广告

当社会数字化转型杂糅缺芯、疫情等因素时……

时间:2021-11-08 作者:黄烨锋 阅读:
今年ASPENCORE全球双峰会全球CEO领袖峰会之上,圆桌环节探讨过程中给我们留下比较深刻印象的细节还不少,比如说程泰毅提到兆易创新正关注存内计算(in-memory computing)与近存计算(near-memory computing)这样颇为前沿的技术;石丰瑜提到AI技术会成为EDA的未来,举例以AI做布线让芯片面积减小、漏电降低;何瀚总结存储技术两个大方向的技术发展;陆婉民论及缺芯现状对于行业的价值,以及目前集创北方在显示芯片领域取得的成绩;刘国军聊AI不仅需要算力,也需要生态......
广告

今年ASPENCORE全球双峰会全球CEO领袖峰会之上,圆桌环节参与话题讨论的嘉宾,有来自EDA、IP、MCU、存储与显示芯片等行业不同层级的企业,包括Cadence、安谋科技、Imagination、兆易创新、集创北方、佰维存储——这大概也是为了表征今年的主题“全球科技创新合作新模式”。

我们和几位大咖主要探讨了5个问题,包括:

2个技术趋势:AI技术与存储技术;

2个市场环境或趋势:缺芯的影响,以及系统级企业开始自己造芯的趋势;

1个大方向:社会生活数字化转型(及COVID-19的影响)。

参与圆桌探讨的嘉宾包括(排名不分先后):安谋科技执行董事长兼首席执行官吴雄昂;深圳佰维存储科技股份有限公司首席执行官、董事何瀚;Cadence公司全球副总裁、兼亚太区及日本地区总裁石丰瑜;Imagination公司全球副总裁中国区总经理刘国军;兆易创新CEO程泰毅;北京集创北方科技股份有限公司总裁陆婉民。

探讨过程中给我们留下比较深刻印象的细节还不少,比如说程泰毅提到兆易创新正关注存内计算(in-memory computing)与近存计算(near-memory computing)这样颇为前沿的技术;石丰瑜提到AI技术会成为EDA的未来,举例以AI做布线让芯片面积减小、漏电降低;何瀚总结存储技术两个大方向的技术发展;陆婉民论及缺芯现状对于行业的价值,以及目前集创北方在显示芯片领域取得的成绩;刘国军聊AI不仅需要算力,也需要生态......

对话字数较多,所以我们对嘉宾的发言作了浓缩精简,内容整理如下;期望对技术与市场趋势感兴趣的读者有价值。

AI技术的现在与展望

参与本次圆桌探讨的好几家企业都有AI加速器相关的IP或芯片产品,包括安谋科技、Imagination等。安谋科技前两个月才发布了新业务品牌“核芯动力”和“双轮驱动”战略。安谋科技的XPU产品中,就有好几个IP是相关于AI技术的。Imagination的NNA就更不必多说了。至于Cadence的AI/机器学习解决方案,对应IP产品,在我们此前的报道中也被提得比较多了。

吴雄昂(安谋科技):大家都知道AI的基础元素是算力、算法和数据。我们这一块,从算力的角度来看——整个计算形态,必须有新架构出现才能解决现存的问题。

现在的数据流和过去是不一样的,海量数据是机器产生的,而不是人。也许过去我们是地球上唯一智慧的物种,很快会有各种各样所谓的机器智能种类。这其中的核心关键也在于经济效益:从硬件到软件,是不是能够以低成本和低功耗,让生活中很普通的事情,都用机器去取代。

纯粹的软件其实已经发生,比如RPA(机器人流程自动化);最简单的比如一些基础的办公文件处理;再往后,自动驾驶是另一个案例;还有我们现在都在说Meta或元宇宙......只要有充沛的算力,很多核心创意都能通过机器去实现。虽然或许真正足够的算力目标,离我们还很远。

我们为什么推XPU?以前CPU,或者和GPU加起来,其实都已经无法满足下一代计算需求。Arm以前的成功,靠的是生态,产业的添砖加瓦——而且将生态模式放到蓬勃成长的欧美市场。我们知道下一个蓬勃成长的半导体市场就是中国,下一代架构,整个产业面临很好的机会。我们能够做出一样的成果甚至更伟大的生态。

石丰瑜(Cadence):几年前AlphaGo下围棋,大家开始关注AI。围棋虽然复杂,但就是19x19格。而芯片设计里面有多少格?不知道。现在的先进芯片比如M1,里面可能有160亿个晶体管。有谁真的有把握设计一个芯片时,能真正做到有足够的算力,而且面积够小、功耗够低?我相信没有人敢保证。

举个例子,先前有家芯片企业,CPU产品已经做了三代了,千锤百炼。他说工程师告诉他,公司的CPU产品做出来绝对已经是全世界第一。我跟他说如果我能想办法帮你再推进一点,你要跟我赌什么?

我们跑了3个礼拜。这3个礼拜之内,用人工智能模块搭配我们的工具软件,出人意料地把芯片漏电降低了10%,芯片面积也减少了3%。客户非常惊讶问我怎么做的,这是AI的问题,没有人知道。这还只是一个小小的布线的例子。

通常我们对未知的东西都充满恐惧。所有的EDA设计IC里面,都充满了AI的可能性。我相信AI会是EDA的未来。我们也希望全行业都往这个方向冲刺。这样也才能够解决人才短缺的问题,解决投资成本过高的问题...

刘国军(Imagination): AI三大因素算法、算力和数据。跟我们最相关的是算力。40年代就已提出AI,但之前都在研究层面。到了真正能够应用,是基于算力有了指数级的增长,才有了现在谈论AI的实际应用。

AI发展空间很大。对Imagination而言,我们业绩成长的贡献当然已经显现出来了,Imagination拥有很先进的架构可以提供强大的算力和扩展性来支持各类AI应用。此外,生态体系的建设对AI应用落地也很重要,和平台、应用厂商的协同,和IoT技术的结合,都是打造AI应用生态的关键所在,而Imagination正致力于联合更多的合作伙伴不断扩展和创新生态。

存储技术的未来走向

与AI相对或强相关,存储技术这两年被赋予了格外与众不同的价值。尤其在当代处理器遭遇存储墙的背景之下,更多从存储器上做文章的新技术层出不穷。比如说近存计算、存内计算。前不久,我们还曾特别谈到过AI芯片的算力提升,在器件尺寸微缩速度放缓的当下,存内计算可能成为“1000倍性能提升”的关键技术

当然即便不谈这些将存储器与其他技术做结合的前沿技术,存储技术本身也在高速发展,比如即将大规模普及的DDR5等各类新标准。

何瀚(佰维存储):存储技术未来的发展,我想从两个大的方面和大家做分享。第一,是应用技术方面。应用技术随着终端需求、协议演进而发展。这方面分成2点。

首先是协议上,如PCIe 3.0、4.0、5.0,还有DDR4、DDR5、DDR6,还包括UFS 2.0、3.0、4.0,以及NVMe近期也发布了2.0技术协议标准。这些协议都服务于计算、数据交互、存储的需求。在容量、带宽、时延、功耗等方面不断演进。其次是应用侧的,也就是跟其他的信息技术做融合——信息技术主要包括计算、存储、通信,这三者目前也在不断进行耦合。存储+计算,就有了近存计算、存内计算等;计算+通信,比如现在的以太网SSD,就是把计算和通信深度结合,也将改变数据中心的架构。

第二,是介质方面的。易失性存储以DRAM为代表,速度快、带宽高、时延低,但断电后数据就丢失了;非易失性存储以NAND为代表,容量大但性能会比较弱。

现在的介质技术也在不断演进和发展。不管是NAND还是DRAM,都逐步从2D进步到3D,去延续摩尔定律。同时也有一些新的介质技术,如MRAM、RRAM、PRAM...这些技术是将易失性和非易失性存储做结合,结合两者的优点、规避弱点。

佰维存储目前是在应用技术这方面做投入。我们还是在深度地发觉客户的需求,开发满足新一代车载、物联网、数据中心、人工智能需求的一些高性能、高容量、低时延、低功耗的存储器。

程泰毅(兆易创新):兆易创新在存储技术方面,除了去解决存储本身的问题,我们也看到,和AI相关的in-memory computing(存内计算)或者near-memory computing(近存计算)要求在存储技术、算法、逻辑设计三方面比较好的结合与比较深度的know-how。

我们刚好在这方面都有一些积累。所以现在我们除了商用化的存储产品之外,也在积极探索in-memory computing、near-memory computing这些方面。

针对两个不同的方向:数据中心或者自动驾驶都有比较高的算力需求——这个方向比如DRAM in-memory computing是个很重要的方向,我们一直在持续的关注。而在edge AI方面,需要的并非是最大的算力,更多的是追求效率、低功耗——存储也可能较大程度解决功耗问题,因为很多功耗是消耗在数据读取上的,那么near-memory computing在功耗上就会更有优势。

有些新型的存储器,比如基于RRAM、MRAM的near-memory computing、in-memory computing都是我们在关注、持续投入的。从应用驱动这些方面,它要求算法、存储、逻辑设计相结合,还有工艺,包括封装工艺、生产工艺去做综合。这也是和兆易创新多元化投入和布局适配的。

这些从业界而言都还处在相对早期的起步阶段。我们可能会从消费类开始,再逐渐关注数据中心和自动驾驶。兆易创新不会直接去做相应的产品,利用我们在存储技术、逻辑设计技术和客户对特定场景的算法需求,我们提供相应的设计平台和服务去做定制服务,也就是说customized memory和逻辑设计的服务和平台。

缺芯现状下的别样发展

“缺芯”是今年ASPENCORE双峰会谈论甚多的话题,毕竟这是一年多以来的行业现状。陆婉民说这是他职场生涯30多年来从未碰到过的情况。吴雄昂说作为IP供应商,缺芯甚至对安谋科技也有影响。虽然缺芯客观上促成了毛利增长,让很多企业销售额大增。但当未来一切恢复往昔,这样的增长又如何达成可持续?

陆婉民(集创北方:从2019年下半年开始,我想有用三个anxiety来概括:第一个不安就是COVID-19。芯片设计公司第一个紧张就是COVID-19出现了怎么办,生意怎么做?但宅经济很快就出现了。

第二个紧张是产能不够了,从哪儿找产能?第三个紧张,COVID-19快要过了,就要回归现实了——高毛利明年就要回归正常了,怎么办?

现在5G带动包括metaverse元宇宙、以及更多的热点应用的发展。包括元宇宙、智慧工厂、智能家庭、自动驾驶等的快速发展,这些东西都离不开显示技术。我们在显示这个行业深耕从0.5寸到100寸的产品,完成了100%的覆盖。中国芯曾经缺芯少屏,现在有屏无芯。在显示这块,中国能够自主可控的只有5个百分点。集创北方就占满了这5个百分点。

集创北方面对千万量级的(显示)像素,我想骄傲地说,在缺芯的情况下,集创北方在芯片产出上,与晶圆厂的伙伴仍然有着相当大的粘度。我们公司每个月出货超6亿颗芯片——我们的用量非常大。这么大的用量,在市场艰难的情况下,我们在业绩方面仍然从去年到今年增长超过150%。这非常不容易。

何瀚(佰维存储):这次缺芯跟历史上的缺芯有比较大的区别。第一,以前从来没有这么严重过;第二,是全面的缺。

比如我们存储行业,存在一些固有的波动,有时会稍微存在oversupply,有时缺。但这是结构性的,某一个时间段可能只有存储存在供求波动,其他IC供应仍然相对平稳。当然不同的芯片,也会存在其自身阶段性的波动。

这次缺芯却是全行业的。而且缺芯还导致了一个循环。设备供应商也缺芯,导致我们要扩充产能、要提高产出也受到更多的掣肘。

整体来看这件事情,根本还是在于供需。人类新的信息技术发展到了这一步,COVID-19可能提前将其点燃。新技术的蓬勃发展,导致整体的需求超过供给。原本半导体是计划性较强、周期长的行业。改善产能、提高产出,需要有个长期的过程。

不过当把时间拉长了看,最终还是能够实现产能的提升。将来问题也会逐渐缓解,半导体行业的发展也会更为健康。

具体到存储行业,存储介质价格也在一路上扬。除了介质,像NAND这种存储器还需要控制器。控制器IC也受限于工厂产能。总体就导致存储器的供货这段时间也不是很充足。但我们目前来看,紧张态势在逐步缓解。但明年在我看来可能仍然不会有太大改善。这种态势,都给行业参与者提供了历史性的发展机遇,无论是收入还是margin。

与此同时,我们也会不断去开拓新一代的技术,跟AI、自动驾驶、车联网、云计算等等深度耦合的产品,进一步提升自己的竞争力。唯有如此,在缺芯问题缓解的时候,企业的第二条增长曲线才能够立起来,继续保持健康稳定的发展。

系统级企业开始自己做芯片

在市场发展趋势上,一个比较有趣的现象是很多系统级企业开始自己做芯片。手机领域大概是以苹果为代表,数据中心以阿里巴巴、亚马逊为代表,而汽车领域也有特斯拉这样的角色。不过系统企业自己做芯片并不稀罕,石丰瑜说90年代系统厂普遍自己在做IC,比如摩托罗拉、西门子、NEC这些很大的系统公司。仿佛当年计算机企业最初普遍的确是自己造芯的。

而当代的这一趋势,又有何特别之处?

石丰瑜(Cadence):我想作为EDA企业,肯定不希望全世界只剩下10个客户。我们希望能有一万个客户会去用EDA,用到EDA也缺货......系统厂也好、互联网厂商也好,半导体设计趋势,似乎是在往这个方向转移,这是个潮流,几乎是必然的结果。不过要说将来芯片设计全部转到系统端,也不大可能。

要说这个潮流的原因,首先是竞争的加剧。用比较新的节点,比如5nm、3nm,要把芯片做出来,规格非常非常非常复杂。复杂到可能半导体领域的芯片设计厂商,和系统端两边不太容易有共识。

而且很多系统厂、互联网公司完全无法去等。这些企业需要在自己定义的时间内,有这样一颗芯片,上自己的系统或进自己的生态链,去挣更多钱。如果双方无法达成共识,就只好自己去做。虽然并不见得每个人都有这样的财力和规模。这件事现在发生,要归功于整个生态链垂直整合分工的到位。

第一当然是晶圆厂,以前要搞芯片就得先盖厂,现在不用盖;第二,有现成的IP,只需要专注于你想设计、能够让产品差异化的部分;第三,有EDA公司。

整个生态链就已经完成了,加上充分的投入——现在也没什么人在流片之前再去求神拜佛了。对于系统公司、互联网公司而言,这是非常大的诱因和鼓励。他不需要再看别人脸色。就算真的不行,再回去用别人的嘛。至少值得一试。

另一方面,对数据中心、互联网公司而言,挣钱得要用一个跟一般产品不一样的方式。更多的,我们看挣钱似乎是靠广告、数据分析。分析必须用算法去分析,可能是神经网络。你愿不愿意用别人的算法;你的算法又愿不愿意分享给别人......掌握自己的数据、自己的算法、自己独特的分析,那么就会希望在这方面做最好的开发。

用外部的芯片或许就耗电,数据还要分享给别人......我想这都是很重要的原因,为什么系统公司、互联网公司必须要这样做。

吴雄昂(安谋科技):这是核心竞争力的问题,系统厂商做芯片归根到底是为了增强自己。首先从控制供应链的时间节点——比如手机厂每年要推产品的时间,全靠芯片厂的话,时间表就和其他竞争对手一样。系统厂商把整个(芯片)都做下来,甚至还能针对软件体系做优化,竞争力必然会很强。

而且这个事情其实并没有什么稀奇。回归到PC年代,那时候每家公司都有自己的computer系统,有自己的computer芯片,有自己的厂。我们做IP,就让芯片这件事情平民化了。既然大家都能做了,又能增加核心竞争力,为什么不试试呢?当然有成功有失败,但我认为大概率是好的。

第二个核心关键点在于,每一波技术革命中,确实我们原来的芯片跟不上潮流。比如很多车规级芯片,芯片厂每代规划可能不会把提升做得太多。某些车企等不及了,就自己干。一方面能提升性能,另一方面算法、数据这些东西还都掌握在自己手里,别人不知道。

我们国家整个产业的企业能力提升以后,核心竞争力是保证毛利、保证创新。我觉得缺不缺货,做不做芯片,只要能产生足够的利润,让我们能更多投入到研发创新中,这都是好事。

社会生活数字化转型前瞻

吴雄昂说,脑机界面、元宇宙的实现并不会太难,也不需要太久。“我们可以把一部分真实世界和虚拟世界做混合,这种混合对生活体验、生产效率都有价值。”就好比如今视频会议,已经可以将视频背景做自定义的,“我的背景是海滩、沙滩+椰子。我想将来很快我们会生活在一个3D世界里,是更为真实的模拟环境。”而这样的应用对芯片又将提出更高的要求。“我们的生活环境越来越数字化,疫情也在加快这件事。”

全社会的数字化转型原本是个不言而喻的大趋势。COVID-19的出现的确客观上加速了这一趋势,让社会生活更快地发生数字化转型。针对这一题的回答,大致上也可作为本文的总结了。

程泰毅(兆易创新):数字化转型背后的逻辑,其实是信息的数据化。信息通过数据化变成数字,然后将其结构化后再利用,来帮助改善我们的生活和工作。

这种数据化、结构化的过程,以及如何使用这些结构化的数据,都带来了新的技术需求芯片做的事情就是信息处理、存储、传输,然后去控制。兆易创新的产品主要是围绕控制、传感、存储、连接几个方面。

数据化、结构化和使用控制,也有很大的需求市场。我们看到在工业、汽车、农业等等方面,数据化的过程、数据的数字化使用,都远远超出了我们的想象,这也是兆易创新在专注的领域。

陆婉民(集创北方):COVID-19加速了全世界对于显示的依赖。比如疫情期间,父母不会希望家里的小孩用手机上课,那么就需要买显示器或者笔电——这个事情甚至还造成8寸晶圆厂的崩盘,而12寸晶圆厂跟不上——12寸晶圆厂覆盖的都是比较高工艺的。

基本上每个人对显示的依赖越来越大,更不用说什么元宇宙、AR/VR,都需要靠显示。还包括智能家居、智能工厂等等,都要围绕显示进行。这对行业、对我们都是机遇。

石丰瑜(Cadence):疫情客观上推动了行业发展。其中最主要的原因其实就是数字化转型。原来这个转变可能需要5年、10年、几十年;而疫情将其压缩到这两年之内。必须得转型,否则就难以生存。

对此我还想补充一点。不局限在芯片设计的问题上,EDA芯片设计早就数字化了。我们现在谈工业4.0,谈制造业哪一年能够做到更高的生产效率——这个问题其实还是在谈数字化。过去都要靠老师傅的经验积累(提升生产效率),没有任何数字模型。未来的世界必须要连接这些环节。那群原本靠经验活的人,他们怎样去把经验传承下去,或者是过去跟他们完全不一样定义的人生。这个可能是数字要展现的。

刘国军(Imagination):数字化在人类的发展历程中,是个进化的过程。它对生活造成的改变,是个不可逆的趋势。我觉得我们在座的大部分人是幸运的,我们实际上早就开始了数字化这样一个前沿的过程,而且疫情还加速了这个过程。

责编:Luffy Liu

本文为EET电子工程专辑 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
黄烨锋
欧阳洋葱,编辑、上海记者,专注成像、移动与半导体,热爱理论技术研究。
  • 如何在5万亿美元的市场中,利用智能技术引领新工业发展 到2025年,工业物联网将创造约5万亿美元的市场规模。在庞大的技术驱动市场面前,如何为社会、客户和自己创造价值?
  • 人工智能安全性又浮上台面 在第一轮对人工智能夸张的担忧想法中,主要包括担心它的恶意、可自我复制,以及类似HAL的机器最终超越它的创造者或在战场上不受控制地攻击。但自那以后,对人工智能的讨论变得更加务实,更多地聚焦于最受关注的安全性问题上。
  • 不到半年,AI硬件半导体公司Astera Labs再获融资 致力于AI硬件设计的Fabless半导体公司在时隔不到半年之后,再获得融资。这次是C轮,金额为5000万美元,估值达到9.5亿美元。
  • 融资超十亿,AI视觉行业生力军走出“隐身模式” 近日,AI视觉芯片研发及基础算力平台公司爱芯科技宣布正式更名为爱芯元智。除了名称变更,爱芯元智还进一步明确了未来目标,即更加注重边缘侧和端侧的AI视觉芯片研发,将AI的能力发挥到极致,为世界的数字化和智能化新基建提供边缘侧和端侧的支持。
  • 两种高能效、高精度及高可靠性的可调光LED照明降压方 本文主要介绍安森美 (onsemi)的基于NCL35076连续导通模式 (CCM) DC-DC 降压控制器的75 W方案和基于NCL30076准谐振(QR)降压控制器的100 W及240 W方案。两款方案的典型应用是LED照明系统、模拟/PWM可调光LED驱动器,模拟调光范围宽,从1%到100%。
  • 给“无情”的人工智能模型常识和推理能爆发新的技术革 人工智能算法都是冷酷无情的,无论是亚马逊的员工工作监督,还是美团的路径规划算法,都在压榨着人类的极限,而且随着人工智能炒作的偃旗息鼓,美国国防部似乎找到了新的发展方向,通过给人工智能常识和推理能力,让其自主学习,那么究竟是怎样的项目能让社会获得这一“革命”性的进展呢?
  • 新款iPad Pro 2021成最受欢迎的 由于采用性能相对强大的M1处理器和mini-LED屏幕以及更多的创新,新款iPad Pro 2021已经成为消费者心目中最受欢迎。然而,iPad 2却已经在全球范围内被列入“复古和过时”的名单中。
  • 三星折叠屏手机Galaxy Z Fold 3 目前来看,折叠屏新机作为一种新的生产力工具,逐渐成为高端/平板的一种趋势,有报料称三星的Galaxy Z Fold 3发布时间或为7月,并且会引入新手势操控。

  • 储能与电动汽车应用爆发下,安全可靠 随着汽车设计转向电气化,以及风能和太阳能等可再生能源的部署速度加快,并不断与新推出的储能和电池技术融合。高功率电子成为电池系统的关键部件。这些电子需要与低压数字控制器通信并由其控制,如何实现安全迅速的接口通信是设计可靠电池管理系统的一大挑战。
  • 中国芯应用创新32强出击,众多奖项花 11月16日,第三届IAIC中国芯应用创新设计大赛决赛在深圳前海举行,大赛组委会邀请了来自兆易创新、华大半导体等原厂专家、来自旦恩资本、一本基金、深创投等资深投资机构以及来自中电港、中科院深圳先进院、深半协、深圳中微电、健天电子、史河机器人科技、亚力盛等行业专家作为决赛的评委专家组。
广告
热门推荐
广告
广告
广告
EE直播间
在线研讨会
广告
广告
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了