近日，Mentor IC EDA执行副总裁Joseph Sawicki来华出席年度Mentor Forum 2019北京设计技术论坛。萨维基第一次来到中国已经20年了。在这20年中，Sawicki看到了中国集成电路设计行业的巨大进步，并表示人工智能和机器学习领域是中国和全球半导体行业的巨大机遇。

“麦肯锡咨询公司认为，人工智能正在为半导体行业开启几十年来最好的商机。”萨维奇说，“几十年的商业机会对半导体行业至关重要。以前不管是PC还是手机市场，连续的机会都没有这么长。并且在移动时代，只为半导体行业提供了20%的产值，而在人工智能领域，半导体公司将从技术栈中获得约50%的产值。”

究其原因，Sawicki表示，包括车联网、智慧城市、物联网、工业物联网等领域都会产生海量数据并传输到云端，这必将改造现有的数据中心架构，给人工智能领域带来爆发式的发展机遇。除了云之外，边缘计算领域也需要大量的机器学习和人工智能设备来加快数据处理和响应过程。根据Sawicki的数据，边缘计算的增长率将显著超过云，年复合增长率为190%。

实际资金走向与萨维基和研究咨询机构的观点一致。在过去的几年里，风险投资机构正在回归芯片领域，他们基本上专注于机器学习和人工智能。

Joseph Sawicki，Mentor IC EDA执行副总裁

芯片设计的方法论将会发生颠覆性的变化

萨维奇指出，对于芯片设计公司来说，面对这个颠覆性的市场，需要做出一些改变。

首先需要的是高阶集成技术(HLS)。Sawicki说，SoC过去的设计方法是设计RTL，然后验证它。现在，这两步应该符合人工智能时代的新要求。

对于设计方法论，在人工智能时代，算法开发平台的语言是C或C++等。为了实现统一的原生设计环境，最好使用相同的芯片开发环境。“HLS是AI原生环境和芯片设计之间的桥梁。它可以帮助客户更好地设计架构，管理内存分配，神经网络的宽度和深度，决定在其中放置多少条流水线，等等。只有管理好这些因素，我们才能为垂直应用提供优化的IC软件体验。”

在验证方法上，传统的验证方法是测试规则、体系结构和规范等。，但在AI时代，面对的是更多的垂直应用，所以需要在应用层面进行验证。需要模拟一个虚拟的AI引擎，将算法数据推送给硬件仿真系统中的AI引擎来执行代码处理和用户的最终应用，从而获得整体的性能、功耗和数据，让整个系统的性能在芯片开发之前尽早了解。

“在传统的开发过程中，客户更关注设计规范和架构，但在AI时代，他们需要关注对应用的验证，而不仅仅是验证设计本身的正确性。”萨维奇强调。

根据不同的HLS方法论，门拓推出了Catapult HLS工具箱，包含C/C++/SystemC HLS、HLS验证、低功耗HLS三大产品线。

这个平台有多厉害？根据Mentor客户NVIDIA的反馈，采用Mentor产品后效率提升50%，验证成本降低80%。

EDA行业如何利用好人工智能和机器学习

Sawicki表示，人工智能和机器学习正在Mentor中得到广泛应用，以加速新产品和技术的开发。

如图，无论是测试模式分析还是数据分析，门拓的产品都在使用机器学习和人工智能技术。Mentor在整个Calibre平台上增加了AI/ML基础设施，并推出了两项AI/ML技术，分别是Calibre Machine Learning OPC(ML OPC)和LFD with Machine Learning。这两种技术都可以利用机器学习来使软件获得更快、更准确的结果。在OPC产品上，通过机器学习可以将OPC输出预测到纳米精度，执行时间可以缩短三倍。在LFD，机器学习的两个主要应用得到了充分利用。一种是利用机器学习提取海量未标注数据，另一种是通过训练好的数据让预测更加准确。结果表明，与基于全芯片模型的仿真相比，在保持最佳精度的同时，性能提高了10 ~ 20倍。

在数据分析中，包括Solido和yield分析，可以使用机器学习进行更快的检测。

谈及目前其他EDA公司在人工智能IP领域的进展，Sawicki表示:“Mentor最关心的是如何创造价值，帮助客户开发优化设计的能力，然后垂直应用。相比更通用的IP解决方案，门拓希望给予客户更高的优化设计的能力。目前门拓的IP布局更多的是架构层面的开源IP，只是为了帮助客户尽快完成设计优化的起点。”

Sawicki在Mentor工作了近30年，领导了Mentor的几个久负盛名的产品线，包括Calibre和Tessent。谈及这些产品成功的原因，萨维奇分析道:“首先，必须有一群非常热情的开发者，能够为市场提供有特色的产品；其次，工程师团队必须与客户非常紧密地合作，因为如果他们远离客户，他们就无法找到解决问题的好方法。三是找到客户产品需求的痛点，就像Calibre做设计，Tessent做测试一样。"

人工智能是当前行业的痛点和发展重点。

导师+西门子引领EDA 4.0时代

门拓中国高级技术经理牛凤菊表示，现在EDA正在进入4.0时代。在EDA 1.0时代，仍然是最原始的门级电路设计方法论，只有导师；是唯一一家仍然大有作为的EDA公司。在EDA 2.0时代，引入了RTL设计方法论，包括Cadence和Synopsys。在EDA 3.0时代，设计输入的抽象层次进一步提高，引入了基于IP重用的SoC设计方法论。一些EDA公司已经开始收购IP厂商，而ARM等独立IP厂商增长迅速。现在EDA 4.0时代，更高阶的综合需求就诞生了，比如SystemC，C综合。同时，还有全新的电子与机械、电气与网络异构集成的协同设计与仿真。新的EDA方法，例如各种物理场(电子、电、磁场、机械应力、热场、光学效应、化学效应等)的混合模拟。)应运而生。

Sawicki介绍了目前门拓新技术的开发进展。门拓的仿真系统和西门子的数字孪生技术正在合作融合，优势互补，引领EDA 4.0时代的到来。通过Mentor的虚拟验证方法，生成虚拟环境下自动驾驶的数据生成和处理过程，然后将虚拟设备与西门子Simcentor Amesim机电一体化系统仿真平台连接。Veloce一方面模拟整个芯片平台，Amesim一方面模拟整个动力总成和底盘系统平台。通过双方的互动，实现整个机电一体化仿真验证过程，是数字孪生技术的真正落地。这个系统对汽车厂商和芯片设计师来说都是最好的联动体验。“这个系统对原始设备制造商和一级制造商非常重要。同时，对于汽车芯片供应商来说，可以更好地与他们的客户进行沟通和合作。”萨维奇说。

助力中国设计产业繁荣30年

“今年是门拓进入中国30周年，门拓也是全球EDA行业第一家进入中国的公司。”门拓中国业务发展总监、中国区副总经理柳岩介绍。

Sawicki表示，门拓正在三个方面帮助中国设计行业的发展。首先是提供最好的工具和产品；二是国内有相当一部分本土工程师帮助客户进行设计优化等支持工作；第三，我们可以为客户提供一系列关于设计方法的咨询和培训服务。

“就在上周，我参观了中国的一家初创公司。它两年前才成立，但它的芯片六个月前就已经开始流动了。这个速度让我感到惊讶，但也让我感到骄傲，因为正是我们的机器学习和人工智能技术让他们在如此短的时间内取得了巨大的成功。”萨维奇说。

“人工智能和机器学习将在未来十年给整个半导体行业带来巨大的机会。为了迎接新的时代，EDA需要在设计和验证方法上有一些新的变化。Mentor作为西门子的一部分，可以为客户提供新的设计和验证方法论，帮助他们在人工智能时代取得更大的成功。”萨维奇总结道。