在演講中，他首先談到了推動(dòng)半導(dǎo)體產(chǎn)業(yè)未來發(fā)展，促進(jìn)市場新機(jī)會(huì)迸發(fā)的三大動(dòng)因：芯片與系統(tǒng)的融合、人工智能和數(shù)字孿生。他特別強(qiáng)調(diào)，在數(shù)字化轉(zhuǎn)型過程中，AI 將有助于芯片公司和系統(tǒng)公司更好地耦合。

就第一個(gè)因素來講，Anirudh Devgan 指出，目前芯片公司和系統(tǒng)公司的融合度越來越高，很多系統(tǒng)公司在做芯片，而芯片廠商也在成為系統(tǒng)公司：“目前 Cadence 的客戶中有大約 45% 是系統(tǒng)公司?！本桶雽?dǎo)體行業(yè)本身來講，他預(yù)測到 2030 年，單芯片將有 1 萬億個(gè)晶體管，復(fù)雜性增加 5 到 10 倍，且半導(dǎo)體市場也將突破 1 萬億產(chǎn)值，電子系統(tǒng)市場將突破 3 萬億。其中，AI 芯片和汽車芯片兩大終端領(lǐng)域是推動(dòng)半導(dǎo)體市場不斷發(fā)展主要?jiǎng)恿Γ骸拔磥韼啄?，每輛汽車的半導(dǎo)體成本將會(huì)增長到 2000 至 4000 美元；同時(shí)，訓(xùn)練和推理等應(yīng)用將助推 AI 芯片在未來增長到 7000 億美元甚至更高規(guī)模?！?/p>

Anirudh Devgan 闡述，相對(duì)于芯片與系統(tǒng)融合以及人工智能的應(yīng)用，“數(shù)字孿生”這一概念相對(duì)來講談?wù)撦^少，但它對(duì) EDA 公司價(jià)值非凡：“借助數(shù)字孿生仿真技術(shù)可以有效降低芯片開發(fā)成本，在芯片正式進(jìn)入制造環(huán)節(jié)之前，數(shù)字孿生的仿真、驗(yàn)證可以讓芯片的整個(gè)研發(fā)周期得到極大的優(yōu)化?！彼€就半導(dǎo)體、航空航天和生物制藥這三個(gè)領(lǐng)域加以對(duì)比，指出半導(dǎo)體行業(yè)所需的數(shù)字化模擬和驗(yàn)證占比遠(yuǎn)遠(yuǎn)超過后兩者。航空航天能用到的“數(shù)字孿生”占比只有 20%，剩下的驗(yàn)證占比基本只能通過物理測試完成，而生物醫(yī)藥相關(guān)占比只有百分之幾，但后兩個(gè)領(lǐng)域在未來同樣會(huì)推動(dòng)“數(shù)字孿生”仿真技術(shù)不斷發(fā)展。

2

三個(gè)圓圈與三層蛋糕

接下來，Anirudh Devgan 先生談到了 Cadence 的智能系統(tǒng)設(shè)計(jì)戰(zhàn)略，它由三個(gè)圓圈組成：“最外圈是數(shù)據(jù)分析和人工智能，中間圈層是系統(tǒng)，內(nèi)圈則是芯片。如果把我們的計(jì)算軟件用在系統(tǒng)和數(shù)據(jù)上，就是系統(tǒng)設(shè)計(jì)和仿真，如果用在芯片上，就是 IP 和 EDA 工具——這是 Cadence 的核心業(yè)務(wù)?！?/p>

相應(yīng)地，Cadence 的智能系統(tǒng)設(shè)計(jì)戰(zhàn)略則有“三層蛋糕”來實(shí)現(xiàn)：“中間層是基于物理、化學(xué)或生物學(xué)原理的仿真和優(yōu)化，最上層則是 AI 和數(shù)據(jù)編排處理，而下層則是以 CPU、GPU、FPGA 為代表的加速計(jì)算。所有的終端市場都和這三層蛋糕相關(guān)，當(dāng)你吃這個(gè)蛋糕時(shí)，通常需要把這三層一起吃掉?！?/p>

3

EDA 工具與人工智能發(fā)展的三個(gè)階段

AI 將如何影響半導(dǎo)體行業(yè)以及整個(gè)社會(huì)？具體到 EDA 工具供應(yīng)商，AI 導(dǎo)向未來的技術(shù)路線又會(huì)是怎樣的？對(duì)此，Anirudh Devgan 博士非常形象地用了互聯(lián)網(wǎng)發(fā)展的三階段作為類比，認(rèn)為人工智能也將有類似的三個(gè)階段：AI 賦能芯片的“基礎(chǔ)設(shè)施建設(shè)”階段，將人工智能應(yīng)用到芯片設(shè)計(jì)、系統(tǒng)設(shè)計(jì)中的第二階段，以及創(chuàng)建完全開放 AI 新型市場的第三階段。

Anirudh Devgan 強(qiáng)調(diào)，第一階段相當(dāng)于互聯(lián)網(wǎng)時(shí)代當(dāng)年對(duì)基礎(chǔ)設(shè)施網(wǎng)絡(luò)的鋪設(shè)，該階段會(huì)有一個(gè)較長的周期。講到此處，Anirudh Devgan 以 AI 推動(dòng)邊緣數(shù)據(jù)中心演進(jìn)和芯片 3D 化設(shè)計(jì)架構(gòu)，尤其是 Chiplet 的發(fā)展為例，介紹了超級(jí)計(jì)算機(jī)以及 Chiplet 帶來的芯片設(shè)計(jì)、互連、封裝體系的革命化演進(jìn)。他指出，英偉達(dá)、AMD 這樣的芯片設(shè)計(jì)巨頭成為 Cadence 的優(yōu)秀合作伙伴，他們通過軟硬件架構(gòu)融合的思維模式構(gòu)建數(shù)據(jù)中心基礎(chǔ)設(shè)施；而具體到 Chiplet 技術(shù)，各個(gè) die 不同的工藝節(jié)點(diǎn)可以通過導(dǎo)入接口 IP 封裝在一起，帶動(dòng)了 AI 芯片的不斷發(fā)展。

Anirudh Devgan 著重介紹了 Cadence 五大產(chǎn)品平臺(tái)的推出，契合的是人工智能發(fā)展的第二階段，即芯片設(shè)計(jì)、系統(tǒng)設(shè)計(jì)的 AI 化。Cadence 目前的 EDA 產(chǎn)品矩陣，如全新數(shù)字芯片設(shè)計(jì)自動(dòng)化工具 Cerebrus、模擬設(shè)計(jì)解決方案 Virtuoso Studio、驗(yàn)證平臺(tái) Verisium、先進(jìn)的 PCB 設(shè)計(jì)布線工具 Allegro，以及多物理場系統(tǒng)分析解決方案 Optimality 等，均和 AI 理念指引下的自動(dòng)工藝流程緊密相關(guān)。

為了更直觀地表現(xiàn) AI 對(duì)傳統(tǒng)數(shù)學(xué)算法的顛覆性，他以某家廠商的汽車 CPU 舉例。如果該 CPU 有 17 個(gè)變量要優(yōu)化，使用傳統(tǒng)數(shù)學(xué)工具需要運(yùn)行 400 萬次，而 Cadence 的 Cerebrus 用 AI 優(yōu)化算法模型，計(jì)算空間僅需要 200 次，在 10 臺(tái)機(jī)器上運(yùn)行，一兩天內(nèi)就可以得到所需的結(jié)果。

在人工智能發(fā)展的第三階段——開辟新市場，Anirudh Devgan 重點(diǎn)闡述了“數(shù)字孿生”技術(shù)在模擬和仿真中的巨大作用。他指出，AI 可以快速生成高質(zhì)量的多物理場數(shù)據(jù)，而且可以利用生成式 AI 為理想系統(tǒng)設(shè)計(jì)方案，創(chuàng)建數(shù)字孿生可視化效果。

他在現(xiàn)場展示了一個(gè)時(shí)長一分多鐘的視頻，展示了 Cadence 與英偉達(dá)在 3D 數(shù)字孿生可視化平臺(tái)上的合作。他強(qiáng)調(diào)，數(shù)據(jù)中心的建設(shè)者往往由施工團(tuán)隊(duì)而非真正的工程團(tuán)隊(duì)來完成，巨大的耗電量成為環(huán)保痛點(diǎn)。在講解視頻的過程中，Anirudh Devgan 指出，Cadence 的數(shù)字孿生技術(shù)可以對(duì)數(shù)據(jù)中心的電路板、機(jī)架、氣流進(jìn)行建模，輔以多物理場仿真工具，可以極大地優(yōu)化數(shù)據(jù)中心的能耗問題。

Anirudh Devgan 還談到，人工智能在未來的數(shù)字生物學(xué)中也可以大顯身手，藥物制造的模擬算法和模擬晶體管架構(gòu)非常類似，Cadence 通過收購藥物設(shè)計(jì)軟件商 OpenEye，加強(qiáng)了企業(yè)對(duì)藥物分子模擬領(lǐng)域的技術(shù)實(shí)力。他預(yù)計(jì)，在未來 5 到 10 年內(nèi)，數(shù)字生物領(lǐng)域?qū)⒔?jīng)歷巨大的變革：“我們目前對(duì) AI 驅(qū)動(dòng)下的新型市場的投資將確保我們處在創(chuàng)新的前沿?！?/p>

總結(jié)

最后，Anirudh Devgan 博士總結(jié)：“我們所專注的計(jì)算軟件，其核心業(yè)務(wù)是 EDA 和 IP，將其擴(kuò)展到系統(tǒng)分析和人工智能領(lǐng)域的這段旅程，我們期待能和合作伙伴一起完成?！?/strong>