2025，芯片行業(yè)的重塑之年

本文由半導(dǎo)體產(chǎn)業(yè)縱橫（ID：ICVIEWS）編譯自Semiconductor Engineering

這將是令人難以置信的創(chuàng)新之年，由人工智能驅(qū)動，并為人工智能而創(chuàng)新，并突破基礎(chǔ)物理學(xué)的極限。芯片行業(yè)即將迎來創(chuàng)新的一年，這是幾十年來從未有過的，但這一進步時期的真正獨特之處在于需要專注于物理學(xué)和真正的設(shè)計技能。

SoC 的平面擴展使設(shè)計和驗證工具和方法得以在相對線性的路徑上成熟，但過去幾年創(chuàng)造了一個自 EDA 行業(yè)誕生以來變化最為劇烈的環(huán)境。過去，重點通常涉及新工藝技術(shù)，有時會在整個流程中產(chǎn)生連鎖反應(yīng)。設(shè)計本質(zhì)上是漸進式的，盡可能多地借鑒以前的設(shè)計。

但微縮不再像以前那樣在功率、性能和面積方面帶來巨大改進。未來越來越多地涉及異構(gòu)和垂直微縮——這里通常稱為 3D-IC，但也包括 2.5D——這已在一些最先進的數(shù)據(jù)中心內(nèi)得到證實。除了這些設(shè)計之外，人工智能將充當推動者，從內(nèi)部影響工具、方法和流程。此外，功率和熱性能將成為主要的優(yōu)化目標，多物理不再僅限于混合信號設(shè)計組件。

需求方面也發(fā)生了變化。人工智能需要大幅提高計算能力。業(yè)界不再滿足于性能的漸進式改進，而是專注于根本性的架構(gòu)變化，以實現(xiàn)數(shù)量級的提升。計算能力的提高還需要適當提高內(nèi)存性能和通信帶寬，但芯片和封裝受到其散熱量的制約。

2025 年可能是幾十年來最令人興奮的一年。在功率和熱限制內(nèi)對計算能力的無限需求的推動下，新的工具、方法和流程將會出現(xiàn)。設(shè)計團隊將進行重大重組，以處理系統(tǒng)和硅片之間不斷擴大的流程，以及對安全和保障（包括數(shù)據(jù)安全）日益增長的擔憂。

由數(shù)據(jù)中心驅(qū)動

數(shù)據(jù)中心是當今許多創(chuàng)新的核心，其驅(qū)動力來自于對與人工智能相關(guān)的計算能力的無限需求。

AI 創(chuàng)新周期正在超越典型的設(shè)計迭代時間。是德科技設(shè)計和驗證業(yè)務(wù)部總經(jīng)理 Nilesh Kamdar 表示：“生成式 AI 解決方案的發(fā)展意味著傳統(tǒng)計算必須進行自我改造，并實現(xiàn)指數(shù)級的吞吐量。傳統(tǒng)電子解決方案正在失去動力，而即將出現(xiàn)的第一個突破是硅光子學(xué)和更多的光通信。某種程度的光通信如今已經(jīng)很普遍，但隨著硅光子的出現(xiàn)，它將開始取代短途傳輸。到 2025 年，光子學(xué)解決方案將成為主流，并推動該領(lǐng)域的投資和招聘。半導(dǎo)體代工廠將通過更新的工藝變體進行創(chuàng)新，并幫助推動生態(tài)系統(tǒng)向前發(fā)展。”

其他形式的通信也在考慮之中。Point2 Technology 產(chǎn)品營銷和業(yè)務(wù)開發(fā)副總裁 David Kuo 表示：“AI/ML 工作負載正在突破數(shù)據(jù)速率的極限，每秒要處理數(shù)萬億次計算。通信帶寬和互連必須跟上步伐，以支持增長。這需要從銅和光學(xué)技術(shù)向新形式的通信進行革命性轉(zhuǎn)變，例如使用毫米波射頻信號通過塑料介電波導(dǎo)傳輸和接收數(shù)據(jù)?！?/p>

過去，設(shè)計團隊并不太關(guān)心數(shù)據(jù)中心芯片的功耗。“如今，討論的焦點是數(shù)據(jù)中心對功耗的意外影響，這已經(jīng)超出了與手機和電池壽命相關(guān)的預(yù)測，”Ansys 總監(jiān) Rich Goldman 說?！坝懻摫砻?，人們的注意力已經(jīng)轉(zhuǎn)向數(shù)據(jù)中心巨大的電力需求，以及新建核電站以滿足這些需求的潛在必要性?！?/p>

這將對數(shù)據(jù)中心設(shè)計的芯片和供應(yīng)鏈產(chǎn)生重大影響。Quadric 首席營銷官 Steve Roddy 表示：“大型 IP 供應(yīng)商悄悄進入銷售小芯片市場，并向上游進軍銷售硅片的傳聞已經(jīng)在媒體上流傳。2025年很可能會有一家或多家 IP 供應(yīng)商正式宣布進軍小芯片市場。如果小芯片成功將 SoC 分解為小芯片系統(tǒng)，我們可以期待看到 CPU 子系統(tǒng)小芯片、連接小芯片、GPU 處理小芯片和 AI/ML 子系統(tǒng)小芯片。最有可能率先參與這一演變的細分市場是大型數(shù)據(jù)中心計算領(lǐng)域。該領(lǐng)域的大型半導(dǎo)體公司已經(jīng)開始出貨封閉的專有小芯片系統(tǒng)。隨著 UCIe 等標準化工作取得進展，我們將首先看到這種影響在數(shù)據(jù)中心等 IP 供應(yīng)商中產(chǎn)生，未來幾年將影響汽車等銷量更大的細分市場，并最終影響移動手機?！?/p>

雖然數(shù)據(jù)中心整合在過去幾年一直在進行，但這種情況可能會改變。Ampere Computing 首席產(chǎn)品官 Jeff Wittich 表示：“部署靈活性變得至關(guān)重要。隨著人工智能工作負載擴展到不同的環(huán)境（本地、邊緣和隔離托管設(shè)施），對延遲敏感的應(yīng)用程序?qū)⑿枰拷脩舻幕A(chǔ)設(shè)施，部署在現(xiàn)有的數(shù)據(jù)中心和 PoP（接入點）中。此外，推理不再是獨立的工作負載。支持檢索增強生成 (RAG) 和應(yīng)用程序集成等任務(wù)將需要強大的通用計算以及人工智能專用資源，強調(diào)效率和可擴展性?！?/p>

我們還可以看到量子成為商業(yè)計算平臺?！肮庾訉W(xué)之后的最后一個前沿是量子計算，”Keysight 的 Kamdar 說?！斑@是一個令人興奮的研究領(lǐng)域，我們已經(jīng)擁有可以處理一千多個量子比特的量子計算機。隨著研究和創(chuàng)新的步伐，10,000 個量子比特只需幾年時間。量子研究將傳播到更多國家，尤其是亞洲，因為沒有哪個地區(qū)愿意將任何計算優(yōu)勢拱手讓給另一個地區(qū)?！?/p>

由 AI 驅(qū)動

過去幾年中，許多工具都因 AI 而得到了增強，但到目前為止，很少有工具或方法被 AI 從根本上改變。這種情況可能會在 2025 年發(fā)生變化。Arteris 產(chǎn)品管理和營銷副總裁 Andy Nightingale 表示：“我們可以期待看到 AI 嵌入到布局、布線和優(yōu)化等工具中。這將減少手動迭代。我們還可以期待看到生成式 AI 最初用于設(shè)計探索、系統(tǒng)架構(gòu)建議和管理IP重用。在驗證過程中，AI 將優(yōu)先考慮極端情況測試、加速錯誤檢測并分析大型數(shù)據(jù)集以進行功能和形式驗證?！?/p>

2025 年很可能是人工智能代理之年?！案叨葘I(yè)化的人工智能代理可以聚集在一起，分析大量信息，涵蓋軟件架構(gòu)、工作負載、制造規(guī)則、數(shù)據(jù)流、時間和其他參數(shù)，”Synopsys GenAI 中心杰出架構(gòu)師兼執(zhí)行董事 Stelios Diamantidis 表示?！斑@種人工智能之間的協(xié)作將有助于識別以前未見過的模式和相關(guān)性，為持續(xù)存在的挑戰(zhàn)開發(fā)新的解決方案，并為優(yōu)化芯片設(shè)計和性能提供詳細的建議。”

AI 也可能擴展到更多工具領(lǐng)域?！霸诠こ毯驮O(shè)計領(lǐng)域，AI/ML 解決方案將從數(shù)字轉(zhuǎn)向模擬，對 RF/模擬設(shè)計師產(chǎn)生更大的影響，”Kamdar 說?！吧墒?AI 將影響設(shè)計界，基于 ML 的綜合解決方案將有助于創(chuàng)造新穎獨特的設(shè)計。企業(yè)將聘請數(shù)據(jù)專家并指派首席數(shù)據(jù)官專注于推動所有 AI/ML 工作的動力——數(shù)據(jù)。由于 AI/ML 的進步，所有職能部門對生產(chǎn)力的影響都將得到改善。”

事實證明，聊天機器人有助于提高設(shè)計師的工作效率。“盡管過去的一年主要關(guān)注聊天機器人的使用案例，主要使用公共數(shù)據(jù)，但未來在于將生成式人工智能應(yīng)用于私有的安全數(shù)據(jù)集，以創(chuàng)建更有價值的工具，”Ampere 的 Wittich 說?！敖鹑凇⒈ｋU和電子商務(wù)等行業(yè)的企業(yè)準備采用這些技術(shù)，從專有數(shù)據(jù)中提取有意義的見解?！?/p>

這將開始成為競爭優(yōu)勢。Altair 技術(shù)戰(zhàn)略、電子設(shè)計和仿真高級副總裁 Sarmad Khemmoro 表示：“創(chuàng)新速度是制勝法寶。隨著對 AI 芯片的需求持續(xù)激增，半導(dǎo)體公司將意識到新興技術(shù)在設(shè)計過程中發(fā)揮的關(guān)鍵作用。通過將 AI 與仿真軟件相結(jié)合，工程師可以測試新概念并做出設(shè)計決策，速度比傳統(tǒng)方法快 1,000 倍，從而大大加快上市時間并降低成本。這種方法將是更高效地生產(chǎn)高性能芯片并在快速發(fā)展的半導(dǎo)體行業(yè)中保持競爭力的關(guān)鍵?！?/p>

不過，許可證方面需要做出改變。Driver 聯(lián)合創(chuàng)始人兼首席執(zhí)行官 Adam Tilton 表示：“企業(yè)將以兩種不同的方式部署人工智能，一種是通過結(jié)構(gòu)良好的輸出自動執(zhí)行高度受限的任務(wù)，另一種是為開放式任務(wù)提供協(xié)作工具——兩者都旨在提高員工效率。不過，定價模型將反映這些不同的用例，結(jié)構(gòu)化輸出采用基于消費的定價，而協(xié)作工具采用按席位許可定價?！?/p>

人們常說數(shù)據(jù)是新的石油，但業(yè)界才剛剛開始意識到，保存和保護數(shù)據(jù)比儲存石油更困難。數(shù)據(jù)必須不斷驗證和清理?！叭斯ぶ悄艽淼牟粩喟l(fā)展強化了透明度的需求，”Synopsys 的 Diamantidis 說。“換句話說，我們需要清楚地了解每個人工智能代理。他們是如何開發(fā)和訓(xùn)練的？他們的運營目標是什么？他們?nèi)绾闻c其他人工智能代理互動？他們利用了哪些數(shù)據(jù)集？”

數(shù)據(jù)主權(quán)和安全將極大地影響 2025 年的 AI 部署戰(zhàn)略?！捌髽I(yè)越來越意識到其專有數(shù)據(jù)集的價值，將其視為競爭資產(chǎn)，”Wittich 說?！斑@種轉(zhuǎn)變意味著 AI 推理工作負載不僅在公共超大規(guī)模云上運行，而且還在更安全的環(huán)境中運行，例如私有云、本地數(shù)據(jù)中心或私人托管設(shè)施。數(shù)據(jù)泄露和篡改 AI 算法的風(fēng)險凸顯了對安全、隔離基礎(chǔ)設(shè)施的需求。隨著企業(yè)在 AI 驅(qū)動的創(chuàng)新方面展開競爭，保護知識產(chǎn)權(quán)和敏感信息的能力將成為成功的基石。此外，這一趨勢將擴大企業(yè)擁有的計算資源的作用，創(chuàng)造一個更加分散和安全的 AI 生態(tài)系統(tǒng)?！?/p>

當工具和數(shù)據(jù)來自不同的地方時，就需要創(chuàng)造性的解決方案。Cadence 系統(tǒng)驗證組產(chǎn)品營銷總監(jiān) Paul Graykowski 表示：“EDA 供應(yīng)商一直在尋找訓(xùn)練模型和隔離專有數(shù)據(jù)的最佳方法。解決方案即將問世。雖然我們暫時還看不到由 GenAI 設(shè)計和驗證的復(fù)雜 SoC，但一些更平凡的文檔、編碼模板和自動化腳本工作即將出現(xiàn)。人工智能技術(shù)將成為驗證下一代芯片所需的力量倍增器?！?/p>

如今，很少有人考慮使用人工智能的成本效益。Driver 的 Tilton 表示：“公司將通過構(gòu)建人工智能產(chǎn)品而不是僅僅包裝 LLM 來取得成功?！薄斑@意味著混合技術(shù)堆棧包括傳統(tǒng)軟件處理、算法，然后是 LLM 的精確使用。人工智能解決方案需要展示具體的指標，例如成本節(jié)約、生產(chǎn)力提高或收入增長，以證明其實施成本是合理的?！?/p>

NPU 也將經(jīng)歷大洗牌。Quadric 的 Roddy 表示：“在 1998 年至 2001 年的繁榮時期，我們看到行業(yè)中出現(xiàn)了 50 多種不同的 RISC CPU 架構(gòu)和 25 多種 DSP 架構(gòu)。就像觀看一部關(guān)于物種數(shù)量繁榮和不可避免的衰退的自然紀錄片一樣，NPU 的過度繁殖也會導(dǎo)致物種數(shù)量減少。那些認為構(gòu)建矩陣加速器是差異化來源的公司將會發(fā)現(xiàn)，授權(quán) IP 塊比重新發(fā)明已經(jīng)準備好的東西更便宜、更好。競爭的現(xiàn)實是，市場無法維持 10 或 15 家授權(quán)公司。我們已經(jīng)看到 2024 年的人口峰值，許多實力較弱的 NPU IP 公司已經(jīng)關(guān)閉。隨著公司關(guān)閉內(nèi)部 NPU 開發(fā)，即使交易量增加，這種趨勢也會在 2025 年加速?！?/p>

物理限制

直到最近，對于可以做什么，物理限制很少。許多設(shè)計現(xiàn)在都面臨著光罩極限，雖然功率長期以來一直是考慮因素，但熱現(xiàn)在正成為許多設(shè)計的限制因素。

Ansys 產(chǎn)品營銷總監(jiān) Marc Swinnen 表示：“功耗始終有一個軟目標。設(shè)計必須滿足一定的頻率，如果達不到，那么你就得回頭再來，推遲產(chǎn)品生產(chǎn)，直到滿足該頻率。但功耗一直是‘我們已盡了最大努力’的問題?，F(xiàn)在，功耗正在變成‘你必須設(shè)計功耗’。你不能將一個功耗很大的設(shè)計變成低功耗設(shè)計。這必須從一開始就做到。公司很早就開始考慮散熱問題，他們將其視為設(shè)計的核心限制。為此，原型設(shè)計變得非常重要。當我們首次開始涉足 3D-IC 市場時，這讓我們感到意外。”

它需要新型工具。“這是一個電熱協(xié)同設(shè)計問題，”Arteris 的 Nightingale 說。“它需要能夠解決功率、散熱和結(jié)構(gòu)力學(xué)協(xié)同仿真的工具。這對于管理堆疊架構(gòu)中的熱量和功率傳輸尤其重要。在極端情況下，它需要與設(shè)計和驗證工作流程集成的實時熱仿真，重點關(guān)注緊湊和主動冷卻解決方案?！?/p>

人工智能對數(shù)據(jù)中心電力的無止境的需求給電網(wǎng)和地理電力限制帶來了壓力?！盀榱吮苊庠诙唐趦?nèi)引入新的不可再生能源或延長其使用壽命，硬件優(yōu)化將在降低電力需求方面發(fā)揮關(guān)鍵作用，”Wittich 說。“用現(xiàn)代高效處理器取代舊的耗電系統(tǒng)可以大幅減少能源使用，使現(xiàn)有基礎(chǔ)設(shè)施更加可持續(xù)。這種效率轉(zhuǎn)變對于平衡對更多能源的需求與負責(zé)任的環(huán)境管理至關(guān)重要?！?/p>

3D-IC 技術(shù)（包括 2.5D）已用于解決其中一些問題?！癈hiplet 和 3D-IC 解決方案將繼續(xù)成為主流，”Kamdar 說?！澳梢云诖喾庋b公司加入 Chiplet 生態(tài)系統(tǒng)，并幫助標準化設(shè)計和協(xié)作的許多方面。包括異構(gòu)集成 (HI) 在內(nèi)的先進封裝技術(shù)將為系統(tǒng)公司帶來技術(shù)和業(yè)務(wù)優(yōu)勢，這將繼續(xù)吸引該領(lǐng)域的投資。創(chuàng)建 3D-IC/HI 設(shè)計的設(shè)計解決方案將日趨成熟，系統(tǒng)設(shè)計人員將能夠更輕松地進行前期設(shè)計和權(quán)衡?！?/p>

這可能會對 IP 市場產(chǎn)生重大影響。Quadric 的 Roddy 說：“Synopsys 和 Cadence 在物理 IP 領(lǐng)域占據(jù)市場主導(dǎo)地位。這源于將復(fù)雜的高速模擬接口移植到每個晶圓廠的每個新工藝變體的工程密集型性質(zhì)。但是當芯片成為主流時會發(fā)生什么？SoC 設(shè)計團隊不再需要在同一工藝中擁有所有 IO。如果您可以利用芯片和 3D-IC 封裝在 5nm 芯片中使用現(xiàn)有的接口 IP，那么移植所有物理 IP 的需要就會大大減少。隨著更多 IP 被重復(fù)使用，現(xiàn)有的物理 IP 參與者可能會看到許可收入上升，但對 NRE 移植費用的需求會減少。有抱負的新物理 IP 參與者將有勇氣進入市場，因為他們知道他們的作品可以有更長的使用壽命。不要指望 2025 年前三名的排名會發(fā)生變化，但未來變化的種子將在 2025 年播下?！?/p>

在EDA內(nèi)部

新技術(shù)節(jié)點不斷增加設(shè)計壓力。Atomera 先進邏輯節(jié)點和電源業(yè)務(wù)負責(zé)人 Shawn Thomas 表示：“對于高度擴展的晶體管，例如 2nm 節(jié)點，諸如隨機摻雜波動之類的效應(yīng)會對晶體管特性（例如 Vt 或遷移率）產(chǎn)生很大影響。Vt 的變化會導(dǎo)致開關(guān)速度的差異，這在 GAA 結(jié)構(gòu)中會加劇。GAA 晶體管中的每個通道可能具有不同的 Vt，然后聚合到器件的整體 Vt。這會導(dǎo)致電路級不匹配增加，并縮小電路設(shè)計人員必須使用的設(shè)計余量（即更保守的設(shè)計以考慮增加的可變性）。Vt 的變化還會導(dǎo)致晶體管的泄漏增加，從而增加晶體管和后續(xù)電路元件的關(guān)斷狀態(tài)功耗?！?/p>

先進封裝技術(shù)需要新工具?！胺庋b技術(shù)需要大變革，”Ansys 的 Swinnen 說?！敖M裝多個芯片并進行鍵合的方法有無數(shù)種，但并非所有方法都有足夠的投資來實現(xiàn)在整個市場上的全面生產(chǎn)可行性。推動這一趨勢的原因是每個人都希望能夠銷售芯片，每個從事 3D 工作的人都需要芯片，因此對標準化的需求非常強烈。業(yè)界的利益一致，以確保為此制定標準。實現(xiàn)這一目標需要一年多的時間，但之后你就會看到該領(lǐng)域的進步?！?/p>

在制定標準的同時，合作也變得非常重要。Altair 的 Khemmoro 表示：“半導(dǎo)體公司將越來越重視與系統(tǒng)公司建立牢固的合作伙伴關(guān)系。這些合作至關(guān)重要，因為許多芯片制造商對其產(chǎn)品如何集成到最終設(shè)備中缺乏完整的了解。在未來幾年，這種團隊合作將變得更加重要，尤其是當系統(tǒng)設(shè)計師面臨著創(chuàng)造更小、更高效產(chǎn)品的持續(xù)壓力時。緊跟這些變化并做出相應(yīng)的調(diào)整對于保持競爭力和推動創(chuàng)新至關(guān)重要。”

在 EDA 中，與 AI 相關(guān)的很多話題都集中在驗證領(lǐng)域。Cadence 的 Graykowski 表示：“過去幾年，我們看到 AI 驗證領(lǐng)域取得了許多進展，這有助于優(yōu)化回歸并縮小調(diào)試驗證失敗的范圍。由于業(yè)界有時間對這些解決方案進行原型設(shè)計和改進，我預(yù)計我們將獲得更優(yōu)化的功能集，并看到更多采用者將這項技術(shù)引入主流驗證流程。明年最有可能取得最大進步的領(lǐng)域不僅僅是回歸優(yōu)化，還包括幫助縮小覆蓋范圍并在更短的時間內(nèi)找出更多錯誤。自動化流程在分類和縮小調(diào)試范圍以及確定可能的故障源方面具有很大的潛力。驗證工程師將利用該技術(shù)篩選數(shù)據(jù)量，使他們能夠跟上當今設(shè)計的規(guī)模。我還預(yù)計 GenAI 將在明年得到更多應(yīng)用。”

AI 還將增強設(shè)計流程。“印刷電路板 (PCB) 設(shè)計需要多種學(xué)科和技能，”Khemmoro 說?！耙虼耍驹絹碓蕉嗟卦谡麄€工作流程中采用自動化，從初始需求和邏輯設(shè)計到制造和組裝。通過在設(shè)計過程中將 AI 與仿真相結(jié)合，可以加速設(shè)計決策，并顯著縮短開發(fā)周期。為了進一步增強這一過程，現(xiàn)在汽車、航空航天和國防等產(chǎn)品壽命較長的行業(yè)正在現(xiàn)場使用監(jiān)控系統(tǒng)，以跟蹤 PCB 性能，以及降低組件的額定值以將潛在問題直接傳達給開發(fā)團隊。然后可以將這些見解納入 PCB 設(shè)計流程，以提高效率和可靠性?！?/p>

設(shè)計團隊必須跨越越來越多的學(xué)科。Arteris 的 Nightingale 表示：“許多設(shè)計的范圍正在擴大，這意味著模擬也必須擴展到涵蓋光學(xué)、流體和機械效應(yīng)，尤其是在復(fù)雜封裝中?！薄耙恍┦袌鲈黾恿似渌?，例如硬件級安全性的新方法，包括加密驗證和抗攻擊性，以及芯片級符合 ISO 21434 網(wǎng)絡(luò)安全風(fēng)險管理標準。而可靠性需要針對老化、電遷移和其他長期故障模式的預(yù)測工具。”

結(jié)論

總的來說，這些只是行業(yè)在 2025 年將發(fā)生重大變化的幾個領(lǐng)域。其中一些技術(shù)被原型化并發(fā)布到行業(yè)的速度正在加快。這是前所未有的，它說明了保持領(lǐng)先地位的重要性。整個行業(yè)正處于巨大的變革之中。