日前，Mentor, a Siemens Business在京舉辦了“2019 Mentor論壇”，Mentor IC EDA執行副總裁 Joseph Sawicki介紹了AI（人工智能）為半導體業及EDA帶來的機會，認為AI和機器學習（ML）將在下一個十年給半導體業帶來巨大的機遇；為此，EDA設計和驗證方法論需要新的轉變，Mentor作為西門子的一部分，已出爐新型的設計和驗證工具。

1 本土企業正在加快AI和機器學習的創新

Joseph最近拜訪了中國的一家初創公司，該公司兩年前剛成立，6個月前剛把自己的芯片送交制造。該公司可以說取得了巨大的成功，因為只花了一年半的時間。這家公司的燒錄過程和程序令Joseph印象深刻，因為十排機架上都是刀片服務器，上面所處理的都是其AI處理解決方案，正在對成千上萬個視頻流進行圖像識別。可見，這些仿真、AI和機器學習的技術和工具運用，正是使這家初創公司可以在如此短的時間內取得巨大成功的原因之一。

實際上，現在整個半導體業迎來了一個絕佳的機遇。據普華永道的調研顯示，人工智能（AI）很可能是推動半導體業成長的下一個十年周期的催化劑。麥肯錫咨詢預測，AI正在為半導體業開啟數十年來的最佳商機，因為AI可以助力半導體公司從技術堆棧當中獲得高達40%~50%的產值，而移動時代只為半導體業提供了價值20%的產值。

       是什么因素在驅動這樣的機遇呢？正是由于現在有越來越多海量的數據被移到了網絡上，無論是車與車之間的智能網聯，還者是智慧城市、工業化IoT（物聯網）應用以及消費者層面的應用等。未來十年，我們會看到這些高速數據將在網絡上呈現數十倍的增長，這一定會轉變現有的CPU或數據中心由云進行管理的架構，而是由AI、機器學習帶來的機遇。

除了數據中心聚合之外，現在還有越來越多的處理和計算被移到了邊緣去進行，因此未來不管是在云平臺還是其它系統中，AI都可以大大提高系統的效率。

      這些機遇會給市場帶來哪些不同影響？根據市場調研公司的預測，AI將對半導體業帶來巨大的機遇：企業一方面會把越來越多的數據放在云端/數據中心進行管理，更多的可能是放在邊緣進行處理，未來6年，邊緣計算每年都會有成倍的增長。

        風投公司怎樣看待這次機遇的？記得2001年互聯網泡沫破滅時，風投公司大大降低了對半導體業的投入，過了很長時間，風投的投入也仍然是有限的，但是現在這些風投資金又回來了——絕大多數風投資金涌向了AI和機器學習。從下圖可見，風投資金在過去短短幾年有很大的回歸和劇烈的增長，現在很多公司已著眼于AI和機器學習。

現在AI芯片業有三種類型的企業：傳統芯片設計公司，阿里等有海量數據的云端公司，初創企業，這三類企業正在越來越多地進行聯合，即傳統芯片公司可能會加強自己的IC設計能力，也會設計以數據中心為主的芯片，同時也有云端數據公司在和初創公司進行聯合，或者向初創公司投資，以用于新型算法。但無論是誰會成功，這個市場在未來幾年里的發展都會是非常激動人心的。

2 EDA設計和驗證方法論需要新轉變

相比傳統的芯片設計開發流程，現在AI時代的芯片設計方法論有何特點？Joseph指出，首先，設計層級要從RTL往上走，包括C++甚至C系統，因為這些更高層級的設計語言可以更好地集成到AI平臺。其次，傳統的開發流程中，我們可能更關注的是設計上的規范和架構；現在的AI時代，我們更加需要關注的是應用的驗證，而不是去驗證設計本身的正確性。

2.1 設計方法論的轉變

對于設計芯片公司，未來設計方法論會有顛覆性的改變。

絕大多數AI、機器學習會發生在邊緣，對于半導體公司來說最重要的就是著眼于價值堆棧，必須定制出一些架構來滿足用戶的體驗。 

      之前提到SoC，更多的是其指標規格，例如內存的大小，方法論更多的是RTL，然后才是在芯片上面進行驗證——這種驗證是為了讓芯片的性能更強。

但是AI時代需要定制架構滿足消費者的用戶體驗，這樣的原生環境就是AI的開發平臺，設計語言可以是C或C++。

最重要的是，在設計業中有時會發現CPU太慢，有時GPU功耗太高，應該怎么做呢？需要找到一個很好的路徑，就是在原生設計環境中最好地運用AI，以實現最優的用戶體驗。

HLS（高階綜合）可以作為連接AI原生環境和芯片的橋梁，可以幫助客戶更好地設計架構，管理內存的分配、神經網絡的寬度和縱深，以及決定在里面布設多少管道等。管理好這些因素，才能為垂直應用提供經過優化的IC軟件體驗。

     關于HLS，Mentor已經開發出了工具箱，其中4種不同的設計是可選的，這些設計也呼應了FPGA。值得一提的是，Mentor做IP不是要在消費者芯片上直接進行應用，而是更多地幫助用戶具有駕馭最新設計方法論的能力。

       現在已有許多客戶在用HLS的方式來設計AI和機器學習的芯片，例如NVIDIA是業界的領導者，他們利用這種方法論，生產率已經提高了50%。更重要的是，他們的驗證成本降低了80%。

2.2 驗證方法論的改變

       不僅設計方法論需要轉變，驗證也需要在方法論上改變。傳統芯片驗證的測試方法是要測試規則、架構和規范等。

在AI時代更多的是垂直應用。我們需要進行的驗證是在應用層面，即需要技術仿真出AI引擎，然后在CPU系統上可以把這些數據推送到AI引擎，這樣就會生成一個界面，可以產生一個虛擬的PCI，也可以執行用戶想要執行的應用，包括整個代碼的處理等，性能、功耗以及數據都可以給到。這意味著還沒到芯片層，用戶就可以理解整個過程的性能表現如何。

3 Mentor的解決方案

Mentor在AI仿真和其它領域會有怎樣的優勢？Joseph稱，Mentor既有設計工具，也有驗證工具。Mentor最大的優勢是在仿真方面的方法論，例如虛擬化環境，還有整個系統自動化地把算法帶到陣列上面，這些都是Mentor最大的強項。

新的設計與驗證工具可以提高生產率，包括AI和機器學習的開發程序等。當然在自己內部工具中使用AI和機器學習，也能夠更加有效地實現這些新的技術。Mentor被西門子收購后開發了許多技術，還有模式分析方面的OPC，可使數千個CPU 24小時不間斷地運行，通過機器學習提高效率，可以把整個時間和復雜性降低3~4倍。

        例如，在RFD設計中，Mentor使用了機器學習，可以在云平臺上進行人臉識別或語音識別，而且知道設計的問題和產出的限制在哪里，仿真的過程可以大大降低。通過這樣的機器學習，可以仿真出一個可靠性非常高的庫或者矩陣。Mentor還可以用下圖最右邊的機器學習方式檢驗出測試系統中哪些地方是失敗的，然后把這些和實體設計聯系起來，就能夠找出問題所在，更好地推動設計最終產品。

眾所周知，西門子過去這些年里在數字雙胞胎方面一直在下大力氣去做，例如用虛擬驗證方式可以仿真出一個產品的模型，也可以仿真這個產品的制造過程，然后再把得到的數據通過物聯網回傳給整個仿真系統。有了這樣的連接，最后的仿真和設計就可以達到高的表現和可靠性。目前在電氣和機械方面都可以在設計上完成。

       現在可以很好地把Mentor的算法軟件和西門子本身的系統整合起來，目前已經開發出了一個建模，可以讓自動駕駛汽車在虛擬環境中進行駕駛。如下圖左圖是西門子的Simcenter Prescan，可以模擬道路環境，包括行人和路況，這些數據都會輸送到系統層面。

上圖右圖中的Simcenter Amesim可以讓汽車一級供應商只需考慮車輛的動力總成和底盤，以及剎車和行駛的傳動系統是怎樣的。中間的圖是芯片仿真。這些都是虛擬數據，可以很好地進行孿生，無論是車輛駕駛還是半導體應用，都可以很清楚地知道最后的體驗如何。

       4 Mentor如何打造出在市場上具有優勢的產品？

無論是Calibre還是Tessent都有一些共性。如果能夠做到以下3點，成功的概率就會非常大。

首先必須要有一批非常具有熱情的開發者，這些開發者希望能夠向市場提供不同的產品，也就是不只是開發一個產品，產品要能夠帶來不同才是價值所在。

其次，這些工程師團隊必須非常密切地和客戶一起工作，因為遠離客戶就無法找到很好的解決問題的方式。

第三，Mentor要找準客戶最困難的問題在哪里。就像Calibre的設計和Tessent的測試，我們要找到每個產品的關鍵問題所在。

       5 Mentor被西門子并購后發生了什么？

 現在Joseph是Mentor IC的掌舵人，對Mentor有何戰略調整？Joseph稱，Mentor本來就有強有力的基礎，無論是DFM（可制造設計）、安全性測試還是仿真領域都是如此。

Mentor未來的發展方向是在設計和驗證方面都會提到更高的層次，因為在AI時代這些方面的成長是非常重要的，而且在西門子的企業文化之下，Mentor也可以在整個AI時代做出一些特別激動人心的舉動和項目。

在“2019 Mentor論壇”北京站，Mentor中國區一位負責人介紹了更多的背景，Mentor和西門子公司在兩年前合并，Mentor現在是西門子PLM軟件公司下的一個獨立運行的子公司。合并后的理念是向更強、更大的方向發展，即不僅要單項強，而且要做更廣泛的業務，特別是在EDA整個行業，從芯片一直到系統、到工業應用，提供一攬子的整體解決方案。

合并以后，西門子加強了對Mentor在EDA技術的投資，在近一年多的時間內，Mentor先后收購了5家公司，加強或補充了多種EDA技術，包括電磁場與熱分析公司、5G測試解決方案公司，還有機械學習可變性的高科技公司，以及隨機芯片的故障分析公司，以及電纜線束工程設計方面的公司。

合并后，西門子PLM軟件公司現已成為全球第一大工業軟件公司（如下圖）。

Mentor和西門子合并以后取得了亮麗的業績。第一，西門子的數字化部門（包括Mentor）已經達到了42億美元的銷售額，位居行業第一。另外，在整個工業里，西門子的投入、研發和運行率比都是做得最大的公司。西門子工業的年收入增長值每年超過10%以上，在這個行業的很多公司達不到這個數字。

Mentor從2017年4月以后，戰略上做了很大的投資。在功能驗證方面，整個投資增長了47%。因為驗證環節非常重要，Mentor不僅有軟件驗證，還有硬件驗證，還有各種驗證方法學。另外是以硬件為基礎的驗證，現在硬件仿真器方面推陳出新。再有Mentor獨到的新技術——HLS，就是從C語言、C++，從算法設計到RTL實現，是自動化的流程，這在很多設計芯片里是非常高大上的工具。物理驗證方面，因為業界現在已經開始向7 nm、5 nm、3 nm研發，Mentor推出了大量的新工具，以支持客戶以及代工廠。還有設計測試方法學（Design for Test），Mentor也做了大的投資和改進。

關于比較抽象的AI和機器學習芯片設計。Mentor現在能覆蓋所有的計算機視覺、神經網絡的計算，以及寬帶和移動通訊方面圍繞5G技術的一些進步，還有圖像壓縮處理、視頻方面的技術，這些都是Mentor  HLS技術帶來的效果。

隨著電子技術的發展，人們最終的目的不是光做芯片，要形成一個可工業化的應用，或者家庭化應用的系統，因此強調電子技術與機械技術相結合，形成一個整機系統才能提供到市場上去。Mentor+西門子提供了一套完整的解決方案，例如智能網聯汽車和無人駕駛現，里面包括傳感器、信號傳輸，這個系統完全可以在一個模擬的環境下進行。所以無論對整車廠還是芯片廠家都有幫助，連通了芯片如何應用到整車里，這樣西門子就能提供完整的解決方案給整個產業。

2019年是Mentor公司進入中國30周年。1989年，Mentor作為第一家大型EDA公司進駐中國，第一間辦公室是北京。