Cadence 宣布收购 BETA CAE，进军结构分析领域

本文翻译转载于：Cadence blog作者：Steve Brown 在系统级优化芯片对于实现峰值性能、效率和系统可靠性至关重要。伴随着摩尔定律的收益递减问题，单纯地通过过渡到最新工艺节点已不再能保证为迭代产品带来更为实质性的功耗、性能改进或成本降低。相反，目前的重点已经转移到对整体设计的全面优化，从布线到热能管理和功耗预算，这已成为实现重大进步的基本要求。这个复杂而昂贵的工作流程涵盖多个学科：设计、原型、测试、跨越多次迭代的精化、验证和最终制造。这是一个需要对设计团队进行大规模重组的工作流程——从以往的顺序交付转向系统内多个组件的同时设计。随着越来越多的系统公司自行设计芯片，半导体公司也开始交付软件栈，优化也扩展到软件层面。尽管这种方法已取得了许多卓越成果，并使终端产品的实质性差异化成为可能，然而系统级优化的下一个巨大飞跃则要求我们比以往任何时候都需要思考得更深、更广泛、更全面。我们需要针对终端设备、最终用户、环境和不断发展的市场进行优化——重新定义我们所说的“系统级”，涵盖面从芯片到整个终端产品的一切，它可能是一部智能手机、一辆汽车甚至是整个数据中心。1全局思考这并不是一个新的想法——例如在汽车工业领域，人们关注汽车芯片和硬件的设计，探索针对整个电动汽车和各个零部件的优化技术，以适应智能驾驶、汽车电池和全球各国的采购政策，并关注其整体的生命周期成本。而借助 Cadence Optimality Intelligent System Explorer，我们首次将设计中的优化引入芯片设计。但如果说汽车行业一直关注电动汽车的整体设计，而 Cadence 软件是用来创造用于电动汽车的技术，那我们的角色为什么要仅仅停留于芯片设计呢？将“系统级层面”扩展到电动汽车的整个电子系统、传感器和执行器网络、车身的形状和结构材料、电动汽车的车身轮廓、以及未来维护和升级的方便程度，这是非常合理且有意义的。在这个尺度上，或许我们接近了混沌理论——每个元素都相互作用，相互影响。例如，如果优化了电子系统设计，改变了车身的形状，电子设备是否需要以某种方式重新优化？甚至电动汽车最终使用的环境条件也可能影响我们设计某些系统的方式。上述都只是猜测，但这确实是自然界的运作方式。如今的动物和植物已经进化到在隔离和更广泛的生态系统中——从细胞到行星——发挥最佳功能。以北极熊为例，数十万年来，它拥有完美优化的能量保存和热调节系统，能够在零下 50 华氏度的低温，并且在没有食物的情况下生存长达半年。然而今天，拥有完美优化的北极熊数量在全球范围内迅速减少。预计到 2050 年，它们的数量将减少 30%。残酷的现实就是北极熊已经不能适应它所居住环境的生态系统了。2不要揣测，让仿真说话产品设计与自然演化不同，我们拥有更快的迭代和进化能力。但现实世界中的迭代设计是一项耗时耗力的工作，而且即便如此，你也永远不知道自己是否真正实现了优化。传统的系统开发 V-model 将实施放在了生命周期的中间，而当你开始推断出如此巨大的规模和看似无限的需求与变量时，在物理世界中构建任何事物只会限制系统作为一个整体的优化。解决方案是在设计的同时进行仿真。但即使是最简单的设计，仿真任何如此复杂的事物仍然很难。在过去的几年里，我们尝试将人工智能（AI）应用于每个特定领域的设计工具，帮助客户在加速设计、仿真和验证极其复杂的系统方面取得了突破性的进展。对工程师来说，这改变了他们的生活。过去 30 年里，他们一直遵循着输入、输出、分析、调整参数的流程，不断重复，直到几周、几个月、甚至可能几年之后，才能达到一个类似优化设计的效果。而在人工智能驱动的仿真中，这个迭代过程可以缩短到只需要几天甚至几个小时。 Cadence 已经将其专业知识扩展到包括计算流体力学（CFD）在内的领域，用于表征物理产品内部和周围液体、气体的流动，以及分子仿真等领域。通过为完整系统开发 AI，Cadence 正在尝试打破常规，提供全面的系统优化方法——一个超越芯片级的，同时考虑到产品设计和应用等所有方面的方法。借助 Cadence 所独有的优势，我们正在开发一种真正集成的优化方法，通过杰出的设计和极具竞争力的承诺，帮助客户实现多个维度的同步优化。这一前景无限的领域，值得您持续关注！ 来源：Cadence楷登