复杂大规模数字芯片设计，迎来简单"解题思路"

搜索最新SoC解决方案
关于汽车电子...物联网...安全...音频...视频

又到岁末年初时，回顾2023年，AIGC技术、Chiplet、RISC-V以及新能源汽车当仁不让是行业热词。尤其Chiplet技术，被视为是摩尔定律延续的新解，将会持续推动大规模数字芯片的PPA提升，进而为AIGC、AI PC、ADAS等应用提供更高算力支持。

www.eet-china.com/mp, Jan. 18, 2024 – 

时间来到2024年，Chiplet劲头不减。MIT科技评论将其列为2024年的十大突破性技术之一；中国新推出的《芯粒间互联通信协议》标准从1月1日起开始实施；Intel在近日CES上也推出了其第一个Chiplet汽车SoC平台，将AI PC带入到了智能汽车中。

然而像采用Chiplet技术的这种高性能计算芯片，对于整个芯片设计流程提出了全新的考验。传统的EDA工具和设计范式已经不足以应对当下的芯片设计工作，EDA与IP的生态系统的融合，正为我们开辟一条新的敏捷设计之路。

如果把造芯片比作造房子，那么EDA工具就像建筑师的设计工具，帮助其设计电路图，进行模拟测试，确保电路的性能和可靠性，同时优化成本和功耗。"好的工具的角色就是把芯片设计变成自动化，最主要的是怎样缩短整个设计周期的时间，同时还能开发出具有更高效能、更低功耗以及更有竞争力的芯片。"思尔芯董事长兼CEO林俊雄如是说到。

而IP类似于预制的建筑组件，可直接集成到电路中，节省设计时间并降低错误风险。"IP其实就是传统意义上的一块芯片的可复用的功能实现，某种意义上它还是数字化验证过程中的一个中间件，客户可以在EDA工具中提前完成系统验证。"芯动科技董事长兼CEO敖海解释到，"EDA工具加IP组件能够实现用户在中间设计过程中的自由组合，实现工具的流程化、验证的自动化和设计的自动化。"

随着工艺制程发展，数字芯片的规模越来越大，从最初几十个晶体管到现在动辄上百亿的晶体管；同时，伴随着新兴应用场景的演进，对于数字芯片也提出了更高的要求。例如，AI应用需要强大的并行处理能力和极低的延迟；汽车应用追求低延迟和高可靠性；而IoT应用强调低功耗和低成本。这一系列的需求使得芯片设计更加复杂，催生出了新的技术和创新设计方法。

Chiplet技术通过模块化方式组合不同功能芯粒，大大提高了数字芯片的集成度和性能，但也带来新的挑战，如IP融合、高速互连、热管理、应力分布和高频信号完整性等。

现在，开发大规模数字芯片需要巨大的前期投资，包括研发和制造成本，给许多公司带来财务负担。在快速发展的市场中，维持竞争优势需要不断推出新技术和更新产品，这也进一步增加了芯片设计难度和竞争压力。

 Back