Cadence以智慧系統設計展開新佈局

(由左至右)Cadence資深副總裁Chin-Chi Teng、科技部次長徐有進、Cadence台灣總經理宋栢安、聯發科技副總經理張豫臺、台灣微軟總經理孫基康。

隨著AI、大數據與雲端運算正推動各個產業的數位轉型，扮演晶片設計幕後功臣的EDA產業在加速新一代AI晶片創新的同時，也開始導入這些新思維與新技術來帶動自身的轉型，企圖以新的策略布局來提升競爭優勢，迎接智慧世代商機。

在益華電腦(Cadence)日前舉行的年度使用者大會(CDNLive)上，我們清楚看到了此趨勢的發展。除了持續強化其核心設計工具的功能，以因應7奈米節點日趨複雜的設計挑戰之外，透過結合機器學習(ML)演算法提升工具的效能與準確度，以及與重要的生態系統夥伴建構雲端解決方案平台，協助業者能更彈性地存取所需的運算資源來加速設計等作法，Cadence揭示了以「智慧系統設計」為主軸的更全面布局，亦宣告了EDA產業躍上雲端的改變。

在台灣半導體產業競逐AI商機的熱潮下，今年的活動特地邀請到科技部政務次長許有進，暢談政府如何藉由推動一系列的計畫來促進台灣產業的創新與創業生態系統；聯發科技副總經理張豫臺博士則就AI對智慧家庭未來發展的影響發表演說；台灣微軟總經理孫基康亦介紹了半導體設計與製造朝雲端移轉的趨勢。豐富的議程內容吸引了超過1000名客戶參與，創下CDNLive Taiwan的新高紀錄，也充分展現業界對相關議題的重視。

邁向數據驅動的新世界

Cadence台灣區總經理宋栢安在開幕致詞時表示，自駕車、智動化工廠、智慧醫療、以及智慧城市等新科技的快速進展，可望為人們打造更舒適便利的生活環境，想像未來的無窮可能性，對科技人來說，現在正是最好的時代！這其中，半導體扮演了重要的關鍵角色，而AI在未來十至二十年將持續成長，推動更多新應用的出現。Cadence將秉持著一貫的創新精神，從IP、設計工具、到生態系統等各個環節來協助業界實現夢想，開發出更具智慧的晶片與系統。

專題演講由Cadence副總裁暨數位與簽核事業群總經理Chin-Chi Teng博士擔綱，主題為「以差異化解決方案實現數據驅動的新世界」。他表示，在一個由大數據驅動的新世代中，帶動了對資料儲存、處理以及傳輸的龐大需求。包括視訊、電玩、IoT、AR/VR、醫療、機器人、汽車等各個垂直市場都將會產生大量的數據，以支援AI應用的實現，因此需要新的晶片設計、系統分析以及先進封裝，來滿足多樣化的功能需求。

AI將是未來幾年半導體成長的重要推動力量，在帶來商機的同時，也帶來了新的挑戰。對此，Cadence制定了「智慧系統設計」的新策略，來協助業者因應新的產業樣貌。此策略共涵蓋設計卓越(Design Excellence)、系統創新(System Innovation)以及普及智慧(Pervasive Intelligence)三個面向，再加上雲端實現(Cloud Enabled)，建構了符合新世代需求的完整布局。

「智慧系統設計」新布局

首先，在設計卓越方面，這是指Cadence將持續強化其核心的IP與設計工具產品組合，以流程(full-flow)數位設計、類比與RF、驗證套件等完備方案，協助業者提升晶片的設計週期與品質。

舉例來說，Cadence新推出的Spectre X模擬器較原有的Spectre APS容量增加5倍，而且在速度提升10倍的同時，還能維持Spectre的黃金準確度，並具備擴充性與大量的平行模擬能力，非常適合今日的雲端基礎架構。而其全流程數位設計，則是整合了從設計創建、建置到簽核的各種工具，以實現更佳的PPA結果。此流程已獲得全球前20大半導體業者中的17家採用，協助客戶共完成100多個7奈米的投片。

以核心設計工具為基礎，Cadence擴大範疇，進一步延伸到系統分析、嵌入式軟體與安全性等領域。Chin-Chi Teng表示，為有效解決開發人員在設計複雜3D結構時所面臨的問題，並進行真正的3D分析，Cadence推出了全新的Clarity 3D求解器(Solver)，採用最新的分散式處理技術，與傳統方案相比，模擬速度提升多達5到10倍。

此外，有鑑於嵌入式軟體與安全性是系統設計的重要性一環，Cadence也已於日前宣布投資Green Hills軟體公司，此舉使Cadence跨入快速成長的嵌入式系統市場，並提供整合性的軟/硬體解決方案。

Cadence的ML與雲端部署

至於Cadence如何運用AI/ML來實現「普及智慧」目標，Chin-Chi Teng提出了 ML Inside、ML Outside、以及ML Enablement三種不同層次的作法。所謂 ML Inside是指把ML演算法整合到設計工具中，打造更快速的設計引擎，實現更佳的PPA結果。例如，Cadence正試圖在其Genus與Innovus的數位全流程中導入ML，以實現繞線壅塞(congestion)、關鍵區域等自動偵測功能，結果證明確實可提升設計結果。

而ML Outside是指利用ML作為輔助設計的子系統，來加速自動化設計流程，提升生產力。Cadence的第三代JasperGold形式驗證平台便是一個例子，透過先收集實際的設計案例進行訓練，因此能在設計時進行推論，以加速設計並提升品質。ML Enablement是要透過提供軟/硬體協同設計方案，來協助客戶實現ML晶片系統的設計，Tensilica DNA 100處理器就是為此而開發的。

雲端實現亦是Cadence策略的重要一環。繼2018年推出Cadence Cloud產品組合之後，2019年4月又推出CloudBurst平台，這是一個混合式的雲端環境，客戶能夠輕鬆地存取在AWS或微軟Azure上預先安裝好的設計工具。因此，能夠策略性地與其公司內部既有的運算資源互補，利用雲端的大量擴充性，來滿足重要設計專案的尖峰需求。

藉由Chin-Chi Teng的詳細介紹，我們看到了Cadence涵蓋各層面的完整布局，他總結道，Cadence重視創新，投入了大量的研發資源，才能不斷地推出業界領先的新產品，因為我們相信，客戶的成功才是我們的成功。

呼應專題演講的精彩內容，CDNLive的六場分組議程也非常豐富。今年首度安排「雲端上的IC設計」技術場次，來自台積電、AWS、微軟等重要合作夥伴以及Cadence的專家介紹雲端IC設計的最新發展與方案。而AI Research/Academic Network場次則邀請杜克大學、香港中文大學以及成功大學教授蒞臨，分享使用Cadence 工具進行機器學習的研究。重要客戶聯發科亦站台，發表超過五場使用最新產品的成果，主題包括利用ML提升PPA、透過新一代Spectre X模擬器加速類比設計流程、以及矽中介層封裝的設計與模擬等。