來源：內容由半導體行業觀察（ID：icbank）編譯自semiengineering

在穩定時期似乎更容易做出預測，但它們并不比任何其他時期更準確。在更加動蕩的時期，很少有人有勇氣讓自己的意見被聽到。然而，往往是那些經過深思熟慮的觀點，即使它們被證明不是真的，它們也常常包含一些非常有啟發性的想法。

變化創造機會。“雖然 2022 年是整合的一年，但我預計 2023 年將是創新的一年，” Arm中央工程執行副總裁 Gary Campbell 說。“在前幾年，我們通過為生態系統提供工具來發揮創造力，并為當前和未來的技術提供更具吸引力的體驗，從而奠定了基礎。手機游戲就是一個很好的例子，手機上的光線追蹤功能有望帶來超逼真的游戲體驗。”

但公司必須具有適應性。Kandou 首席執行官 Amin Shokrollahi 表示：“雖然大型半導體公司正在經歷業務問題，但規模較小、更靈活的公司將在 2023 年繼續蓬勃發展并占據市場份額。”“這也可能是半導體行業技術創新的一年，尤其是人工智能和機器學習推動的邊緣計算和自動駕駛。”

那里有一些巨大的機會。“正如我們在全球流行病的影響中發現的那樣，技術行業對社會的未來至關重要，”Arm 的Campbell 說。“現在是我們定義計算的未來的時候了，2023 年這個行業有很大的潛力繼續讓世界變得更美好。”

挑戰也越來越大。“更多的注意力將放在設計流程中的設計 IP 保護上，”ESDA 的 Smith 說。“這與安全和保障以及設計篡改內容的風險一起變得更加明顯。”

開源

“RISC-V 成員現在已經出貨了數十億個RISC-V內核，”RISC-V International 的首席技術官 Mark Himelstein 說。“隨著數量的增加，對在其上運行的開源軟件和商業軟件的需求也在增長。隨著 RISC-V 部署的不斷發展和擴大可尋址市場，我們預計開源和商業 IP 和工具都有一個強大而充滿活力的市場。”

但并非一切都進展得那么快。“關于開源 IP 和工具的熱議仍在增長，對 RISC-V 等技術的重視將進一步轉向‘創新自由’，” Arteris IP解決方案和業務開發副總裁 Frank Schirrmeister 說。“然而，有了更多的自由和進行修改以實現創新的能力，就需要進行驗證。對于該領域的許多用戶來說，這是一種有點發人深省的體驗。”

一些用于此的技術正在出現。Breker Verification Systems 首席執行官 Dave Kelf 表示：“到 2023 年，在 SoC 子系統和系統驗證中執行的驗證將變得更加重要，測試內容在實際工作負載之上的重用水平將加快。”“利用多家公司設備的 RISC-V 應用多核處理器將需要更多的驗證，因為開發人員意識到他們必須與 Arm 級質量競爭。ISA 合規性、自定義指令與處理器其余部分的驗證以及復雜的微架構都需要處理器和集成 SoC 實現更高的驗證自動化。關注更多標準化的測試生成器和預構建的驗證平臺。”

電源和能源

業界肯定已經意識到電源和能源的重要性，無論是從由此導致的芯片故障數量，還是從設計已受功率限制的事實來看。

“將繼續關注電力、能源和熱能，”Arteris 的 Schirrmeister 說。“總體而言，我們將看到對更高性能和能效的需求不斷增加。隨著對計算能力的需求不斷增長，從數據中心到網絡和設備邊緣，都需要更高效、更強大的半導體設備。這一趨勢將進一步推動新材料、設計和制造工藝的發展，以提供更好的性能和更低的功耗。半導體 IP 將面臨越來越嚴格的審查，以滿足嚴格的低功耗要求，進一步增加通過減少電線、寄存器和開關等 NoC 基礎組件來優化 NoC 的功率貢獻的壓力。”

這導致一些公司尋找更好的方法來生產高能效設計。“來自 520 億美元 CHIPS 法案的資金將推動從 C++ 到 GDS 的流程開發效率，” Cadence數字與簽核集團產品營銷總監 Jeff Roane 說。“專注于C++設計入門緊隨超大規模芯片設計活動之后，它降低了功耗并提高了以前在 CPU 和 GPU 上運行的工作負載的性能。因此，到 2023 年，我們將看到更多針對軟件開發人員的工具的開發和采用，為他們提供更輕松的途徑來實現更高性能的硬件實現。從概念上講，這將編譯器的定義從今天的 C++ 擴展到處理器機器代碼，再擴展到采用 C++ 并生成處理器機器代碼和/或 RTL 以供實現的跨域編譯器。”

一段時間以來，一些市場一直在關注效率。“在接下來的一年里，我們將重新關注計算能力、能源和熱效率，”Campbell說。“我們已經看到基礎設施市場（尤其是數據中心）向電力和能源節約的轉變，并預計這種情況將在 2023 年繼續，性能效率背后的勢頭會越來越大。”

該行業本身也必須變得更有效率。

“半導體行業領導者必須繼續優先關注他們的可持續發展舉措和目標，”華邦電子營銷副總裁 Jackson Huang 說。“我們有機會幫助推動碳中和和減緩全球變暖。半導體行業看到了一個機會，可以通過多種方式減少能源消耗和碳排放，例如增加工廠的水循環利用。”

很少有公司擁有完整的可持續發展信息。“可持續性仍然是科技公司的熱門話題，”Semtech 信號完整性產品部營銷和應用副總裁 Timothy Vang 說。“通常，這些公司將他們的可持續發展努力集中在通過制造方法或參與綠色組織來解決其運營對環境的影響上。仍然缺少的是他們的技術和產品如何促進可持續性。也就是說，創新的數據中心技術，特別是光學 IC 技術，正在通過從源頭解決問題來幫助推進可持續發展工作。先進的 IC 技術有助于降低功耗和成本，同時提高帶寬和速度，以創建可持續的技術生態系統。隨著數據中心需求的不斷增長，該行業必須平衡可擴展性和可持續性。到 2023 年，光學技術將幫助我們不斷發展的基礎設施實現平衡，并建立實現可持續發展目標所需的技術基礎。”

云似乎是許多計劃的核心。“可持續性是重中之重，”Ampere 首席產品官 Jeff Wittich 說。“隨著電網壓力持續增加和能源成本飆升，鑒于其日益增長的業務影響，公共云和私有云中的云可持續性將得到比以往任何時候都更加認真的解決。隨著公司尋求削減成本，他們將重新評估他們的云基礎設施并進行優化以減少能源、減少用水量，并將更多的計算能力融入他們現有數據中心的足跡。隨著他們繼續增加依賴于計算的收入流，他們將以一種避免昂貴且耗時的數據中心基礎設施擴展的方式這樣做。”

但是功耗和處理能力需求可以相互競爭。Campbell 說：“全球對數據以解鎖自主權、信息訪問和人際關系的需求仍然無法滿足。”“我們相信未來是軟件定義的——從物聯網和移動到汽車，再到更廣泛的計算基礎設施。這種演變強調了硬件和軟件關系的重要性，強調了越來越需要通過最大限度地減少軟件定義的未來帶來的復雜性，使開發人員能夠盡力而為。這也意味著人們迫切需要更多的處理能力來處理來自這些設備的所有軟件和數據。現在比以往任何時候都更重要的是，隨著能源成本的上升和對氣候變化的日益關注，加工必須高效地進行。”

Moore and more雖然摩爾定律仍在繼續，但現在有一些可行的挑戰者。“盡管摩爾定律已被宣布死亡，但它似乎仍在繼續前進，幾乎步入正軌，” Ansys產品營銷總監 Marc Swinnen 說。“我們現在有 3nm 的設計，2nm 即將到來。Morris Chang 談到了 1nm，但沒有人談論任何低于此的東西，而且還有很長的路要走。它并沒有完全死去，但它已經放慢了速度——盡管沒有那么明顯。這仍然是我們在芯片方面必須做的事情的一個重要因素，我們仍然必須像過去 40 年一樣沿著這條路前進，但每個節點的成本都越來越高。”

不斷增長的費用是一個問題。Lightelligence 工程副總裁 Maurice Steinman 表示：“假設該行業的經濟前景保持平穩或沒有反彈，我預計部分公司將不愿積極轉向更昂貴的先進 CMOS 工藝節點。”“反過來，這將刺激架構或高級封裝級別的某種程度的創新，以補償未實現的性能提升。約束往往是創新的催化劑。”

一攬子計劃中有越來越多的機會。“設計團隊發現 3D-IC 需要系統架構思維，” Siemens Digital Industries Software的 IC EDA 執行副總裁 Joe Sawicki 說。“它不僅需要跨多個基板的系統級規劃，而且還需要一個集成設計解決方案來解決 IC、封裝和 PCB 級設計、分析和測試——不僅在每個級別（IC、中介層、封裝和PCB）的設計階段，但所有這些都在一起。理想情況下，它還需要一個將機械應力、供應鏈以及所有這些數據的跟蹤和管理一起考慮在內的解決方案。”

一些必要的接口匯集在一起。“隨著 UCIe 的出現，物理層取得了重大進展，”Schirrmeister 說。“到 2023 年，注意力將轉移到協議上，定義特定于應用程序的控制和傳輸層。我們可能會在 AXI、CHI、CXL 和其他產品之間經歷一些碎片化。”

雖然已經取得了很多進展，但沒有人預測 2023 年是第三方chiplet的元年。“設計行業面臨許多挑戰，”西門子的 Sawicki 說。“希望從 1990 年代后期 IP 行業形成中吸取的慘痛教訓將轉化為更快地建立正式標準，使 chiplet 成為一個新的繁榮行業。這必須發生，然后才能導致由 3D-IC 集成驅動的新系統創新。”

這些新技術給現有工具帶來了壓力。

“向更精細的工藝幾何形狀和先進封裝遷移的技術趨勢有增無減，這意味著設計團隊不僅需要驗證不斷增長的功能，同時滿足激進的功率、性能和面積 (PPA) 目標，還需要分析電氣、熱和可靠性的融合效果，”Cadence 云業務高級業務開發組總監 Ketan Joshi 說。“在緊迫的上市時間窗口內交付新產品所需的近 10 倍的計算資源正在推動設計團隊使用基于云的計算來增強其本地基礎設施。現在，復雜的設計和供應鏈越來越需要設計團隊、IP 供應商、代工廠和制造合作伙伴在全球范圍內進行協作。

AI 和 ML

圍繞機器學習的一切都沒有盡頭。“2023 年將是生成人工智能的一年，”Arteris IP 產品營銷副總裁 Andy Nightingale 說。“這用于創建圖像、對象和文本，并通過醫學研究建模執行跨領域和樣式的數據轉換以及數據集擴充。這項技術可能會推動基于多芯片的 HPC 集群的實施。”

這是另一種允許差異化的技術。“這最終使他們的系統比競爭對手的產品更智能，”Sawicki 說。“隨著我們發現越來越多的 AI 成為基于邊緣的設備的一部分，我們發現該領域的領先公司通過構建自己優化的 AI 加速器而不是使用現成的 AI 加速器 IP 來實現更大程度的差異化。這使公司能夠優化他們的系統以獲得最佳的整體系統功能和性能，同時也使競爭對手更難成為快速追隨者。”

這也可能導致定制軟件。Verific Design Automation 總裁兼首席運營官 Michiel Ligthart 表示：“在定制硅在 2023 年流行之后，未來四年將迎來定制 EDA 時代。”“擁有內部半導體設計團隊的公司將專注于專門的設計工具來開發硅片，他們會將自己的領域知識應用于內部 EDA 工具。這項工作將側重于設計入口——想想 SystemVerilog 和 VHDL 設計工具——而不是布局布線等后端工具。這種趨勢已經開始，并將在未來幾年顯著增加。”

AI 和 ML 正在尋找進入各種產品的途徑。“其在規模和可復制性方面的獨特要求將導致 NoC 的特定變化，通常會導致計算和互連的共同優化，”Schirrmeister 說。“AI/ML 還將進一步提高設計效率，并具有徹底改變經典設計方法甚至 IP 可配置性的潛力。”

人工智能的使用開始影響開發工具鏈。Cadence 的產品工程總監 Matt Graham 表示：“使用‘AI/ML 輔助’的設計和驗證將開始以真實的方式交付，我們將在 DVCon 和 DAC 等場所看到客戶論文的證明。”“更換工程師不是我們在 2023 年應該期待的事情，但到今年年底，我們將能夠回顧并看到通過引入 AI 和 ML 來減少一些手動任務他們周圍的工具。沿著預測文本和自動更正幫助移動用戶的思路思考，而不是 AI 自動編寫文本消息。就像自動更正一樣，并不是所有的東西都能正常工作或讓生活更輕松。但凈收益將是正的。”

新興市場

盡管一些新興市場如今不過是炒作，但它們可能是未來的沃土。他們還可以創造新的需求，為行業的其他部分提供動力，然后創新可以提升行業的所有部分。

Semtech 信號完整性產品部高級市場經理 Raza Khan 表示：“元宇宙席卷了技術行業，并正在突破以前認為數字社區可能實現的界限。”“這種全沉浸式技術將給 5G 基礎設施帶來前所未有的壓力。對 5G 的這種不斷增長的需求需要以極低的延遲、低功耗和高性能提供更高的帶寬傳輸能力。

光學技術將在實現通過 5G 無線技術高效且有效地傳輸數據方面發揮關鍵作用。光學技術提供了 Metaverse 應用程序所需的成本效益、小尺寸、低功耗和性能。為了讓元宇宙在未來幾年得到廣泛采用，很多人都把目光投向了量子。PathWave Software 副總裁兼總經理 Niels Faché 表示：“到 2023 年，量子即服務 (QaaS) 的產品將會增加，大公司和初創企業將為客戶提供對其量子平臺的云訪問。”“Quantum EDA 將成為提高這些基于云的平臺的計算能力的關鍵推動因素，其簡化的工作流程可以處理增加量子位的數量。同時，本地定制 QPU（量子處理單元）的服務有望從設計到制造和集成解決方案得到提升，以滿足對本地量子模擬解決方案的需求。從這個角度來看，量子 EDA 也將通過這些定制 QPU 產品看到強勁的需求。”

工具和 EDA

感覺好像 EDA 行業正接近需要重新發明的地步。隨著一切變得更加相互關聯，流程和方法需要跨越從概念到實施和制造，到現場使用再到概念的所有方式，數據在所有階段之間自由移動，對點工具的關注正在被打破。

Faché 說：“隨著公司從跨團隊使用不同數據庫的手動測試和數據處理轉向整個企業的簡化開發，各行業正在發生數字化轉型，”Faché 說。“連接設計和測試可以在整個產品生命周期中共享數據并關聯結果。更重要的是，它允許從測試到設計過程的主動反饋循環，從而減少設計周期并加快上市時間（數字孿生）。需要靈活的工具將設計和測試系統連接到更大的企業工作流中。這包括管理要求和自動化測試生成、合規性測試、測試自動化、靈活的數據庫、數據分析和人工智能優化。”

這也使工具選擇變得更加困難。“我們可能會開始看到對整個端到端設計和驗證過程進行基準測試的更多出現，”Cadence 的 Graham 說。“這包括以前難以封裝的指標，如調試、覆蓋收斂、解決缺陷的總時間、時序收斂的總時間等，因為工具供應商和工具用戶都試圖理解和量化額外 CPU 周期的貢獻花在自動化上，包括 AI 和 ML。”

并且需要真正的分層方法。“驗證是一項開放式挑戰，隨著復雜性的增加呈非線性增長，”Real Intent 總裁兼首席執行官 Prakash Narain 說。“因此，驗證工作占整個芯片開發工作的百分比一直在增長。我們的行業通過創建更強大的模擬器和仿真器并使用大規模并行部署成功地遏制了這種增長。工具必須通過支持分層分析形式的分而治之來管理高設計復雜性和容量要求。分層分析的足夠準確的抽象對于每個應用程序都是不同的。靜態簽核技術還必須確保遵守旨在進一步降低復雜性的特定方法規則。”

最后，EDA 可能不再不受出口限制。