回顧2023年,下游消費(fèi)市場的波動、人才成本的增長、研發(fā)難度的增加等等,都給今年半導(dǎo)體產(chǎn)業(yè)發(fā)展帶來了巨大的挑戰(zhàn)。疊加美國對中國半導(dǎo)體產(chǎn)業(yè)的持續(xù)限制,今年的外部環(huán)境可以說充滿了變化和挑戰(zhàn)。

當(dāng)行業(yè)處于高速發(fā)展過程中,一切都看上去很順利;速度變慢甚至下行時(shí),才能更好暴露問題與痛點(diǎn),也就蘊(yùn)含著技術(shù)創(chuàng)新的更大動力和機(jī)遇。

“過去的2023年,很多產(chǎn)業(yè)人士感覺市場有點(diǎn)冷,但我認(rèn)為這也是一個(gè)回歸理性的過程。產(chǎn)業(yè)去蕪存菁之后,堅(jiān)持長期主義的優(yōu)質(zhì)公司,會獲得更好的發(fā)展?！毙救A章首席市場戰(zhàn)略官謝仲輝表示。

在2023年,成立三年多的芯華章,還處于創(chuàng)業(yè)起步的關(guān)鍵階段,也是一個(gè)起承轉(zhuǎn)合的時(shí)期:一方面實(shí)現(xiàn)從0到1的突破后,今年需要繼續(xù)做大做強(qiáng),即產(chǎn)品做強(qiáng),用戶規(guī)模做大;另一方面芯華章會面臨來自用戶和投資人更高的要求,大家認(rèn)為你是更成熟的公司,需要有更好的表現(xiàn)。

夯實(shí)產(chǎn)品和用戶兩個(gè)基礎(chǔ)

2023年,芯華章秉承長期主義,進(jìn)一步修煉內(nèi)功,夯實(shí)產(chǎn)品和用戶兩個(gè)基礎(chǔ)。

產(chǎn)品側(cè),芯華章在橫向和縱向兩個(gè)方面切入。橫向,公司進(jìn)一步補(bǔ)齊數(shù)字驗(yàn)證EDA全流程產(chǎn)品布局,相繼發(fā)布硬件仿真系統(tǒng)樺敏HuaEmu E1、高性能數(shù)字仿真器GalaxSim Turbo、全流程等價(jià)性驗(yàn)證工具穹鵬GalaxEC;

基于統(tǒng)一數(shù)據(jù)底座
芯華章提供數(shù)字驗(yàn)證全流程工具平臺

垂直領(lǐng)域,公司不斷深化在汽車、RISC-V等細(xì)分領(lǐng)域的驗(yàn)證解決方案,今年取得了德國萊茵TüV集團(tuán)(以下簡稱“TüV萊茵”)ISO 26262 TCL3功能安全工具認(rèn)證,能夠支持汽車安全完整性標(biāo)準(zhǔn)最高ASIL D級別的芯片開發(fā)驗(yàn)證。

用戶側(cè),借助不斷成熟的產(chǎn)品和本地化、定制化的服務(wù),芯華章在幫助用戶解決問題的過程中取得了更多信任,拿到了實(shí)打?qū)嵉暮献魃虇巍?/p>

謝仲輝介紹了芯華章今年在服務(wù)用戶方面的切實(shí)進(jìn)展——

#渡芯科技

渡芯科技部署芯華章雙模硬件仿真系統(tǒng)HuaPro P2E,利用其在PCIe高速接口領(lǐng)域的獨(dú)特雙模驗(yàn)證優(yōu)勢,渡芯科技在高性能PCIe/CXL Switch芯片產(chǎn)品研發(fā)中成功使用該產(chǎn)品,來應(yīng)對大型高速交換芯片研發(fā)過程中的驗(yàn)證和測試挑戰(zhàn);

#黑芝麻智能

黑芝麻智能使用芯華章高性能數(shù)字仿真器GalaxSim Turbo,用來強(qiáng)化新一代大算力車規(guī)芯片的開發(fā),借助GalaxSim Turbo獨(dú)有的智能分割以及分布式仿真技術(shù),幫助黑芝麻優(yōu)化驗(yàn)證資源的投入,通過提前引入軟硬件協(xié)同的系統(tǒng)級驗(yàn)證,極大地縮短開發(fā)周期;

#清微智能

清微智能的AI IPC項(xiàng)目使用了芯華章硬件仿真系統(tǒng)HuaEmu E1,來進(jìn)行TBA和ICE模式的功能驗(yàn)證,能達(dá)到1-10MHz的高運(yùn)行性能,幫助用戶更高效地完成算力和帶寬的性能評估;

#矽昌通信

矽昌通信引入了芯華章全流程等價(jià)性驗(yàn)證系統(tǒng)GalaxEC,來幫助他們進(jìn)行無線通信芯片的開發(fā),特別是在綜合與布線完成后,即使對設(shè)計(jì)做細(xì)微優(yōu)化,也可以直接快速驗(yàn)證優(yōu)化前后設(shè)計(jì)等價(jià)性。

這樣合作的案例還有很多,這背后離不開芯華章有豐富經(jīng)驗(yàn)的工程師們的付出,也離不開客戶的支持,是整個(gè)國產(chǎn)半導(dǎo)體生態(tài)完善的體現(xiàn)。

2024展望:AI大模型、汽車半導(dǎo)體驅(qū)動EDA市場增長

AI大模型已經(jīng)成為新型智算基礎(chǔ)設(shè)施,站在臺前的首先是大量高性能存儲、計(jì)算等芯片公司,比如今年的“無冕之王”英偉達(dá)。

但背后受益的是從上游設(shè)計(jì)到下游封裝制造的整個(gè)產(chǎn)業(yè)鏈,作為產(chǎn)業(yè)最上游的EDA也感受到了不同。

謝仲輝表示,一方面,這對EDA是個(gè)新機(jī)遇,大模型的算力可以給EDA 賦能,比如代碼助手、錯(cuò)例報(bào)告總結(jié)、驗(yàn)證步驟生成、工具鏈調(diào)用、對話式知識庫檢索等,都有很大的潛力。芯華章也在占據(jù)芯片研發(fā)過半的仿真驗(yàn)證、調(diào)試等多個(gè)工具中融入了AI技術(shù)的部分特征,不斷推進(jìn)“EDA+AI”的精確性、可解釋性和安全性。

另一方面,AI芯片對EDA工具也提出了更高的挑戰(zhàn)。比如對高性能AIoT等復(fù)雜應(yīng)用來說,設(shè)計(jì)規(guī)模變得越來越大,結(jié)構(gòu)越來越復(fù)雜。過去的AIoT,通常指的都是帶低算力的端側(cè)小芯片,但是隨著類似ChatGPT的大語言模型全面得到應(yīng)用,在端側(cè)AIoT芯片上部署需要幾十到幾百TOPS算力的LLM大模型也成為新的需求。

新一代AIoT芯片要提高十倍到百倍算力,這不僅僅是堆砌算力那么簡單,需要從性能、互連、帶寬、接口進(jìn)行全面的系統(tǒng)級規(guī)劃和設(shè)計(jì)。

新一代的AIoT芯片已經(jīng)不是一個(gè)獨(dú)立的芯片個(gè)體,目前市場上的AIoT芯片幾乎都結(jié)合了CPU、GPU、FPGA和DSP等核心零部件。系統(tǒng)意味著多節(jié)點(diǎn)互聯(lián),每個(gè)節(jié)點(diǎn)都有自己的控制單元(如CPU)和計(jì)算單元(如AI、NPU),每個(gè)節(jié)點(diǎn)都有自己的操作系統(tǒng)和應(yīng)用軟件。這必然需要支持系統(tǒng)級芯片開發(fā)的EDA流程。

針對大系統(tǒng)芯片的驗(yàn)證難題,芯華章不是今年才行動,而是成立之初就做出了判斷,并在產(chǎn)品研發(fā)的早期就做出了創(chuàng)新優(yōu)化。

比如芯華章所有點(diǎn)工具,都建立在統(tǒng)一的EDA數(shù)據(jù)庫之上,這樣從IP到子系統(tǒng)再到系統(tǒng)級,從不同的驗(yàn)證手段到系統(tǒng)調(diào)試,都可以復(fù)用統(tǒng)一的數(shù)據(jù),不同驗(yàn)證工具之間能夠充分協(xié)同,對驗(yàn)證效率提高起到很大幫助。

展望2024年,謝仲輝看好汽車半導(dǎo)體市場的增長機(jī)遇。

根據(jù)中國汽車工業(yè)協(xié)會數(shù)據(jù),傳統(tǒng)燃油車所需汽車芯片數(shù)量為600-700顆,電動車所需的汽車芯片數(shù)量將提升至1600顆/輛,而更高級的智能汽車對芯片的需求量有望提升至3000顆/輛。半導(dǎo)體給智駕體驗(yàn)帶來的提升,以及相關(guān)智駕功能越來越多地影響人們的購車選擇。

“今天一款車型的SOP大概需要36~48個(gè)月,芯片的開發(fā)周期也需要24~36個(gè)月。9成以上的在售新車型,都在用上一代芯片。如何快速縮短這中間的周期呢?”謝仲輝分析說,“系統(tǒng)級的EDA可以在里面發(fā)揮更大的作用。

借助芯華章車規(guī)級EDA驗(yàn)證工具,芯擎能夠在芯片設(shè)計(jì)階段,就進(jìn)行和真實(shí)使用場景一致的系統(tǒng)級軟硬件聯(lián)合仿真和調(diào)試,提升系統(tǒng)級應(yīng)用環(huán)境下軟硬件協(xié)同表現(xiàn),降低芯片在整車應(yīng)用過程中的風(fēng)險(xiǎn)。

芯華章提出的“PIL處理器在環(huán)仿真”已經(jīng)被收錄在中國汽車工業(yè)協(xié)會發(fā)布的《中國汽車工業(yè)軟件發(fā)展建設(shè)白皮書》里,并獲評由國家市場監(jiān)管總局認(rèn)研中心與中國汽車芯片標(biāo)準(zhǔn)檢測認(rèn)證聯(lián)盟合作評選的“芯動力”汽車芯片產(chǎn)品評審優(yōu)秀應(yīng)用案例。

PIL融合了場景仿真和芯片仿真技術(shù),更好打造從芯片到主機(jī)廠的閉環(huán),結(jié)合整車V開發(fā)模型,從系統(tǒng)出發(fā),提供了基于場景的ECU評價(jià)體系、算法優(yōu)化解決方案,支持車規(guī)級芯片提前1-2年實(shí)現(xiàn)定點(diǎn)上車,并通過云場景遍歷仿真為HIL測試節(jié)省80%的時(shí)間。

審核編輯 黃宇