在芯片制造中更有效地使用數(shù)據(jù)

半導體工程與微軟安全云環(huán)境產品管理總經理 Mujtaba Hamid 坐下來討論智能制造以及工具和人工智能如何為半導體實現(xiàn)智能制造；Vijaykishan Narayanan，proteanTecs 印度工程與運營副總裁兼總經理；KT Moore，Cadence 企業(yè)營銷副總裁；以及 Alphawave Semi 高級副總裁兼總經理 Mohit Gupta。

SE：我們多年來一直在談論工業(yè) 4.0，也稱為智能制造。我們今天走到了哪一步？芯片行業(yè)的發(fā)展又如何呢？

Narayanan：很長一段時間以來，它一直是一個流行詞，但現(xiàn)在我們看到了真正的解決方案所帶來的成果。這將使公司能夠采用改進的 PERCS——生產力、效率、可靠性、成本和可擴展性。

Gupta：在過去的幾年里，尤其是在新冠疫情之后，世界開始意識到半導體的重要性。汽車或冰箱上丟失的微小芯片都無法讓你無法正常使用。隨著數(shù)據(jù)增長的出現(xiàn)，我們如何確保有良好的系統(tǒng)可以始終幫我們達成目標？

Moore：整個工業(yè) 4.0 運動很大程度上是通過向我們的流程注入智能來推動的。過去幾十年來，我們一直專注于自動化和可擴展性能。通過在流程中納入人工智能或機器學習來擴展這一點，無論是設計還是制造——它就在這里。我們不斷學習和發(fā)展，并與客戶合作，做得更好。

Hamid：長期以來，我們一直希望在供應鏈中進行更高保真度的設計和更高質量的制造。各種有利因素匯聚在一起。借助云和大數(shù)據(jù)建模工具，你可以在將設計發(fā)送到制造之前對其進行更高保真度的模擬。擁有諸如邊緣云之類的東西，它可以實現(xiàn)預測性維護和自動化，以及更好的數(shù)據(jù)共享以提高供應鏈的彈性。數(shù)字孿生也正在使用中。因此，許多支持技術即將出現(xiàn)。盡管工業(yè) Metaverse 正在經歷類似 Gartner 低谷的情況，但它終將挺過來并實現(xiàn)更豐富的可視化?，F(xiàn)在人工智能浪潮正在到來。

SE：每當我們談論智能制造時，人們常常會提到半導體作為最前沿的行業(yè)。但這樣的說法準確嗎？

Narayanan：人們在孤島中工作。有一個測試團隊、一個生產團隊和一個現(xiàn)場設計團隊。但沒有用于數(shù)據(jù)前饋或反饋的通用平臺可以在其中提高效率或生產力。從錯誤中吸取教訓，并將這些教訓反饋到你的設計中，從而提高設計的質量。這是自動化的重要組成部分，也是根據(jù)從芯片中獲得的一些知識做出決策的重要組成部分。打破孤島是第一步。

SE：你能定義一下通用平臺的含義嗎？

Narayanan：我們將這些代理添加到芯片內，以獲得對該芯片的可見性。一旦硅片出來，我們就能從中得到讀數(shù)。我們有一個平臺，可以在系統(tǒng)級階段、生產階段和現(xiàn)場加載數(shù)據(jù)。因此，現(xiàn)在任何訪問該平臺的人都可以了解這些領域。如果存在問題，他們會提出警告，并且可以向后或向前反饋數(shù)據(jù)以解決這些問題或采取其他措施。

Hamid：從軟件行業(yè)的角度來看，是持續(xù)的開發(fā)和運營循環(huán)。該循環(huán)依賴于通用數(shù)據(jù)。我們稱之為數(shù)據(jù)底層軟件。這可能是一個負載性的術語，但我們需要這種類型的數(shù)據(jù)基底能夠進行前瞻性和回顧性，并具有連續(xù)的設計和制造循環(huán)。

Gupta：還有另一個向量。隨著這些系統(tǒng)變得越來越復雜，重新設計和犯錯誤的成本變得非常高。前饋和后饋都類似于整個流程的持續(xù)改進。RTL 工程師需要知道芯片中發(fā)生了什么。當你在公司里開發(fā)一些東西時，你需要在那里直到看到芯片。否則，循環(huán)不閉合。如果采用任何具有復雜異構芯片或小芯片的領先工藝節(jié)點，構建這些系統(tǒng)的成本要高得多。

Moore：這些孤島產生了兩個向量。我們的客戶一直在使用順序流程設計這些復雜的芯片、系統(tǒng)或電路板。但隨著這些事情變得越來越復雜、越來越集成，我們必須能夠在設計過程中消除這些人為的邊界條件。其次，我們的一些客戶不再只是設計芯片。我們有設計芯片來構建系統(tǒng)的客戶。我們現(xiàn)在有系統(tǒng)公司正在制造芯片。因此，整個集成層正在呈指數(shù)級擴展。

SE：這種連續(xù)循環(huán)不再僅僅存在于制造中或回到設計中?，F(xiàn)在它也必須前進到戰(zhàn)場并返回。但如何達到所有這些要求呢？有多種產品很快問世，其中一些產品的使用壽命更長。這些數(shù)據(jù)實際上是如何反饋的？

Hamid：設計流程也必須不斷發(fā)展。在過去的幾十年里，設計流程沒有發(fā)生根本性的變化。新的工具和復雜性已經出現(xiàn)。但是，如果真正考慮能夠前饋/后饋，如果人工智能到來，如果你改變核心芯片設計與片外加速器設計之間的界限，以及獲得什么在系統(tǒng)、主板或軟件中完成——邊界不斷變化。如何在傳統(tǒng)設計流程中保持敏捷？這就是這個數(shù)據(jù)平臺如此重要的地方。數(shù)據(jù)平臺既需要在設計中實現(xiàn)反饋和前饋，也需要在制造和現(xiàn)場中實現(xiàn)反饋和前饋。如果數(shù)據(jù)平臺更加一致，并且能夠實時獲取遙測數(shù)據(jù)，那么設計人員可以更快地做出反應。整個事情需要成型。

Narayanan：我同意。我們還沒有達到那個目標，但我們已經走在正確的軌道上了。我們已經采取了一些措施，但仍有更多工作要做。

SE：這些數(shù)據(jù)平臺是什么樣的？

Moore：從產品創(chuàng)作的角度來看，數(shù)據(jù)平臺需要擴展到設計的各個環(huán)節(jié)。當我大學畢業(yè)時，作為一名芯片設計師，我的主要職責是確保芯片滿足性能指標，僅此而已。我們不太關心功率或面積。但是，當你將這些其他維度添加到設計中時，你需要一個可以從 RTL 創(chuàng)建一直延伸到簽收的平臺，并且能夠訪問所有這些不同的數(shù)據(jù)點?，F(xiàn)在我們談論的不僅僅是設計芯片，而是在具體環(huán)境中進行設計。這不僅僅是電氣行為。它還包括物理行為、物理相互作用——熱力等等。

Gupta：我將給你舉一個例子，說明如何從宏觀層面看待某些事情。我們公司從事連接領域，世界各地都有這些大型數(shù)據(jù)中心。如果看看他們的資本支出，就會發(fā)現(xiàn)主要是用于冷卻的電力。硬件是一個較小的組件。因此，設計芯片或解決方案的人可以拍攝數(shù)據(jù)中心消耗的電力的圖片，深入到機架，從機架到服務器再到芯片，等等。也許我們還沒有完全做到這一點，但是有更多的反饋發(fā)生，就像它在系統(tǒng)級別的含義一樣。除了電池供電的設備之外，其中一些參數(shù)（例如功率）過去從未成為關鍵問題。但現(xiàn)在，如果不能滿足功率預算，許多系統(tǒng)將無法啟動。

Hamid：當我們走向芯片上數(shù)萬億個晶體管、小芯片和 3D 堆疊時，設計人員必須考慮所有這些排列和組合。然后，在流程中發(fā)生變化是可能的。因此，你不能抱著這樣的心態(tài)：「這是芯片邊界，我正在努力實現(xiàn)可預測的結果。」

Gupta：解決芯片問題的方法有很多，但并非所有方法都必須在芯片級別完成。你可以將某些問題作為芯片的一部分來解決，但你也可以通過軟件來修復它。如今，通過硬件/軟件協(xié)同設計方法可以提供足夠的調查功能，你可以從系統(tǒng)角度優(yōu)化事物。