​ rockeric.com

 

知识产权

随着设计的规模变得越来越大，毫无疑问IP模块的规模也会随之增大。“行业领先的指标标志着设计者从对各个IP模块，PHY，控制器，软件的使用需求转变为对解决整个端对端协议接口挑战的需求，”Synopsys公司的USB&DisplayPort IP产品解决方案部门的营销总监Mick Posner表示，“SoC设计人员不再花时间去将各种IP模块集成到SoC设计中或是学习内部协议的专业知识，相反，设计人员开始倾向各个IP供应商来解决他们所遇到的接口问题。”

 

Posner认为独立的IP模块正在逐渐被根据SoC的特定需求所定制的IP子系统解决方案所代替。“设计人员希望得到详尽的RTL文件，特定的验证方案，最终芯片设计的完整层次化GDS细节，以及适配于设计的参考驱动软件。反过来，这又需要将包括芯片，PCB和输出的信号/电源完整性分析纳入物理连接器，从而确保最大的裕量。子系统的可交付成果有助于加快设计周期，并释放内部工程资源以专注于设计功能的差异化。”

随着IP在更多行业中的使用，新的需求也逐渐出现。“系统设计公司产品的使用寿命现在要求他们更长时间地跟踪设计/IP，”ClioSoft营销副总裁Ranjit Adhikary说，“这将对现有的IP管理系统带来新的挑战，现在必须在很长一段时间内跟踪IP的使用情况及其变化。IP管理系统还必须开发新技术，以防止IP剽窃。”

使用寿命也会对设计流程的其他方面产生影响。“物联网和汽车行业对设备寿命延长的需求要求更高的测试水平，并导致对现有设计流程的修改 – 特别是在验证领域，”Adhikary补充道，“此外，对易于重新配置的SoC的需求也将增长并进一步影响传统设计流程，因为许多SoC将嵌入FPGA。”

第二部分讨论了开源IP的兴起，例如RISC-V。这可以提高开源以及公共来源IP市场的接受度。“开放式的IC创新将在2018年不断涌现，”efabless.com首席执行官Mike Wishart预测道，“看看多个公共生成的参考设计可以分离，以涵盖众多有趣的应用程序。多家代工厂将加入，扩大地域和技术覆盖范围。”

安全性

目前还未发现有未察觉的安全问题。“芯片设计将会把关注点从功能性验证转移到安全性验证，”TortugaLogic工程副总裁Andrew Dauman说到，“这是一种范式改变，将会产生新的标准和方法学。”

验证将会第一个受到影响。“我们可以提供更明智的验证手段来创建安全的系统，”Cadence产品管理高级组主管Frank Schirrmeister说，“整个行业需要团结一致，将基于软件和硬件的产品结合起来，以便设计团队能够构建安全的系统。安全方面的验证已经成为一个关键问题，不但是在汽车领域，在航空和国防的应用中更为普遍。在2018年，符合安全标准的验证将会变得更加重要。”

验证

形式验证，仿真和可移植的激励仍然是我们所期待出现重大进步的三个领域。“2018年，仿真用户这个群体将会向硬件仿真的典型应用领域之外的用户进行扩展，”西门子业务Mentor仿真部门营销高级主管Jean-Marie Brunet说到，“仿真的足迹将踏遍CPU/ GPU，网络，多媒体和存储之外的行业领域，随着自动驾驶技术的发展，汽车领域的发展机遇将呈指数级增长。”

“在2018年，我们应该继续将形式验证视为联网设计公司模块级验证策略的一个组成部分，”OskiTechnology营销副总裁Rob van Blommestein说道，“正如BarefootNetworks和Cavium所证明的那样，几乎不可能对支持太级比特数据交换器的边界情况进行模拟或者仿真。从形式验证在诸如ArterisIP,NVIDIA and Qualcomm等公司的应用不难看出，它也正在逐渐将价值链从模块级验证提升到系统级。在设计的早期阶段使用形式验证，将能够更快地验证设计体系结构，从而减少下游验证时间。”

形式验证长期以来都以操作难度高而闻名。“我们将发现在大型公司中形式验证项目地启动与规划将会增加，”vanBlommestein继续说道。“形式验证比仿真更加详尽，但是实际使用的过程中需要进行范式转化。各家公司都认识到对于这个方面以及前期规划的投资将产生重大成果。”

Schirrmeister还发现了设计和验证之间的融合。“设计链现在正在逐步将资源从内部/专有架构开始转移，并且转化为采用通用处理器架构。因此，验证流程正在针对处理器体系结构及其主导的应用程序域进行优化。设计链中的关键因素（IP，半导体，系统和OEM）之间更紧密的互动对于高度连接的系统的成功至关重要。因此，我们将需要一种新的工具来实现多重抽象，多域执行，并汇集不同设计链因素的核心能力。”

可移植激励

可移植激励的发展备受业界的瞩目。“随着Accellera可移植激励标准（PSS）v1.0的确定以及支持它的供应商工具的发布，可移植激励将会在2018年获得巨大的进步，”Cadence系统与验证集团产品管理总监SteveBrown说道，“这将使现有和边缘用户有信心投资创建模型以及部署他们的项目。我们将会看见一个蓬勃发展的生态系统的建立来为整个行业带来更多价值，以及协助PSS的应用与学习。业界的注意力将会转移到覆盖率与复用的主题上来，PSS与UVM之间的关系将通过方法学来解决。”

这有助于理解为什么可移植激励对整个行业如此重要。“二十年前，半导体设计行业在高科技领域吸引了一些最优秀的人才，”BrekerVerification Systems首席执行官Adnan Hamid解释道，“值得庆幸的是，大多数人仍然在这个行业，并已经成为世界顶级设计公司的常驻专家。而如今，互联网，机械学习，和其他一些领域对顶级大学毕业生更具吸引力。这意味着我们必须找到方法来集成行业老员工的知识和经验，并将其转化为使年轻工程师工作更加高效的工具和方法。可移植激励就是很好的一个例子，它可以使得设计目的以类似于经验丰富验证架构师所使用的流程的形式被捕获。从这种目的模型中，测试平台可以自动被合成，可以达到比现有方法学更加高的效率，特别使对于SoC级别的设计。”

PSS将会影响验证领域的所有方面。“2018年，可移植激励倡议将会包含仿真。”独立验证专家Lauro Rizzatti说道，“此外，仿真将成为服务于汽车行业的芯片设计验证的主流，检查汽车芯片设计的安全性将需要数十亿甚至上万亿的周期来实现。总而言之，仿真数据中心将会吸引更多的关注。”

PSS的各个方面仍然在行业内引起争议。“在VerificDesign Automation，我们始终密切关注电子设计，测试和验证领域的新标准，”Verific总裁兼首席运营官Michiel Ligthart说，“我们不一定会驱动它们，但我们肯定会监控它们的发展方向。可移植激励似乎是一个不错的方案，它带有一些存疑的选项，例如在C++语法旁边定义区域特定语言（DSL）。我们已经开启了一个关于我们是否以及何时支持解析器的商业调查。但要实现这一点，它必须从Accellera迁移到IEEE域，我相信最终会发生这样的转变。”

机器学习

EDA行业仍在努力寻找应用此技术的最佳方法。“2017年，整个技术界都沉浸在机器学习（ML）和人工智能（AI）的研究之中，”Cadence系统与验证集团产品管理总监LarryMelling说，“利用这些技术的第一批EDA工具于2017年上市。2018年将在EDA和半导体行业应用ML。它将影响包括神经网络和SoC深度学习的IP子系统。 机械学习将继续在设计和实现应用中不断发展，并开始影响更智能的验证解决方案以及用户可以实现的生产力吞吐量。”

机器学习也可能带来全新的验证工具。“建立可靠的机器学习模型将对设计实践和开发工具产生直接影响，因为机器学习本质上是一种统计方法，”OneSpin Solutions总裁兼首席执行官Raik Brinkmann说，“这与传统的工程实践截然不同。需要解决新类型的错误，例如数据驱动的错误。”

Brinkman说，由于是数据而非人们自己定义规范，因此有关其涵盖所有相关应用场景的能力的数据的验证成为新的挑战。“这将需要传统方法的组合，例如需求工程或形式分析与统计，数据驱动的方法。因此，需要新工具来支持这些流程。”

云端

预测设计和EDA进入云端所需要的时间几乎与ESL一样长。“云端设计似乎不像以前那样难以想象，”ESD联盟执行董事Bob Smith说道，“随着越来越多的半导体公司为未来的设计项目评估云服务，预计在2018年行业风向将会发生改变，因为云服务的优势是明确无误的。那些没有足够的硬件资源用于满足其团队日益复杂的设计的工程经理，发现他们可以通过迁移到云端来减少成本。也许最有说服力的是，云端技术的应用解决了许多行业观察家认为最难克服的采用障碍：安全问题。虽然我不期望在2018年会出现大规模的设计迁移到云端，但至少我们将开始在云端看到越来越多的设计示例。”

Vista Ventures的执行合伙人Jim Hogan也有类似观点。“在硬件设计中采用云端技术将成为解决高峰期所需的巨大计算需求的一种手段。总之，弹性的运算能力的优势在于可以降低运行成本，并且针对现代硬件设计的访问将促进云端利用率的提高。”

IC Manage工程副总裁Shiv Sikand也非常重视云端技术。“系统和半导体公司将更积极地使用云服务，最初是在峰值负载期间需要弹性计算能力。云端运行远程站点也将会用于缩短成本。”

这会是软件开发在云端技术中取得突破性发展的一年吗？“云端技术仍然处于离线工作的末端，但SaaS的明显优势以及可通过dockerized配置提高安全性可能会让软件专业人员有所改变。”Silexica首席执行官Maximilian Odendahl表示，“我预计，随着软件开发逐渐兼容，我们将会看到云端技术提供者颁布重磅消息，现在是时候行动起来了。”

“说到软件，在2017年下半年，我真的看到了越来越多的不确定性以及对从（静态）C语言到（动态）C++代码的巨大转变的恐惧，”Odendahl说。“没有人知道该如何应对这一挑战。唯一的结论是，手动实现正确的系统设计变得越来越难。今年，我们将看到更多公司转向自动化流程，将其软件迁移到异构多核平台上。”

2019年路科验证实战就业VIP春季班

早鸟报名通道开启

 扫码即可报名

前30名报名的同学给予早鸟价格

优惠500元！

往期精彩：

实锤！30W+！2018芯片校招薪资比肩互联网！

IC高级工程会议——DVCon中国2019欢迎您的论文投稿！

理解UVM-1.2到IEEE1800.2标准的变化，掌握这3点就够了

Verification和Validation傻傻分不清楚？面经重点！

没想到，双十一只花10块钱，我竟然爱上了加班…

人工智能和机器学习让验证更快更智能

原文来自Semiengineering “Predictions: Methodologies And Tools”