西门子 EDA 硬件辅助验证产品管理高级总监 Vijay Chobisa

由于芯片开发和制造的成本过 于 高 昂， 一 次 成 功 是芯 片 设 计 的 首 要 要 求，由此，验证工作变得弥足珍贵。随着芯片规模越来越大，制程日益复杂，设计的复杂度也随之攀升。数十年来，提高芯片验证的有效性和效率一直是 IC 设计追求的目标。

过去 20 年里，验证的方法论尤其是硬件辅助的验证，已经成为非常重要的领域之一。西门子 EDA持续在验证领域投资发展，为芯片设计、验证、制造和测试提供更加完整的解决方案，从工艺演进、设计规模、系统协同三大方面为行业发展提供支持。

眼看着越来越多的公司开始使用人工智能（AI）和机器学习（ML）技术，也催生着新一轮大算力芯片的创新。面对日新月异的技术和市场，西门子 EDA 硬件辅助验证产品管理高级总监 Vijay Chobisa 谈到，半导体技术演变的直观趋势是工艺尺寸在不断缩小，同时，设计的过程变得越来越庞大、复杂，软件工作的链路也变得更长。“因此，验证和确认变得更加复杂。我们现在所设计的芯片系统都是有特定用途的，需要这些芯片系统按照我们的意愿、当初设定的功能去工作。与此同时，还要去满足性能和能耗的要求，即芯片在有限的能耗预算之内正常工作，并且不能过热。”

值得一提的是，越来越多的系统公司开始自己设计加速器，来确保应用能够在特定的要求框架内满足能耗和表现的要求。而且，由芯片定义软件的趋势已经转变为现下的由软件定义产品。“首先软件会定义整个架构，然后会定义硬件架构。在这样的背景下，软件在系统之内显得至关重要。”

将目光聚焦到市场演变趋势，Vijay Chobisa 细 说 了 AI+ML、超 大 规 模 两 个 方 面。AI+ML 在2023-2030 年 间 复 合 增 长 率 将 达到 21.6%，可见这个细分市场增速非常快。该细分领域中有非常成熟的企业例如英伟达、AMD、亚马逊等，还包括新进的后起之秀，相同之处在于这些企业都需要优秀的引擎来验证 AI 的工作。

在超大规模领域，2023-2030年间复合增长率将达到 27.9%。在这个领域，亚马逊、谷歌、脸书等一些企业不再像传统企业一样要依赖芯片制造商，而是拥有专属的加速器，甚至专属的芯片来满足自身特定需求。

Vijay Chobisa 指出，以上两个垂直领域演变趋势的共同点在于，其一有大量的软件工作负载，意味着对速度的极高要求；其二是需要超大规模的设计，容量超过百亿，需要非常强大的引擎，这意味着对容量有非常高的需求。竞争激烈的市场环境对生产效率提出了严苛要求，这体现出硬件加速和原型验证两大方面的重要性，企业需要通过这些方式快速完成工作。AMD就提出这样的观点：在这些变化下解决问题需要三层解决方案，需要正确的平台、正确的工具和正确的能力才能在芯片、SoC 和软件的不同阶段来解决问题。

由 此， 西 门 子 EDA 推 出Veloce CS 硬 件 辅 助 验 证 和 确 认系 统， 融 合 了 硬 件 仿 真（Veloce Strato CS）、 企 业 原 型 验 证（Veloce Primo CS） 和 软 件 原 型验证（Veloce proFPGA CS），并依托于两颗先进芯片——西门子自研 Crystal 加速器芯片，以及 AMD VP1902 FPGA 自适应 SoC。

Vijay Chobisa 表 示， 西 门 子EDA 是目前行业内唯一拥有三个硬件系统平台的公司，该系统针对三个平台的一致性、速度和模块化而打造，支持的设计规模从 4000 万门电路扩展到超过 400 亿门，并在各个环节上都带来了数倍的性能提升。

芯片验证工作是一项科学严谨且重要的研发活动，在大规模设计趋势明确的当下，谁能够提高验证效率，谁就能获得更大的市场机会。在西门子 EDA 看来，未来的三大发 展 支 柱 在 于 Technology Scaling、Design Scaling、System Scaling， 在 未 来， 西 门子 EDA 将不停加大对研发的投入，对人员知识结构的提升，以及与合作伙伴的生态协同。