未來趨勢。John認為，專業化 (Specialization) 是他過去三年看到的顯著趨勢，圍繞AI、自動駕駛、5G等新應用，移動、高性能計算等傳統領域均有巨大機會，並且該趨勢在未來幾年還將繼續加速。
過去，大量晶片出貨集中在CPU、GPU等通用處理器市場，但現在更精細專業化分工的晶片市場湧現大量的新機會，例如區塊鏈和加密貨幣，比特大陸的異軍突起就是一個絕佳的實例。如果說五年以前，臺積電會預留可觀的先進工藝產能來生產加密貨幣晶片，不會有人相信；但今天，加密貨幣市場的起伏及對預期營收的影響，已頻頻出現在臺積電的法說會中。
再放眼人工智慧領域，中國本土AI晶片設計公司被資本熱捧；在美國，AI應用更是佔據了晶片設計Start-up的主力。John預測，CPU/GPU市場將繼續由Intel和NVIDIA這樣的巨頭壟斷，但在專用晶片領域，中小公司將看到非常廣闊的市場空間。
這種專業化趨勢不僅僅來源於晶片廠商的自主選擇，同時也由各大系統和終端服務商驅動。亞馬遜在定製自己的晶片，但並非為了對外銷售，而是用於包括AWS在內的產品和服務。即使該款晶片只能Amazon自用，但AWS處理的數據量和對應的硬體後臺是如此巨大，如果相比通用處理器晶片，只要定製晶片能獲得25-30%的更優性能，前期巨大的NRE投入也是值得的。
過去三十年，EDA領域一直在上演「大魚吃小魚」的養成遊戲，曾有人戲稱，幾大EDA巨頭把市面上能夠併購的中小公司全數收入囊中，以致近年來出現了併購"標的"荒；而致力於分攤供應商風險的晶片設計巨頭們，又努力維護著幾大EDA廠商共存的微妙平衡。
ANSYS創立於1963年，是全球最大的工程仿真軟體公司，產品應用在航空、航天、電子、車輛、船舶等眾多行業；2011年，ANSYS以3.1億美元現金收購仿真軟體提供商Apache Design Solution，這筆收購可謂快、狠、準，加深了其在功耗效率、電源完整性、噪聲、可靠性和ESD規劃等工具方面的優勢。
下面是一張簡表，整理了EDA頭部玩家的部分財務數據和對話中涉及的部分工具 (不代表其全產品線，由於Mentor被西門子收購併表，此處暫略）
儘管各大廠商之間存在競爭，但受Top 20半導體設計公司（Fabless & IDM)驅動，EDA廠商同時保持了數據格式的高度標準化（如LEFDEF, Liberty, FSDB等）和接口開放度，以達到客戶端整體效能最優的組合。John分享了一些非常有趣的案例，以時序分析工具為例，Synopsys的PT和Cadence的Tempus均能夠與ANSYS的功耗分析工具RedHawk-SC接口，特別的，由於ANSYS和Synopsys就PT和RedHawk-SC之間的接口籤署了合作協議，優化後的PT 接口提速了近10倍。
John特別強調，ANSYS能夠以相對少的僱員數，創造更大市值（近$15B)的原因，一方面受惠於跨多個行業領域的巨大客戶體量（4萬+），另一方面也源自在多物理域仿真技術上的聚焦。過去一年，在ANSYS新任CEO Ajei S.Gopal的領導下，ANSYS的股價上漲了約39%。
在ANSYS用戶大會的Keynote演講中，John強調了ANSYS聚焦Multi-physics Simulation Flow的差異化競爭策略。ANSYS針對SignOff, ESD, Thermal, SI/PI, Reliability, EMI和Mechanical等多物理域提出了全套解決方案。
在John看來，EDA巨頭通常會選擇「全家桶策略」，即覆蓋從RTL-in到GDS-out的晶片設計全流程，包括綜合、布局布線、仿真、Signoff，同時還提供Emulation和IP。隨著研發投入的節節攀升，目前業界只有S和C兩家巨頭還在堅持。非常有趣的是，與當年ANSYS收購Apache類似，同樣被系統軟體商收購的Mentor, A Siemens Business, 也採用了聚焦優勢點工具的戰略。
從整個行業和客戶端看來，這些彼此差異化的策略，避免了多戰線的慘烈競爭，同時還能夠確保EDA能投入足夠資源緊密耦合晶圓廠的先進工藝升級，也符合業態自我進化的結果。
John表示，ANSYS深度聚焦於自己的優勢領域-多物理場聯合仿真，並謹慎取捨。同時，隨著設計複雜度攀升，工程師需要考慮包括功耗、電遷移、熱、機械應力、信號完整性等多方面物理因素，需要的設計人力也急劇增加。過去，可能30人的設計團隊足夠完成一款晶片設計；現在，一款複雜的晶片產品可能需要多達300名研發人員的全球協作。
設計複雜度的增加導致研發成本的攀升，包括智慧型手機在內的終端產品的快速迭代，也讓晶片廠商更加關注「一次流片成功」。每年蘋果、三星、華為等手機廠商會定期發布自己的新產品，並在多項晶片性能指標上激烈競爭，更短的產品TAT和更低的容錯率讓客戶更加重視仿真願意為Multi-physics Simulation買單。
設計複雜度的增加很大一部分來自集成電路工藝技術的不斷演進，在7納米，晶圓廠的製造工藝變得異常複雜，晶片設計存在諸多挑戰，不僅成本大幅增加，還可能發生許多意想不到的良率問題。
Sources: ANSYS, Paolo Gargini, ITRS Past, Present and Future, TSMC: Physical Design Challenges and Innovations, ISPD 2017
根據ANSYS,TSMC等聯合發表的論文，在7納米，電源網絡的節點數達到100億數量級，超低電壓設計意味著極窄的設計裕量，單次Full-chip仿真就可能產生1TB數據，為了覆蓋不同場景產生的數據量還將乘上10倍。
很顯然，過去傳統的設計方法將很難收斂，此時亟待新的解決思路。取道Google, 百度等網際網路公司，ANSYS提出了大數據和機器學習技術驅動的EDA平臺——SeaScape。John分享了一個來自NVIDIA的設計實例，通過SeaScape分析200億電晶體級電路的時序、功耗、版圖、壓降等設計仿真數據，可以在10分鐘內得到過去花上一周時間經過多次仿真才能得到的信息。
SeaScape的大數據平臺背後有哪些Know-how呢？為幫助我們理解晶片設計領域大數據分析的關鍵因素，John從數據類型和EDA算法兩個方面做了解釋：
在網際網路行業成熟的大數據技術尚未在EDA行業普及，最主要的原因是不能支持電晶體、電路網表、功耗、電流、電壓、版圖、寄生、互連線等數據類型。 此外，從最基礎的原理來看，EDA工具主要解決三種問題：處理時序和功耗的圖形演算；處理提取、DRC和布局布線的幾何圖形運算；以及大規模矩陣求解運算。將大數據技術用於半導體晶片設計需要處理好底層數據支持和對數據進行運算操作的問題。
因此，ANSYS針對時序、功耗、電壓、電流、版圖和仿真求解引擎設計了SeaScape這一專用大數據系統 （Purpose Built Big Data System），並且還支持客戶基於開放接口開發自定義搜索和分析功能。
傳統的SignOff（籤收）流程包括DRC, LVS, Timing SignOff, Power SignOff等，往往使用多個獨立工具，SignOff工具的輸出也是簡單的「是」和「否」。「是」意味著通過約束條件籤收，「否」則意味著要修正仍存在的問題。
針對先進工藝節點下越來越窄的設計裕量，ANSYS提出了「超越SignOff」工具方法學，即不僅僅給出「是/否」判斷結果，更加著眼於如何幫助設計工程師改進 「PPAR」，即Power-Performance-Area-Reliability。
在2018 DAC上，一篇來自Broadcom的論文展示了如何用RedHawk-SC SignOff工具有效減少了10%的晶片面積，John指出，正是支持大數據分析和機器學習算法的開放系統，帶來了這一顯著改進。
中國現在有1000多家晶片設計企業，其中大部分為規模不足50人的中小型公司，如何更好地支持數量如此之多的晶片設計公司，對於EDA廠商來講提出了新的需求。同時，無論大小客戶，都希望能夠擁有彈性、可擴展的仿真計算資源。
2018 DAC 上，Design-on-Cloud的話題備受關注，包括Google，Microsoft，Amazon，阿里雲在內的各大雲服務商探討適合IC設計環境的雲方案，各大工具廠商也在積極布局EDA上雲方案，Cadence，ANSYS等廠商均已有實際部署案例運行（不過目前中國市場還沒有官宣的案例）。
實際上，ANSYS的不少工具從開發之初就考慮到Cloud-friendly的需求，例如Redhawk-SC是基於類似Google Map的大數據平臺開發，可以非常容易的部署在AWS環境中。
同時，John也指出，EDA上雲的挑戰不僅僅來自軟硬體資源配置和工具本身的優化，EDA-on-Cloud對傳統商業模式的潛在衝擊和挑戰也不可避免。工程師並不在乎使用的是具體哪一家的工具，他們只想要每個設計環節中整體性能最優的工具，這就需要將Synopsys, Cadence, Mentor, ANSYS的工具集成到同一個雲端環境中並讓用戶自由切換使用，目前尚未實現。
然而，過去數十年半導體產業發展的歷史進程告訴我們，服務商的革新動力來自晶片客戶，晶片設計的創新勢能來自終端應用。只要永遠追求更高性價比的客戶不斷推動，誰說這一天不會到來呢？
採訪/Monica
文/Monica