半导体制程工艺这一话题,可以说是久说不腻,世界领先的半导体厂商在这方面的争夺也是前赴后继,这种你争我夺,你来创新我来颠覆的局面对于CPU, FPGA和ASIC芯片来说,就犹如“红牛”一般,是这些芯片历久弥新,狂奔向前的主要驱动力。

然而世事无绝对,现在很多应用的发展程度和性能与工艺制程的关联度越来越低,已经很难称之为主要驱动力了。

应用对于芯片制程的需求化程度见证了硬件的发展历程,背后折射出的是硬件从通用硬件采用定制化软件,到以较少的硬件能耗加之专门化的差异化硬件实现的特有的功能和极致性能,这一曲折而又繁复的发展过程。

在过去的十年里,这十年几乎等同于智能手机发展的十年,值得注意的一个发展趋势是,很多的硬件功能都可以通过软件的迭代加以实现,原本繁杂的硬件性能被更容易更新和修复的软件所替代,而更加先进的功能则被添加进去。这种近乎“长江后浪推前浪”般的替代趋势,在如今硬件的发展中也是显而易见的。

但是用软件的方式来实现硬件的功能,缺点也很明显,与传统的硬件实现功能来说,软件会比较缓慢,也会消耗更多的能源,而且安全性也比较差。

但是由于并不是每一个新的工艺节点,在功率和性能方面都有非常显著的提升,芯片制造商们就会在这个时候通过软件的方式来实现某些性能和功能方面的提升。

这种实现方式在很多应用程序中是显而易见的,尤其明显的是在数据中心的应用。数据中心对于性能的需求非常巨大。“摩尔定律正在不断放缓。”微软Azure的基础设施工程师 Kushagra Vaid表示,“不难发现CPU的发布速度正在逐渐放缓。在涉及CPU的时候难免会遇到设计瓶颈。这个时候由于原本的设计已经达到了顶峰,性能方面也受到了挑战,每个晶体管的成本也在逐渐增加。这就使得人们不得不寻找新的方式来解决问题。而在云计算当中存在着大量的分散的负荷工作,这些工作很难在通用的CPU上高效运行。”

对于云计算这个行业来说,它不只是依赖硬件也不仅仅是依赖软件,而是通过软件定义硬件的方式来实现某些功能,这主要包含以下几点:

首先,这一需求使得客户比以往都更加接近移动芯片以及硬件设计,芯片制造商将会更多地参与到终端市场当中。这种参与程度比之前任何时候都要高。

其次,需要通过硬件软件的共同设计来实现某一个需求,而不是通过其中的一个。这就使得硬件和软件必须同时进行改变。

第三,云计算的需求更加强掉个性化的设计,而不是普世的硬件设计。

最后,云计算市场的需求导致的芯片公司和系统设计公司在策略方面发生了很大的变化。

“基于以上这些因素,很多公司将会在确定他们的软件需求之后,才会去选择所需要的处理器。” ARM的市场发展高级总监Bill Neifert表示。“但是我们看到的是这些厂商真的思考他们需要的是什么,他们需要实现什么,然后基于这些需求,选择最终的处理器。”

制约这些选择的一个主要因素是性能。但是具有讽刺意味的是,对于ARM来说,它的主要特点是低功耗。所以在设计当中,我们会发现,对于特定应用的处理器来说往往是确定功率的低功耗处理器。Bill Neifert表示表示:“做出这些选择的人往往不会选择比较高端的处理器。他们可能比较先进的处理器,然后在处理器的基础之上,通过修改软件的方式来实现更好的应用硬件。所以我们现在看到的一个趋势,就是很多厂商正在使用更小的处理器,然后通过优化软件的方式来实现同时处理多个任务的目的。”

需要明白的是,软件的效率是非常重要的,因为对于任何一个处理器来说,没有一个处理器能够同时运载一百种以上的程序。很多情况下,同时处理三、四个程序就可以了。

这一观点在整个半导体行业的发展中得到了很好的反映。”你会看到在不同的应用当中,会采用不同性能和不同工作负载的芯片。“netspeed的系统市场营销和业务发展副总裁Anush Mohandass表示。

未来也将会出现更多的芯片用于图像处理、SQL和机器学习。对于不同的应用不同的工作负载来说,芯片厂商将会采用不同的芯片,或者是根据这些特殊的应用来设计或者定制一些芯片。

更多的市场,更多的选择

以上这些市场变化的基础是半导体市场正发生着巨大变化。因为根据我们以往的经验可以看出,没有任何一个新的平台能够只使用单一的处理器来设计和驱动数以亿级的芯片销售。在手机芯片市场也是如此,苹果和三星已经占领了高端的智能手机市场。而在中低端市场则有更多的智能手机公司,诸如华为、oppo、vivo、小米等等,这些公司都采用了不同的手机芯片。

014ednc20170627 图一、智能手机厂商的市场占有率 来源:Statista

这并不意味着半导体需求在不断的萎缩,事实上也并非如此。近年来的数据显示,半导体市场的发展特别强劲。

但是我们也应该能够注意到。没有任何一个新的平台能够滋生出像智能手机市场那么多的芯片设计量。那么对于设计量低于智能手机的新的市场来说,是否采用新的工艺节点,其影响就不是那么明显了。

所以最近的一个趋势是,IEEE正在试图,不去设计一个简单的半导体发展路线图,而是分解成涵盖了更多的发展领域的技术蓝图。目前来说,未来半导体的重点发展领域包括大数据分析、特征识别、自动驾驶、虚拟和增强显示等等。

“现在更多的是用应用驱动我们创造出更多的产品和技术。”IEEE的Tom Conte认为,“越来越多的市场开始设计更加详细的发展路线图。”他指出了一个例子,比如说在日本,日本正在开发自己的应用驱动半导体路线图,他们称之为日本的系统和设备发展路线图。

这种详细的发展路线图对于不同的应用来说非常重要,也将会极大地推动这些新的应用的发展。

“对于诸如移动和基础设施应用来说,就必须强调性能。”Cadence的总裁兼首席执行官Lip Bu Tan表示。”在这些领域,工艺制程将会从现在的10纳米发展到7纳米甚至到以后的5纳米。但是这些领域也会面临一些挑战,性能、功耗和价格也会随着工艺的提高而提升,发展速度也会逐渐放缓,成本也一定会上升。所以在之前的一段时间,我们能够发现很多公司都在怀疑是否需要从16纳米过渡到7纳米,因为他们没有看到这一工艺带来的巨大的性能和功率的提升,到底能否提升他们的业绩。或者是跳过一些节点。相反呢?促进这些芯片公司选择更高的制造工艺的是新的产品和新的应用什么时候到来。这些新的产品和应用在发开发周期性能和功率上到底有哪些具体的需求。可以说对于这些公司来说,实现相同目标,可以采用多种的方式。“

IP的限制

另一方面,我们也应当明白,如果需要开发下一个节点。IP的可用性也是需要处理的一个问题。

开发新的技术节点往往意味着需要开发新的IP。对于芯片厂商来说,在最先进的工艺节点上开发IP成本是非常昂贵的,而结果往往是不确定的,其风险是非常高的。有时候实现同一个目标,其过程可能是完全不同的,比如说为了实现某一个工艺,它所采用的IP也可能是不同的。

另一方面,在设计的过程中,最先进的节点的设计过程往往是非常复杂的。

“你需要一些超高性能的IP,无论是模块还是接口,你也需要弄清楚什么是合格的。 ”eSilicon的营销副总裁Mike Gianfagna表示。”这是决定是否扩大规模其中一部分。你必须要证明这个IP可以使用,但是现实往往是残酷的,这种想法过于完美,在现实当中你会发现,当我们需要从一个节点过渡到下一个工艺节点的时候,你必须在各个方面都进行优化和改良,比如说你需要对电源和信号的完整性及优化。“

这就使得IP管理异常的困难。”解决IP问题只是其中一部分。“ClioSoft营销副总裁Ranjit Adhikary表示。各种IP的集成,也会带来不同的问题。比如说在10纳米和7纳米工艺上可能很多IP都已经被考虑了,但是不同版本的IP也可能会带来问题,所以说在这过程中我们需要对不同版本的IP进行比较。

复杂性和不确定性

在微控制器的世界里,也必须面对这些问题。我们在将不同IP整合的过程中,就会产生这样或那样的的集成和子系统,这时候所要面对的就不是单子个IP。

“现在的微控制器一般都会建立不同类型的连接,构建不同类型的可扩展系统。”Aldec的硬件部门总经理Zibi Zalewski表示。“而最终微控制器的配置是根据目标市场和客户的需求决定的。系统的可伸缩性。使得在规模和复杂程度上都不同以往。”

此外,一个项目的复杂性并不完全由硬件方面决定,硬件也不再是主要的决定因素,软件方面有可能会给整个项目带来极大的风险和复杂性。因为项目不仅仅涉及到晶体管的数量,同时也涉及很多软件方面的东西。

对于每一个新的工艺节点来说,都存在着大量的不确定性。很多芯片厂商在进行研发的时候都承认这是工作中最大的挑战之一。但是也有很多事情正在改变。

首先,每一个新的工艺节点都会造成很多因素发生变化。这就使得越来越多的事情容易出错。

其次,市场本身也在不断发生的变化。很多新的领域都在不断产生,新的领域可能与以往的PC、智能手机、平板电脑等等发展的路径完全不同。能否适应这些新的发展趋势也是一个很大的问题。比如说,最新的汽车的发展,就与智能手机不同。因为他们不需要支持发短信或者搜索这些功能。

落后的代价往往是非常昂贵的。所以当时软件被设计出来的时候就是用来解决这一问题的,它能够更快的更新迭代,也能够发挥非常重要的作用,因为软件的更改比硬件要容易得多,这也是为什么FPGA越来越受到欢迎的原因之一,因为FPGA可以更改软件。

可以更改软件,这一点尤其重要,因为未来的半导体市场发展领域很多都是迅速变化的,如自动驾驶汽车、医疗、工业电子以及人工智能。“这些新的市场往往需要不同的协议和接口,如此多的协议和接口会带来很多问题。”Achronix的系统架构师Kent Orthner表示。如何解决这些问题呢?通过软件的方式来简化整个过程就是很好的方法。所以现在很多公司都希望通过可编程性来解决类似的问题,比如说将软件写入汽车,通过算法的更新来实现新的功能。

如何解决大数据问题

影响摩尔定理的另一个方面是数据的爆炸。从PC市场出现发展至今,人们一直都在争论是否要集中或者是分发数据。虽然这些争论当中有很多是带有政治性质的。但是IT部门对于移动用户以及生态系统的态度,对移动设备制造商及其生态系统而言,这些争论现在大多都没有结果。

毕竟纯粹的数据,如果在本地处理的话会更加有效。但是实际上,数据的处理往往需要更加复杂的过程,芯片需要对某些类型的数据进行优化,而不是简单的处理。

“这就迫使整个数据处理的过程发生变化。”Rambus的营销解决方案副总裁Steven Woo表示。“摩尔定律在很大程度上并不适用于现代的技术。大数据的增长速度远远超过了处理速度。如果你想处理这些急速增长的数据,或者是来搜索他们就需要采用完全不同的体系结构。”

其中需要考虑的一点是,将多少数据传输到内存以及在本地存储多少数据。“在本地存储数据需要占据大量的存储空间。”ArterisIP的营销副总裁Kurt Shuler表示,“当你将这些数据添加到内存时,你需要作出选择,到底这些数据是否能够获得有效的利用。”

因此,一般情况下我们并不会将所有的内容都发送到内存,我们会通过多级缓存和代理缓存的方式将这些数据从存储芯片传输到不同的设备中。虽然这些技术很大程度上依然是基于冯诺依曼架构的,但是可以说它是完全不同的另外一个版本。最大的区别在于,我们是基于数据的角度来遵循它是如何移动的。而不是从芯片的架构来考虑这些软件的问题。实际上这种数据处理方式给软件定义架构带来了很大的问题,但是对于芯片来说带来的问题都非常小。

015ednc20170627 图二、冯诺依曼体系架构

安全性

另一方面,制约影响这些发挥作用的一个新的因素是安全性。一方面,与硬件相比,软件往往需要一个非常严谨的架构才能实现安全性。另一方面,软件可以通过网络的方式进行远程破解,这就会增加很多成本。这也是为什么目前为止软件依然受到限制的原因。

我们可以采用各种各样的技术来实现芯片的安全。问题在于很多公司并不想在芯片的安全性方面付出很大的代价。很多厂商只有在它的芯片安全受到威胁的时候才会考虑在新品当中加入安全保护功能。

Synopsys,的董事长兼首席执行官Aart de Geus也同意这一观点,“这是一个很复杂的问题,”他表示。“安全性往往涉及硬件和软件两个方面。但是最大的漏洞往往同时涉及软件和硬件。这对于很多公司来说是很难以理解的,也是非常新颖的问题。看看现在很多的黑客,你会发现他们的技术都很复杂。要解决安全性问题,方法有很多种。首先,我们可以在系统的基础上建立安全屏障来保证系统安全,至少能够使得系统遵循安全规则。其次,也可以通过硬件的方式来实现安全。在我们所接触的客户中就有很多公司。在软件上进行了大量的投资来建立安全性。但是我们也发现单个的公司,并不能够改变整个现状,还是需要很多标准化的东西。“

尽管如此,安全,已经成为了软件驱动设计中需要考虑的因素之一。

自动化工具

显而易见的是从工程的角度来看,很多目标都是相同的。就摩尔定律来看,其最主要的就是实现更小、更快、更低成本、更高性能。其中高性能、更小是永远不会发生改变的两个因素。

随着摩尔定律的逐渐放缓,真正挑战摩尔定律的是经济效益,这也是 EDA 公司看到的一个巨大的机会。

”有时候小的架构可以在性能和功耗方面获得令人惊喜的效果。“OneSpin的营销副总裁Dave Kelf表示。”这就像高级的综合工具,有时候也可以有所作为一样,这样的工具可以改变设计的周期,将更多的时间从设计中解放出来,以获得更好的性能。“

一方面,这种方式能够很好的满足对于新工艺的需求。另一方面更快的工具。和对于这些工具的更好的运用的培训一些能够减少在设计方面花费的时间和金钱。

结论

从短期的发展来,摩尔定理依然是能够存活的,至少还可以发展到5纳米,甚至是更低。但是它的发展越来越缓慢,也越来越困难,成本也越来越高,与很多特定市场的需求愈加不匹配。

越来越多的解决方案需要为特定的市场来进行特殊的设计,比如说不同架构、采用软件定义的组件可能更适合某些特定的市场。”一刀切“的时代已经结束了。半导体领域普世的设计,对于特定市场来说并不是那么重要。

(参考原文:semiengineering

20160630000123