首页/文章/ 详情

Cadence 总裁:紧握 AI 这把钥匙,敲开未来取胜之门

4小时前浏览21
    

3 月 20 日,SEMICON / FPD China 2024 开幕主题演讲在上海浦东嘉里大酒店隆重举行。本次开幕主题演讲汇集了众多全球行业领袖,演讲嘉宾们向现场观众分享了全球产业格局和技术市场趋势等方面的最新观点。

其中,Cadence 总裁兼首席执行官 Anirudh Devgan 博士“如何在人工智能驱动时代取得成功”为主题,向与会者阐述了 AI 对企业目前产品矩阵不断完善的推动力,未来研发方向秉承的思维理念,以及对客户服务体系的最新思考。

 

Cadence 总裁兼首席执行官 Anirudh Devgan


1

AI 是推动半导体产业持续发展的重要动力

在演讲中,他首先谈到了推动半导体产业未来发展,促进市场新机会迸发的三大动因:芯片与系统的融合、人工智能和数字孪生。他特别强调,在数字化转型过程中,AI 将有助于芯片公司和系统公司更好地耦合。

就第一个因素来讲,Anirudh Devgan 指出,目前芯片公司和系统公司的融合度越来越高,很多系统公司在做芯片,而芯片厂商也在成为系统公司:“目前 Cadence 的客户中有大约 45% 是系统公司。”就半导体行业本身来讲,他预测到 2030 年,单芯片将有 1 万亿个晶体管,复杂性增加 5 到 10 倍,且半导体市场也将突破 1 万亿产值,电子系统市场将突破 3 万亿。其中,AI 芯片和汽车芯片两大终端领域是推动半导体市场不断发展主要动力:“未来几年,每辆汽车的半导体成本将会增长到 2000 至 4000 美元;同时,训练和推理等应用将助推 AI 芯片在未来增长到 7000 亿美元甚至更高规模。”

Anirudh Devgan 阐述,相对于芯片与系统融合以及人工智能的应用,“数字孪生”这一概念相对来讲谈论较少,但它对 EDA 公司价值非凡:“借助数字孪生仿真技术可以有效降低芯片开发成本,在芯片正式进入制造环节之前,数字孪生的仿真、验证可以让芯片的整个研发周期得到极大的优化。”他还就半导体、航空航天和生物制药这三个领域加以对比,指出半导体行业所需的数字化模拟和验证占比远远超过后两者。航空航天能用到的“数字孪生”占比只有 20%,剩下的验证占比基本只能通过物理测试完成,而生物医药相关占比只有百分之几,但后两个领域在未来同样会推动“数字孪生”仿真技术不断发展。


2

三个圆圈与三层蛋糕

接下来,Anirudh Devgan 先生谈到了 Cadence 的智能系统设计战略,它由三个圆圈组成:“最外圈是数据分析和人工智能,中间圈层是系统,内圈则是芯片。如果把我们的计算软件用在系统和数据上,就是系统设计和仿真,如果用在芯片上,就是 IP 和 EDA 工具——这是 Cadence 的核心业务。”

相应地,Cadence 的智能系统设计战略则有“三层蛋糕”来实现:“中间层是基于物理、化学或生物学原理的仿真和优化,最上层则是 AI 和数据编排处理,而下层则是以 CPU、GPU、FPGA 为代表的加速计算。所有的终端市场都和这三层蛋糕相关,当你吃这个蛋糕时,通常需要把这三层一起吃掉。”


3

EDA 工具与人工智能发展的三个阶段

AI 将如何影响半导体行业以及整个社会?具体到 EDA 工具供应商,AI 导向未来的技术路线又会是怎样的?对此,Anirudh Devgan 博士非常形象地用了互联网发展的三阶段作为类比,认为人工智能也将有类似的三个阶段:AI 赋能芯片的“基础设施建设”阶段,将人工智能应用到芯片设计、系统设计中的第二阶段,以及创建完全开放 AI 新型市场的第三阶段。

Anirudh Devgan 强调,第一阶段相当于互联网时代当年对基础设施网络的铺设,该阶段会有一个较长的周期。讲到此处,Anirudh Devgan 以 AI 推动边缘数据中心演进和芯片 3D 化设计架构,尤其是 Chiplet 的发展为例,介绍了超级计算机以及 Chiplet 带来的芯片设计、互连、封装体系的革命化演进。他指出,英伟达、AMD 这样的芯片设计巨头成为 Cadence 的优秀合作伙伴,他们通过软硬件架构融合的思维模式构建数据中心基础设施;而具体到 Chiplet 技术,各个 die 不同的工艺节点可以通过导入接口 IP 封装在一起,带动了 AI 芯片的不断发展。

Anirudh Devgan 着重介绍了 Cadence 五大产品平台的推出,契合的是人工智能发展的第二阶段,即芯片设计、系统设计的 AI 化。Cadence 目前的 EDA 产品矩阵,如全新数字芯片设计自动化工具 Cerebrus、模拟设计解决方案 Virtuoso Studio、验证平台 Verisium、先进的 PCB 设计布线工具 Allegro,以及多物理场系统分析解决方案 Optimality 等,均和 AI 理念指引下的自动工艺流程紧密相关。

为了更直观地表现 AI 对传统数学算法的颠覆性,他以某家厂商的汽车 CPU 举例。如果该 CPU 有 17 个变量要优化,使用传统数学工具需要运行 400 万次,而 Cadence 的 Cerebrus 用 AI 优化算法模型,计算空间仅需要 200 次,在 10 台机器上运行,一两天内就可以得到所需的结果。

在人工智能发展的第三阶段——开辟新市场,Anirudh Devgan 重点阐述了“数字孪生”技术在模拟和仿真中的巨大作用。他指出,AI 可以快速生成高质量的多物理场数据,而且可以利用生成式 AI 为理想系统设计方案,创建数字孪生可视化效果。

他在现场展示了一个时长一分多钟的视频,展示了 Cadence 与英伟达在 3D 数字孪生可视化平台上的合作。他强调,数据中心的建设者往往由施工团队而非真正的工程团队来完成,巨大的耗电量成为环保痛点。在讲解视频的过程中,Anirudh Devgan 指出,Cadence 的数字孪生技术可以对数据中心的电路板、机架、气流进行建模,辅以多物理场仿真工具,可以极大地优化数据中心的能耗问题。

Anirudh Devgan 还谈到,人工智能在未来的数字生物学中也可以大显身手,药物制造的模拟算法和模拟晶体管架构非常类似,Cadence 通过收购药物设计软件商 OpenEye,加强了企业对药物分子模拟领域的技术实力。他预计,在未来 5 到 10 年内,数字生物领域将经历巨大的变革:“我们目前对 AI 驱动下的新型市场的投资将确保我们处在创新的前沿。”

总结

最后,Anirudh Devgan 博士总结:“我们所专注的计算软件,其核心业务是 EDA 和 IP,将其扩展到系统分析和人工智能领域的这段旅程,我们期待能和合作伙伴一起完成。”  


 

来源:Cadence楷登
System化学电路半导体航空航天汽车电子制药UMCadence数字孪生人工智能
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2025-03-18
最近编辑:4小时前
Cadence楷登
签名征集中
获赞 0粉丝 19文章 31课程 0
点赞
收藏
作者推荐

减少数据中心的超额配置和搁浅容量,实现可持续发展

本文翻译转载于:Cadence blog作者:Hassan Moezzi 在不断发展变化的数据中心领域中,搁浅容量(stranded capacity)问题已成为运营商的一个重大关注点。搁浅容量指的是资源的未充分利用的状况。由于其影响巨大,将其比喻为“数据中心的大象”也不为过。 特别是在企业数据中心,这种搁浅容量的损失甚至超过了 40%。这不仅会造成资金浪费,还会阻碍效率提升和可持续发展。值得注意的是,虽然一部分搁浅容量是数据中心设计阶段的超额配置造成的,但大部分损失是在数据中心运行过程中逐渐累积发生的。为了有效解决这一问题,目前数据中心运营商越来越多地转向利用数据中心的“数字孪生”技术解决方案,将其作为设计和运营生命周期管理平台,从而大大提高了容量利用率,往往能超过 30%。在本文中,我们将探讨数字孪生技术如何彻底改变数据中心的运营,并大幅减少搁浅容量。了解搁浅容量首先,让我们来了解一下搁浅容量是由哪些原因产生的。数据中心的搁浅容量源于两种不同的现象:设计超额配置通常情况下,运营商为了确保能够安全满足峰值需求,会刻意分配比实际需要更多的资源。不过,这在总设计容量的占比相对较小,而且可以调整。运营过程中空间、供电和制冷容量的碎片化到目前为止,这三者中最棘手的是制冷的碎片化,因为制冷主要依靠看不见的气流进行,难以掌控。与超额配置不同,碎片化导致的容量损失是不可避免、不可预测和无法量化的。这不仅带来了巨大的财务影响,还加剧了环境问题,如增加了碳足迹。数字孪生的力量数字孪生是物理资产或系统的虚拟复 制品,可用于仿真、分析和预测建模。在数据中心的背景下,数字孪生代表整个设施的虚拟副本,包括基础设施、设备和运营特性。通过利用数字孪生的力量,数据中心运营商可以获得有关资源利用率的宝贵见解,优化容量规划,并大大减少超额配置。这些见解在日常运营中尤为重要,因为运营和 IT 团队需要快速做出决策。通过建模和仿真量化决策的影响数字孪生的主要优势之一是能够对数据中心的行为进行精确建模和仿真。运营商可结合实时数据和历史趋势,创建一个能够反映物理设施的虚拟模型。利用这个虚拟模型,他们可以测试不同的场景,评估资源分配决策的影响,并识别潜在的超额配置区域。甚至还能够就制冷温度做出明智的决策。优化资源配置得益于数字孪生技术,数据中心运营商能够就资源分配做出明智的决策。他们模拟各种场景,运营商可以确定资源可用性和需求之间的最佳平衡。这样做能够确保资源的高效分配,无需过度配置需求。利用数字孪生提供的准确洞察,运营商能够适当调整基础设施规模,避免搁浅容量增长带来的隐患。实时监控和预测分析数字孪生还提供了对数据中心内资源使用情况的实时监控。通过集成传感器和数据收集机制,运营商可以持续监控各组件的性能,如功耗、制冷效率和网络带宽。然后使用预测分析算法对这些数据进行分析,确定潜在的瓶颈或未充分利用的区域。通过积极解决这些问题,运营商可以优化资源分配并减少搁浅容量。降低风险,提高可靠性除此之外,数字孪生在降低风险和提高数据中心运营可靠性方面也发挥着至关重要的作用。运营商可以模拟不同的故障场景,识别潜在的漏洞,随即制定应急计划。这种积极主动的方法可确保在分配资源时最大限度地降低服务中断的风险,而无需超额配置。准确预测和预防故障的能力有助于减少搁浅容量并提高整体运营效率。结论总的来说,为了减少超额配置和搁浅容量,数字孪生已成为数据中心规划和运营中的颠覆性技术。通过提供精确的资源建模、仿真能力、实时监控和预测分析,数字孪生助力运营商优化资源分配并做出明智的决策。现如今,数据中心运营商能够识别潜在的超额配置区域并降低风险,显著减少搁浅容量,进而提高效率、节约成本并增强可持续性。随着数据中心行业的不断发展,在规划和运营过程中应用数字孪生技术有助于优化资源利用率,并使得运营效率最大化。 来源:Cadence楷登

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈