Cadence 助力 AI 驱动设计和工程突破

2024 年 8 月 27 日，CadenceLIVE China 2024 中国用户大会在上海浦东嘉里大酒店圆满落幕。本届大会汇集众多专家学者，共同探讨集成电路设计的发展趋势和未来机遇。“ 活动现场，Cadence 资深副总裁兼数字与签核事业部总经理滕晋庆博士发表了《赋能 AI 驱动时代的创新未来》的精彩演讲，向与会观众介绍了在 AI 技术大爆发的背景下，Cadence 如何利用计算软件优势帮助客户抓住机遇、创新未来。演讲中，滕晋庆先生表示，半导体行业和系统行业的融合已经成为一个不可逆转的趋势。这种融合不仅体现在技术层面，更在商业模式和市场策略上显现出深远的影响。随着半导体制程不断向 1 纳米逼近和 3D-IC 等先进封装技术的应用，半导体技术的创新之路仍极为广阔。 与此同时，AI，尤其是生成式 AI 的出现，也为半导体行业带来巨大增长空间。一方面，得益于软件和算法的不断演进以及 GPU 等硬件性能的显著提升，AI 大模型持续进化，未来有望模仿人脑的宏伟规模，达到 100 万亿突触连接的水平，这将极大推动计算、数据及能源基础设施的需求。另一方面，模型小型化趋势也悄然兴起，其旨在适配边缘设备，促进垂直系统整合和优化。在以后的 5 至 10 年内，AI 软硬件核心设计将实现惊人变化，AI 芯片市场亦将迎来爆发式增长。Cadence 致力于用智能系统设计服务客户。我们将世界看待成三个同心圆：最内圈是硅；然后是系统；最外面是数据，这三个同心圆共同作用，提升了各行各业的智能化水平。作为全球领先的集成电路设计企业，Cadence 利用 computational software（计算软件）优势，为中心-硅圈提供 EDA 和 IP，为中间-系统圈提供 SDA（系统设计与仿真）服务，为外层-数据圈提供人工智能技术。 事实上，我们可以将人工智能看做是数据优化，其位于技术生态的上层。在推动智能应用落地的过程中，还依赖于物理、数学和计算机科学的深度融合，以及底层的加速计算技术，包括 multi CPU、GPU、FPGA 和定制专用芯片等。在过去 35 年中，Cadence 的核心一直是computational software，它支撑着从 EDA 到 SDA，再到人工智能的全方位技术发展。面向未来，Cadence 将继续在以下三个方向上努力：构建 AI-Silicon 基础设施，利用 AI 改进现有解决方案，以及和客户共同开拓新兴市场。 ” 构建AI-Silicon基础设施Cadence 的全流程数字解决方案针对大型AI芯片设计进行了显著改进，以满足设计团队对高效 PPA 的追求。在 Block 阶段，Genus 和 Innovus 引入了 Smart Hierarchy 技术，避免了复杂的 Hierarchical Flow，使工程师更易于达到 PPA 目标。在 sub-system 和 full chip 阶段，Cadence 的 Certus 解决方案利用分布式处理技术，可显著缩短大型项目 timing/power closure 时间并降低 Interface 功耗。在 Timing signoff 阶段，Tempus 只需要 11 小时即可完成 flatten 的 2.8B instances的 signoff，在提升工作效率的同时，优化 PPA。 此外，顺应 3D-IC 这一行业趋势，Cadence 凭借在 digital、analog、PCB 和封装等领域的专业技术，成功推出了业内唯一的完整性 3DIC 设计平台——Integrity 3D-IC。此平台集成了芯片设计、封装设计和仿真分析等多个领域的先进技术，并利用 AI 提升了设计自动化水平，使系统更容易满足 PPA 需求。在与中国客户的合作中，Cadence 助力完成中国首颗 Full Mask 三维芯粒集成芯片的研发，并实现了全 Cadence 流程的 signoff，包含了光、电、磁、力、热等不同维度，印证了 Cadence 3DIC 设计流程的领先地位。利用AI改进现有解决方案在 AI 驱动的时代，Cadence 正积极利用 AI 技术改进现有解决方案，以推动行业前沿创新。一直以来，EDA 发展沿循两大互补路径：一是核心算法的深度优化，即 Optimization AI，旨在提升设计效率与质量；二是 Design Abstraction，通过简化问题的复杂性来加速设计流程。借助这两个方向，Cadence AI 解决方案构建了三层架构，底层依托 JedAI 大数据与 AI 平台，加速 AI 部署；中层提供针对数字、模拟及仿真领域的多样化 Optimization AI 解决方案；顶层则是Cadence Copilot，利用大语言模型（LLM）等先进技术，提升 LLM-based AI 解决方案。 过去三年，Cadence 在 Optimization AI 领域取得显著进展，如 Cadence Cerebrus 已在数字设计领域广泛应用，极大提升了客户的生产力。着眼未来，Cadence 将致力于把将传统的单一 EDA 工具和运行环境转变为多次运行、多工具协作的设计环境，并结合 AI 从设计数据中学习，从而减少人工决策、推动芯片设计的自动化进程。基于这一目标，Cadence 推出 JedAI 大数据分析平台，可为客户提供全方位、全流程的 AI 优化体验。同时，基于大语言模型技术，Cadence 得以提供更多的 Design abstraction，提高工程师的生产力。例如，在数字电路设计中，可以利用大语言模型直接从 Design spec 生成 RTL，从而使团队提前开始设计流程；此外，验证工程师也能借助此技术快速生成 SystemVerilog Assertion 与 Test Plan，提升验证效率；对于模拟工程师，SkillCopilot 则可利用 LLM 自动生成 SKILL 代码，简化设计布局过程。与客户共同开拓新兴市场随着 AI 能力不断扩展，Cadence 将重点关注汽车电子、数据中心和生命与生物科学等新兴领域。在汽车电子方面，一辆汽车所搭载的芯片价值不断上升，这将为半导体行业带来巨大的增长机会。对此，Cadence 能够提供所有层面的汽车解决方案，帮助客户加速设计。 在数据中心的建设中，节能减排极为重要。据相关资料显示，当前数据中心已经消耗了全球约 1.5%到 2%的电力资源。为减少电力成本，Cadence 收购了一家英国的初创公司，并与 NVIDIA Omniverse 平台密切合作，建立 Reality Digital Twin 平台，其可以将数据中心所需的物理数据用数字化模型表示，从而快速进行 CFD 仿真，以优化设计，并节约成本。 在生命与生物科学领域，AI 拥有巨大潜力。面对药物开发过程中的“Eroom（逆摩尔）”定律，人工智能和模拟将会是减少研发时间和成本的关键。为了抓住这一机遇，Cadence 收购了拥有先进分子模型和模拟技术的 OpenEye 公司，并将其更名为 Cadence Molecular Sciences。通过这次收购，可使 Cadence 的计算软件专长进入分子建模和模拟领域，助力制药和生物技术的开发。 Cadence 已经深耕中国市场三十余年，在与客户合作的过程中，我们始终坚守对中国的长期承诺。这一承诺在客户数量的快速增长中得到了生动体现——从 2018 至 2023，Cadence 的中国客户数量增长了一倍之多。作为中国 EDA 领域的核心提供商，Cadence 持续加大对中国的投入，2024 年员工数量增长超 6%，并且我们致力于人才培养，数百名实习生通过 Cadence 的培训顺利进入设计、制造及教育界，为推动中国集成电路设计做出重要贡献。 不仅如此，Cadence 中国连续九年荣获“最佳职场”称号，我们不仅因技术卓越而自豪，更因其在员工成长、社会公益等方面展现的企业社会责任而感到骄傲。在此，我衷心感谢各界的支持，期待与客户和伙伴携手共进，共同探索人工智能时代的无限可能。 来源：Cadence楷登