AI和软硬件协同设计助力下 集成电路设计业也将迎来新机遇

近日在南京举办的中国集成电路设计业 2019 年会即 ICCAD 2019 上，新思科技中国董事长兼全球资深副总裁葛群做题为《致新致远，共思同行》的主题演讲，以下为他的演讲实录：

今天我们是来到了南京，南京六朝古都，非常有历史感的地方，所以开始我们谈一下芯片的历史。这是上世纪 80 年代，当时还是比较先进的控制器，大概集成了 2000 个晶体管，过了 30 年以后，同样的面积下，我们集成了 20 亿个晶体管，增加了 38 万倍，符合了我们摩尔定律的要求。真正让芯片发生如此巨大变化的，有这些奇迹发生的背后，是我们一代又一代芯片人的努力，我今天演讲开始，稍微简单介绍一下我们回顾一下芯片人背后所做的事情，从一个例子，一个缩影。

陈博士，1985 年的时候，当时在英特尔刚刚博士毕业，在英特尔接待了来自于中国航空部的部长，跟他介绍了当时在英特尔，当时最先进的人工智能技术，就是语音识别。从那个时候起，我们陈博士开始对中国这个国家发生了浓厚的兴趣，1985 年到 1995 年之间多次访问和考察，最后 1995 年在中国成立了自己的中国公司。

但他最担心中国的芯片产业，最缺人才，所以当公司成立第二年，他就把全套的芯片设计软件，当时最是先进的，捐献给清华大学，希望和清华大学一起共同培养中国集成电路人才的发展。自从中国的 909 工程以后，中国的芯片产业进入了高速发展的轨道，拉开了整个快速发展的序幕。之后我们有大批国外企业家、先锋者，当时成立的华虹国际等，都为今天集成电路生产奠定了扎实的基础。

后来小陈博士变成了陈博士，他在中国越干越觉得不过瘾，他在 2012 年决定在美国本土之外，建立全球最大的研发中心，同时我们这个时期，我们中国的集成电路产业又进入了更多元化的发展，我们公司企业产品越来越多样化，同时一些企业的产品也在国际世界上崭露头角，甚至有一些产品能够三分天下等等。

陈博士那个时候不断在思考，我能够为中国产业做一些什么呢？除了技术方面，有一件事情是和南京相关的，2017 年为了帮助更好的服务于中国的芯片企业，它在南京成立了区域总部，能够用人民币的方式服务于我们中国的企业，让他们更容易获得技术和获得相关支持。中国中央人民政府为了表彰陈博士，颁发了“中国人民友谊奖”，感谢他过去二十几年，为中国产业做出的服务。大家可以记得我们陈博士的标志性微笑，他就开心想到中国集成电路产业的希望，同时他在构思下一步他能为中国产业做一些什么，所以所以他在 2019 年和清华大学，再从事 20 年所说的事情，他们成立了中国清华和新思科技的联合智能实验室，进一步推动人工智能和芯片在未来的高速发展。

陈博士就是新思科技的联合 CEO，为什么讲陈博士在中国 25 年的历史和渊源呢？我们作为行业的后继者，我们看到的是以陈博士为代表的中国芯片行业人的缩影，是他们在过去二十几年、十几年的坚持，才有今天中国集成电路产业的巨大发展。我们作为后继者，希望能够坚持他们的坚持，继续推动中国集成电路继续前进，我们也希望能够学习他们过去 25 年所得到的经验、教训，他们所面对机遇和挑战的一些收获，让我们面对未来，更多的不确定性，更多的技术和挑战。

在过去 25 年，我们最早工艺不断推进摩尔定律的演进，从我们手工画一个单元，到利用先进的 EDA 工具做更好的设计，刚才台积电的罗总提到未来软硬件协同设计是芯片设计的重要趋势，我们在芯片设计的同时，开发对应的软件和系统应用，以及在未来我们结合 AI 和 EDA，云和 EDA 的发展使我们芯片设计自动化效率更高。

整个芯片发展，刚才提到是绝对离不开人才，微电子和芯片产业依靠不单单是微电子专业，也依靠于电动工程、计算机学、物理、材料等，希望这方面不同人才，共同努力，才能推动芯片产业不断的往前走。事实上，我们为了驱动芯片的高速发展，2018 年工信部做了 IC 产业的人才调查，为了达到原来既定 2025 年芯片发展的目标和要求，我们行业还缺乏 30-40 万的缺口，所以我们欢迎更多人能够投入到欣欣向荣的行业当中。

我们得到的一些经验，是感谢这个行业的投资人，是他们具有非常远见的眼光，勇气和坚定，华杉资本等，使我们产业过去几年得到更多资金支持，让他们快速支持。在 2014 年，中国大基金的注入，使这个行业的发展更有活力，也使得今年有一批芯片企业成功进入到科创板和主板，这边我们特别感谢以丁总为领导的国家大基金，当然我们非常开心看到上个月国家大基金二期宣布了，我感觉未来我们集成电路产业是非常值得期待的。

芯片是刚才前面几位专家和领导提到的，芯片是未来整个产业发展，尤其是工业发展的基石，我们作为芯片人一直以芯片为自豪，是他让整个社会，工业化变成电子化、智能化，同时新兴的应用也带来芯片更大的发展空间。

所以我们举几个例子，一个是整个云端的市场，芯片市场有 50 亿美金，以及大家讨论的物联网市场带来了 640 亿美金的空间，这些都是在我们芯片企业，努力推动产业的发展。当然产业的形式就像刚才刘总提到，会遇到更多挑战，无论应用端还是工艺端。

我们举两个例子看，以 AI 来看。AI 的发展，我们知道数据越来越多，我们算法越来越复杂，要求芯片算力越来越大，我们将来一个 AI 芯片希望在不同场景下支持不同的算法，所以对于可重构的 AI 芯片的呼声越来越大，在智能汽车方面，现在一个高端的智能汽车所搭载的软件代码量已经超过一亿行，已经超过了互联网软件甚至小型飞机。同时我们未来希望的自动驾驶汽车，他们所需要运算量已经超过了每秒十万亿次的浮点预算，相当于每天带着四百台 16 寸家用电脑，一起旅行。我想我们自动驾驶是更强算力的芯片。同时，提到了我们整个安全方面，曾经对全球 16 家汽车厂商做过一个调查，关于如何防护黑客以及数据安全保护。基本上所有汽车厂商都没有对此有非常好的应对方法，所以我们在不断推进芯片高速发展的同时，我们希望研究更多的算法和架构，让汽车更安全，而不是变成非常不可信的出行工具，这是应用端，对我们芯片提出更高的要求。

另一方面，我们看工艺对整个芯片提出更大的挑战。先看我们逻辑工艺，根据摩尔定律我们不断往下说，现在讨论比较多是 5 纳米，还有 3 纳米，进入 5 纳米以后，设计者面对的挑战越来越多，设计规则从 5 纳米到 3 纳米就有了一倍成长，我们设计师是面对指数级的挑战，更多电子效应，5 纳米，他们扩散器在不同 VT 之间不再是分开的，是连续在一起，不同 VT 之间有更多的漏电流，所以我们工具设计者如何布局布先，这也是更新的挑战。同时，我们在追求更低成本，更密的情况下，如何达到功耗和性能提升，如何取舍，也是我们芯片设计者面临的挑战。我想这是更加具体的一些表示我们就不再赘述了。

我们除了平面工艺不断扩展，我们也慢慢从平面往数字方向走，看三维的 IC 或者三维更多整合，刚才罗总说三维分装，在两维上我们希望有更多的拓展，找到新的材料，或者是用像碳纳米管，不断延伸两维的生命周期，继续延续我们摩尔定律的有效性。

除了普通的逻辑工艺。我们更多像高铁、电力传输以及目前的 5G，在这些领域，现在也在做比较多的研究，他们能在工艺电子以及高铁上提高更多能，让设计者更多发挥芯片对应用带来的性能。最近非常值得可喜的是中科院的沈阳研究所，刚刚发布了用硅和碳墨烯以及铬形成的管，很或解决了未来微波、5G 以及 6G 的通讯。这些不同领域的挑战，我们科学家一直用孜孜不倦的精神突破界限。

我们刚才讲了很多挑战，那我们如何面对这些挑战呢？科学家脚步是不会停止的，接下来希望做一些抛砖引玉，分享一下我们怎么解决这些问题，让芯片产业不断往前走。

刚才提到整个工艺和设计的结合，过去看这是非常传统的芯片研发周期，最早才俩选择以及配方设定，到最后做出工艺器件交给设计者，他们做出单元库等，整个周期从工艺最早研发开始，材料选择开始，到最后芯片设计大概要五到八年的时间，到现在先进工艺可能时间更长，我们如何知道在最早的材料选择和配方选择时候，对我最后的设计优化能带来多大的贡献？比如我们设计是针对什么？低功耗？几年以后才能知道，所以我们一直想要破解，在这方面做出贡献。我们和先进的生产商合作，更早建立更精确，更完整的模型，让我们工艺设计师可以考虑到芯片设计所需要的要求，在早期做到融合设计，让工艺能够更早为我们设计做优化，这个成果我们已经应用到和 IBM 的合作，利用这样的技术极大缩短了整个工艺研发的周期，至少缩短了 12 个月。这当中也是融合了很多不同学科，包括物理学、电子学等，值得我们更多的探索，同时应用在其他的领域。

第二分享 EDA 方面。刚刚提到 5 纳米以下，设计师和设计者面对的挑战非常多，针对不同的挑战，我们要使用不同的算法，这些算法是不是完全统一到同一个方向呢？不尽然。有的算法会降低功耗，要牺牲相关速率，有一些算法要跑得更快，如何双让算法互相兼容，走向共同的目标呢？我们也希望找到一些方法，让算法在更早期的时候融合，所以我们提出了一个“共同引擎”的概念，所有 EDA 从前到后我们使用同样的引擎，同样的数据结构，使得我们 EDA 设计流程，从开始就能往同个方向优化，重新利用工艺给设计者带来最佳的效果。

刚才动画没有看到，其实一般的芯片设计，从前到后一定会经历两个重大的不确定性，前端到后端，通过技术，我们可以极大降低不确定性，同时把设计周期大大缩短。我们看一些比较直观的图片，上面的图是没有采用 Fusion 技术之前，不同计算单元线非常长，非常密，要花更多功耗，也不一定跑得更快，采用 Fusion 以后，我们技术联线都是在局部，它可以用更低的功耗，更小的成本，跑得更快，这是对整个芯片，让我们工程师更好面对未来挑战。

看一下具体数据。虚线是目前比较标准的行业水平利用了 Fusion Compiler 技术，无论技术和面积上都有非常大的提升，这是 Fusion 给我们的启发，如何用融合的技术，用不同的引擎和设计结构，让我们的芯片设计变得更加容易，只有有这样的好处，这样的数字结构之后，我们能够让 AI 融入，这是目前大家都希望这件事情帮助芯片设计变得更容易，更快。

刚才讲的是如何面对工艺上的挑战，另一方面我们如何面对应用带来的挑战呢？刚才我们反复强调软硬件结合，我们其中一个应用领域是 AI，我们两年前全球成立中国的 AI 加速器，这个 AI 加速器不单单是为我们研究更快的 AI 加速器，更重要的是我们希望能够早期把 AI 算法和硬件做更早的优化和深度的融合，我们也和 AI 的 MLPer 联盟，推动人工智能性能测试标准制定，中国企业成功利用我们的技术，降低了 30%的预算时间。

这是我们把整个软硬件协同设计的想法，应该到了 AI 领域，下面这个领域是我们把整个软硬件协同设计的方式，带入了汽车电子，尤其是未来的智能汽车设计，未来智能汽车的驾舱是非常复杂的系统，涉及到人工驾驶、人工处理以及智能传感等等。过往传统的方法是把芯片设计，拿到芯片以后再做对应的软件和系统开发，这个周期大概至少三到五年时间，才有机会做一台智能汽车出来。现在我们采用早期的软硬件协同方法学，我们重新定义了未来智能汽车研发流程，让我们汽车设计者，能够在芯片出来之前，基于虚拟芯片，进行相关智能驾舱的设计，我们国内第一大汽车供应商已经用这个方法迅速应用到智能加舱，整个研发周期提高了 12 个月。

同时我们专家担任学校校外教授、导师，帮助产业培育更多人才。新思从过去 25 年切换到新的篇章，我们老陈博士宣布的美国本土之外，建立最大的海外研发中心，这个研发中心终于花了几年功夫建设完成，明年 1 月份正式启用，这是 6 万方的研发中心，成为美国本土之外，成立最大的海外研发中心，这个研发花了几年的功夫建设完成。这个研发中心持续我们除了美国之外，最大的自己购并并行建设的研发中心，为中国产业做出更多贡献。

我们也相信中国有足够大的市场，有足够聪明的人才和工程师，中国也势必能做出自己的 EDA，我们新思愿意与开放的心态，和中国产业一起，为产业做出更多贡献，我们也会坚持我们过去 25 年的坚持，和合作伙伴一起共建未来，合作未来。