人工智能的熱潮，讓眾多初創(chuàng)公司都努力和AI產(chǎn)生關(guān)聯(lián)以便獲得融資和吸引更多關(guān)注，大公司們也都不愿落后，紛紛通過不同方式布局AI。芯片的算力作為推動AI發(fā)展的關(guān)鍵之一，連谷歌、Amazon、Facebook這些不以硬件見長的科技巨頭都開始了AI芯片的自主研發(fā)。不過，AI芯片從概念到量產(chǎn)并非易事，以國內(nèi)AI芯片公司海思和寒武紀(jì)為代表，看看他們?yōu)楹文芨旄玫卦O(shè)計出AI芯片？

科技巨頭們的芯片自研熱潮與海思的摩爾定律困擾

在近日舉行的Cadence全球用戶大會CDNLive China 2018，Cadence公司首席執(zhí)行官、華登國際創(chuàng)始人陳立武在開幕演講中指出，人工智能、5G、邊緣計算、數(shù)據(jù)中心和自動駕駛將會成為半導(dǎo)體發(fā)展的下一個重要推手。在接受媒體采訪時陳立武還表示：“半導(dǎo)體前景很好，2017年半導(dǎo)體產(chǎn)業(yè)營收超過4000億美元，同比增長超過20%?，F(xiàn)在的機會太多了，正是干半導(dǎo)體的好時候?！彼f的好機會其中很大一部分就與人工智能相關(guān)。

Cadence首席執(zhí)行官、華登國際創(chuàng)始人陳立武

因此，我們看到最近幾年無論是國外的谷歌、Amazon、Facebook還是國內(nèi)的阿里、百度這些不擅長硬件的科技巨頭們都在積極研發(fā)AI芯片。對此，陳立武告訴雷鋒網(wǎng)：“作為一家提供EDA（Electronic Design Automation，電子設(shè)計自動化）/半導(dǎo)體IP的公司，Cadence（楷登電子）非常歡迎更多的公司進(jìn)入芯片領(lǐng)域。科技巨頭積極布局AI是因為他們不希望落后，因為他們都有大量的數(shù)據(jù)。當(dāng)然，科技公司開始做芯片并不意味著傳統(tǒng)的芯片廠商會被取代，科技公司希望在一些應(yīng)用上用自主研發(fā)的芯片來提升效率。”

Cadence亞太區(qū)IP銷售總監(jiān)陳會馨

Cadence亞太區(qū)IP銷售總監(jiān)陳會馨接受雷鋒網(wǎng)專訪時也表示：“目前AI Cloud服務(wù)器主要是以GPU為主，但GPU能否很好地適應(yīng)AI算法現(xiàn)在有不同的意見?？萍脊酒鋵嵑茉缇鸵呀?jīng)在做算法的研發(fā)，也有FPGA的團(tuán)隊。FPGA一開始算法不是很穩(wěn)定，對芯片需求不是很大的時候可能是一個比較中間的方案，隨著AI整個需求的發(fā)展，AI芯片也會有很大的增長。”

不過，無論是傳統(tǒng)芯片廠商還是科技巨頭想要研發(fā)出算力更高、功耗更低的AI芯片就不得不面對摩爾定律放緩的問題。從國內(nèi)芯片的龍頭華為海思來看，華為海思平臺與關(guān)鍵技術(shù)開發(fā)部部長夏禹在CDNLive 2018大會的演講中指出，過去海思一直緊跟摩爾定律，按工藝節(jié)奏復(fù)合演進(jìn)，為云端和終端設(shè)備提供更多的算力、更寬的帶寬和更低的功耗，如今摩爾定律從某種程度看只是一個抵抗通貨膨脹的工具，芯片設(shè)計的挑戰(zhàn)也日益嚴(yán)峻。隨著不同終端的流行和需求的增加，工藝制程的演進(jìn)使芯片設(shè)計人員面對前所未見的的設(shè)計、驗證和仿真問題。特別是模擬電路方面EDA廠商的提升落后于邏輯器件，這給現(xiàn)在的芯片設(shè)計帶來了明顯的影響。

摩爾定律帶來的芯片設(shè)計挑戰(zhàn)

對此，Cadence全球副總裁石豐瑜接受采訪時表示：“仿真方面SPICE（Simulation Program with Integrated Circuit Emphasis, 以集成電路為重點的仿真程序）很準(zhǔn)但是不夠快，所以就要有一個Fast SPICE，但太快了不準(zhǔn)，準(zhǔn)了又不夠快，需要找到平衡點。從海思來看EDA工具還不夠快，尤其是往10nm、7nm甚至未來的5nm，芯片仿真會遇到更大的挑戰(zhàn)。數(shù)字仿真落后沒那么多，模擬方面大家覺得進(jìn)步相對較慢。為此我們也匯聚了一大批模擬仿真方面的世界級高手，比如我們公司總裁Anirudh Devgan，他自己就是世界級的模擬仿真高手，我們一起去搭建針對不同場景的方案去解決其面對的問題?！?

陳立武還補充道：“模擬正發(fā)揮越來越大的作用，我們最近推出的五個新產(chǎn)品四個和模擬有關(guān)。我們會在SPICE上下功夫，我們很喜歡海思，他們給我們提出了挑戰(zhàn)，這讓我們進(jìn)步應(yīng)該更快一點，我們會一如既往地和他們配合?！?

寒武紀(jì)16nm云端AI芯片流片時間節(jié)省了一半

海思作為國內(nèi)手機SoC領(lǐng)先的廠商，不僅體現(xiàn)在麒麟處理器的出貨量上，更體現(xiàn)在其麒麟970搭載的NPU上。麒麟970被稱為全球首款人工智能手機處理器，而麒麟970搭載的NPU是寒武紀(jì)的人工智能處理器IP。據(jù)悉麒麟980還將繼續(xù)搭載新一代寒武紀(jì)的人工智能處理器IP。

為麒麟970提供人工智能處理器IP的寒武紀(jì)如今已是全球AI領(lǐng)域的獨角獸，但寒武紀(jì)能夠快速推出AI芯片與Cadence的合作十分關(guān)鍵。陳會馨表示：“AI芯片領(lǐng)域很多都是初創(chuàng)公司，我們選擇合作伙伴不是以大小決定，而是會看他技術(shù)的獨到性、儲備還有經(jīng)營的理念。寒武紀(jì)和我們各方面都比較契合，所以很自然地就有了合作。”

據(jù)雷鋒網(wǎng)了解，寒武紀(jì)的第一款I(lǐng)P產(chǎn)品已經(jīng)和Cadence Tensilica P6 DSP處理器在人工智能手機芯片領(lǐng)域?qū)崿F(xiàn)了千萬級大規(guī)模商用。寒武紀(jì)在多個芯片研發(fā)中也都使用了Cadence Palladium Z1硬件仿真加速器以及內(nèi)存接口和PCIE等關(guān)鍵IP。寒武紀(jì)CEO陳天石表示：“Cadence的Memory interface IP和I/O interface IP產(chǎn)品支撐寒武紀(jì)第一款云端智能芯片產(chǎn)品成功流片并達(dá)到設(shè)計預(yù)期?！?

關(guān)于Cadence與寒武紀(jì)第一款云端芯片的合作，陳會馨接受采訪時表示：“寒武紀(jì)作為國內(nèi)AI芯片的獨角獸,是一家有遠(yuǎn)大目標(biāo)的初創(chuàng)公司，他們整個的芯片設(shè)計周期非常短，大概用了半年的時間16nm芯片就完成了流片。這在我合作過的公司當(dāng)中很少見，因為16nm的芯片至少要一年的設(shè)計周期，相當(dāng)于少用了一半的時間。能夠取得這樣的結(jié)果一方面是寒武紀(jì)本身的實力，另一方面先建立一個非常有效的驗證平臺也很重要。Cadence給他們授權(quán)了相關(guān)接口IP，這也是我們第一次和寒武紀(jì)在16nm上接口IP的合作。”

需要指出的是，云端神經(jīng)網(wǎng)絡(luò)AI處理器有很多數(shù)據(jù)需要處理，因此要做緩存，需要非常大的帶寬來提高效率，必須達(dá)到芯片互聯(lián)才能更好地提升芯片性能，而普通的DDR是很大的瓶頸，PCIE4.0、5.0將會是未來幾年的主流，關(guān)于新的存儲技術(shù)如HBM2、GDDR6應(yīng)用到AI芯片里的討論也很多。陳會馨還補充道：“雖然寒武紀(jì)整個芯片設(shè)計周期非常短，但是其實在IP整合、驗證、實現(xiàn)等方面都有很多問題需要交流。在這個合作當(dāng)中我們對寒武紀(jì)有很大的支持，包括我們的研發(fā)也直接對接寒武紀(jì)?！?

除了性能，功耗也是移動端AI芯片非常關(guān)注的問題。那么功耗問題能否通過EDA工具來解決？陳會馨表示，在芯片設(shè)計的時候工藝以及芯片的架構(gòu)的選擇就在很大程度上決定了芯片的功耗，EDA工具的作用是幫助芯片設(shè)計人員降低功耗。在終端上，我認(rèn)為除了像車載一類的應(yīng)用對數(shù)據(jù)的實時性要求不會那么高，所以對算力也沒有特別高的要求。并且，數(shù)據(jù)在終端上先處理再傳輸?shù)竭吘壎嘶蛘咴贫艘材軌驅(qū)崿F(xiàn)更好的保密性，因此終端的AI芯片如何做的更便宜、功耗很低很重要。

如何才能更快更好地設(shè)計出AI芯片？

無論是海思還是寒武紀(jì)，他們都在芯片領(lǐng)域有深厚的積累，但對于許多沒有那么深厚積累又想更快設(shè)計出AI芯片的公司，EDA工具就將發(fā)揮更重要的作用。陳會馨表示對于新的客戶或者從其他行業(yè)轉(zhuǎn)過來的芯片客戶，需要提供從IP到工具的全面的解決方案。

陳立武表示Cadence正在轉(zhuǎn)型成系統(tǒng)設(shè)計公司，我們有獨有的系統(tǒng)設(shè)計實現(xiàn)（System Design Enablement，SDE）戰(zhàn)略。Cadence將不僅做EDA平臺，我們想做的是SDE平臺，其中除了IP和安全等芯片相關(guān)的產(chǎn)品，封裝和系統(tǒng)集成等方面也需要我們重點考慮。提出這個戰(zhàn)略很重要的原因是我們現(xiàn)在40%以上的客戶是系統(tǒng)公司和服務(wù)型供應(yīng)商，這些汽車、云服務(wù)商或一些系統(tǒng)公司都開始慢慢做芯片，我們看到系統(tǒng)公司的需求。

當(dāng)然，目前的AI芯片主要基于CPU、GPU、FPGA和ASIC，也有類腦芯片，但無論是哪種類型的芯片驗證都非常關(guān)鍵，因此Cadence在驗證方面加強了對FPGA的支持。不過除了硬件，陳立武認(rèn)為AI芯片的成功軟件也非常關(guān)鍵。

Cadence亞太區(qū)IP銷售總監(jiān)陳會馨也表示，AI芯片想要有差異或者說增強競爭力，可以和有潛力和技術(shù)很有特點的軟件公司進(jìn)行戰(zhàn)略合作。比如有做智能語音算法的公司算法很好，但苦于找不到性能和功耗都適合的硬件平臺，此時如果雙方能合作實現(xiàn)更好地軟硬結(jié)合就將發(fā)揮更大的價值。以Cadence的Tensilica DSP為例，我們與國內(nèi)幾十家軟件廠商都有合作，通過合作更好地發(fā)揮DSP的功耗效率優(yōu)勢，讓DSP在語音和視覺應(yīng)用方面更多的出現(xiàn)在移動終端和物聯(lián)網(wǎng)設(shè)備當(dāng)中。

軟件之外，不斷演進(jìn)的算法也是人工智能發(fā)展的關(guān)鍵，那Cadence是否會推出專門針對神經(jīng)網(wǎng)絡(luò)算法的EDA工具？陳會馨表示，我們暫時沒有新的工具推出，但會在工具當(dāng)中加入一些新功能來支持現(xiàn)在AI芯片的趨勢。舉個例子，AI芯片里面需要大量的運算器，這在后端實現(xiàn)時成本就是一個很大的挑戰(zhàn)，但我們會通過新的功能解決這個問題。對于不斷更新的算法，AI芯片即便是ASIC在設(shè)計的時候會保持一定的靈活性，這時候Tensilica DSP也可以發(fā)揮作用，支持新的函數(shù)或者算法。

還有一個值得一提新的趨勢，那就是將EDA工具放到如亞馬遜、谷歌的云上。石豐瑜表示將EDA工具放到云上有三個方面的原因，第一是性能，云上的算力無窮無盡，不同的需求都能夠得到滿足；第二是對初創(chuàng)企業(yè)友好，許多初創(chuàng)企業(yè)沒有足夠的資金和技術(shù)人員搭建一個服務(wù)器架構(gòu)支撐復(fù)雜的EDA需求，這時候用云做更快；第三是需求，并不是所有客戶都需要大算力，也不需要買那么多軟件，只有在特殊情況下突然需要10倍的授權(quán)，因此根據(jù)不同的需求和不同的商業(yè)模式，在云上都能滿足不同的需求。

不過，EDA工具上云面臨諸多挑戰(zhàn)，不僅需要上下游廠商如Arm、臺積電的支持，與云服務(wù)廠商等的多方合作也非常關(guān)鍵。Cadence副總裁中國及東南亞區(qū)總經(jīng)理徐昀表示：“雖然我們已經(jīng)有將EDA工具放到云上的能力并且在國外也已經(jīng)實現(xiàn)，但這項服務(wù)還沒有在國內(nèi)應(yīng)用，與Cadence的其他服務(wù)一樣，我們的產(chǎn)品和服務(wù)主要會考慮到客戶的需求，對于國內(nèi)公司的需求，我們保持著密切的關(guān)注，另外還要考慮國內(nèi)知識產(chǎn)權(quán)保護(hù)問題。無論如何，我們都希望在整個設(shè)計的的過程中吧時間縮到最短?！?

Cadence副總裁中國及東南亞區(qū)總經(jīng)理徐昀、Cadence公司首席執(zhí)行官、華登國際創(chuàng)始人陳立武、Cadence全球副總裁石豐瑜接受媒體采訪