DSO.ai
由人工智慧驅動的設計應用
瞭解更多 →
以晶片再造解決晶片供應壓力
近年來半導體對電子業的重要性空前高漲。伴隨著人工智慧(AI)、5G、物聯網(IoT)等技術的發展以及懷抱打造全新世界壯志的企業環伺之下，全球晶片供應需求為半導體業帶來巨大壓力。誠如新思科技董事長兼執行長Aart de Geus最近在媒體採訪中明確指出：「科技正指引著我們前進的方向」。
雖然業界不斷努力尋求各式解決方案，但問題的根源在於製造能力跟不上需求。由於明顯缺乏建構在傳統晶片技術上的製程節點，市場上充斥著12至16奈米(nm)製程節點。因此，每年有多達2,500萬片晶圓(佔全球產能10%)的未被充份使用。
如果可以把這些舊式設計應用到各式各樣的製程節點，情況又會是如何呢？
新思科技就是要證明晶片再造(Silicon Remastering)這種新型態利用AI驅動設計框架的能耐，使用AI將舊晶片重新塑造為新產品，可望改善全球晶片供應鏈情況，緩解汽車和消費電子業製造商近幾個月以來面臨的困境。
Aart De Geus在年度ISSCC大會上以「讓不可能成為可能的催化劑：SysMoore時代的晶片、軟體和萬物智能」為題發表的演說內容陸續被富比士、Cambrian AI Research和 The Next Platform的資深記者及分析師引用及報導。就讓我們深入閱讀以瞭解Aart De Geus在演講中提出的晶片再造的觀點、重新設計舊有晶片的必要性，以及為何將AI應用於晶片設計對於未來產能貢獻益發重要。
歷久不一定彌新
越來越多公司開始透過內部研發團隊進行晶片設計，因此，矽晶技術將在更多產業被廣泛使用；而像汽車產業這類已開始在自行研發晶片的公司，對於矽晶技術的需求也會日益增加。雖然多數半導體產品是專為傳統矽晶技術所設計，但使用人工智慧重新定位舊晶片的價值功能，提供一種將晶片設計應用在不同節點並可吸收市場過剩產能的良方。
新思科技的突破始於一個簡單的思維，那就是：我們可以將建構在某種晶片技術上的設計應用到另一種晶片技術上，同時保持相同的品質嗎？ 經過實驗表明，這是可行的。事實上，新思科技已可以將14奈米節點技術移轉到10奈米，並取得良好成果。
富比士一篇文章引用Aart de Geus的主題演講，強調採用以人工智慧主導的方法將有效產出2,500萬個新晶圓。
在五年內，我們將看到全球晶片供應鏈的轉型，並可促進產能利用，相信晶片再造將是關鍵技術。」
|
我們使用AI演算法針對不同節點重新優化現有晶片，並將工作時間從數月降低至數週。在接受Cambrian AI Research的記者Karl Freund採訪時，Aart de Geus談到有助於發揮功效的諸多因素：
越來越有必要性的一件事，就是能夠以某種方式設計晶片，使它們可在某個時候重新應用到更新的技術，而不必從無到有開始設計…這個技術已經可以比傳統製程更有效率地進行設計。」
|
眾所皆知，整個半導體設計流程需要更加彈性地能適用於不同設計團隊，以吸收過剩產能。但這已超出將現有設計重新優化以適用新節點的範疇，並促使我們對晶片設計方式的再思考。升級到新節點確實可以增加容量並優化性能。此外，手邊正進行的設計也具備直接從原始設計中學習的優勢，並可延長使用壽命。最終可輕而易舉地達到設計新晶片的目標已昭然若揭。
使用AI讓舊晶片轉型
晶片再造可說是AI 技術為各行各業提供完整解決方案的最佳範例。不僅可節省大量時間，更能幫助客戶省下數億乃至數十億美元因製程效率低下或晶片短缺所造成的損失。
當可以藉由使用AI來執行將舊有(但優良)的設計轉移到新技術這類困難且繁重的工作，進而大量減少開銷，已有大型產業開始質疑是否還需要花一大筆錢建造採用舊技術的新晶圓廠。晶片設計下線到晶圓廠前，自動化工具將需對其進行模擬和驗證，並以數位格式呈現晶片。假設這些設計都能實現，AI技術就可以吸收這些原始設計並重新設計使其適用於新的晶圓廠製程。當在進行晶片設計時也將重新再造納入考量，AI勢必將能夠提供衍生設計以及完整的再造。
晶片再造的初期成果相當令人振奮。誠如富比世文章提到，像英特爾這樣的公司，已經開始與新思科計合作推動晶圓廠IDM 2.0計劃並擴展代工服務。
新思科計是英特爾代工服務(IFS)生態系聯盟的重要設計合作夥伴。我們很高興看到晶片再造技術的潛能，有助於英特爾代工服務的客戶優化其PPA (功率、性能、面積)設計。」
Bob Brennan，英特爾代工服務(IFS)副總經理
|
晶片再造對提升未來晶片製造能力的重要性
隨著各行各業對晶片的需求不斷增長，我們需要找出一種可以解決周期性晶片短缺問題的方法。重新再造代表一種即時且長期的解決方案，既能創造物理能力，又能推動對設計的深入理解。將設計從舊節點移轉到新節點，可以釋放出舊節點上的產能。此流程可讓我們學習設計、工具和技術之間的相似性。
The Next Platform指出，在系統複雜性的驅動下，當前的SysMoore時代在可預見的未來，將推動半導體創新。此一時代的定義為：
如果將摩爾定律在電晶體設計和現今封裝中的理念與系統複雜性相結合，將可為各種設備和系統增加1,000 倍的運算量，並打造一個『萬物智能』的世界。」
|
文章接著說明，這些增加幅度並不是等差級數，而是等比級數。根據 Aart de Geus的說法，晶片設計工具帶來的生產力提升一向是以非線性的對數尺度(log scale)成長：
開發編寫EDA的電腦專業人員將可協助開發能夠編寫更好EDA的次世代電腦。這個圈子將帶來指數級的成就。所以我們常說，成功是大家共同的努力總和。但，其實不然，應該是大家共同努力的乘積。只要有個地方落空，我們就會功虧一簣。藉由偉大的合作，我們將能展翅翱翔。」
|
展望未來，真正實現晶片再造的一項關鍵挑戰，將是順應汽車領域製造商的「及時化生產技術」(just-in-time)心態。解決此一問題需要擁有重大影響力的較大規模產業的共同參與。再造技術已經在重新調整失衡的全球製造能力方面持續一段時間，我們預期這發展軌跡在未來幾年也將持續進行。
觀看Aart關於晶片再造的完整主題演講：
