来源：本文由半导体行业观察编译自semiwiki。
作为历史最悠久、规模最大的 EDA 会议，设计自动化会议 (DAC)将最优秀的人才聚集在一起，展示、讨论、展示和辩论 EDA 的最新和最伟大的进步。它以技术论文、讲座、公司展台、产品展区和小组讨论的形式实现这一目标。
推动设计自动化进步的一个关键方面是讨论不断发展的 EDA 要求，以便行业可以根据市场需求开发解决方案。在DAC 2021上，Cadence赞助了一场有趣的小组会议，深入探讨了这一主题。此次会议的主题是“
系统公司如何重塑 EDA 的要求
”
，
与会者分别来自Arm、英特尔、谷歌、AMD和Meta (Facebook)
。该讨论由Cadence Design Systems的Frank Schirrmeister组织和主持。
以下是关于支持即将到来的电子时代的 EDA 要求的小组会议的综合。
引用《连线》杂志的一篇文章，Frank 强调，从 2010 年到 2018 年数据中心工作负载如何增加了 6 倍。
在同一时期，互联网流量增加了 10 倍，存储容量增加了 25 倍。
然而，数据中心的用电量在同一时期仅增加了 6%，我们要感谢半导体技术、设计架构和 EDA。
正如 John Hennessy 和 David Patterson 在 2018 年所预测的那样，电子行业正在进入一个特定领域架构和语言的时代。推动这一举措的主要因素是超大规模计算、高性能边缘处理和消费设备的普及。下一代超连接、始终在线的消费设备有望提供几年前无法想象的用户体验。
Global DataSphere 量化和分析在全球任何特定年份创建、捕获和复制的数据量。他们表示，从 2019 年到 2025 年，断电数据创建的复合年增长率估计为 85%，到 2025 年将达到 175 Zettabytes。这与世界上所有海滩上的沙粒一样多。这是相当多的数据需要处理和处理。
参加小组会议的公司都参与了创建、分析、捕获和/或复制这些海量数据的工作。讨论将涵盖他们对 EDA 行业的要求。
从基础设施的角度来看，Arm 的参与范围从 HPC 到数据中心再到 5G 再到边缘网关。专业计算现在是一个重点领域。当客户投入大量研发费用时，系统验证是关键。在处理利用 2D/2.5D/3D 实现的小芯片架构时，当所有裸片和设计规则都归一家公司所有时，相对容易一些。
对于异构实现，多芯片封装通常用于利润率足够高以适应额外设计工作、良率影响和边缘堆叠的市场。实际上，混合小芯片的实施将有助于市场更快地增长。预计 EDA 行业将在使异构小芯片实现更容易和更可靠方面发挥重要作用。
高带宽内存 (HBM) 和高速服务器推动了关键 IP 的发展，为大量新应用程序和产品打开了闸门。该行业必须保持其继续类似旅程的决心，并努力挑战极限。例如，封装级别的IP级创新。
开放计算项目（OCP）是由 Meta 在十年前首先推动的。许多公司，包括今天在小组中代表的所有公司都是该基金会的成员。它适用于允许您使用开放式固件和软件以加快开发并延长产品寿命的计划。
OCP 关注的举措之一是可组合计算和支持特定领域的架构。EDA 行业应该对此进行研究，并将 Linux 视为开源社区的典范。
在我们的全球数据中心运行的工作流类别数量达到 1000 多个。谷歌云为服务和处理数据的需求增加了一个全新的维度，支持不同的工作负载。每个工作负载都有自己的特点，虽然其中许多可以在通用硬件上运行，但更多需要定制硬件。
测试和可靠性是主要关注的领域。我认为这在理解边缘化的原因和决定如何处理方面起着重要作用。看看 TPU pods，我们说的是 1,000 和 1,000 多个芯片，它们被“缝合”在一起，作为超级计算机协同工作。因此，在测试和测试逃逸期间任何一点点的可靠性问题，基本上都会被放大。然后过了很多天，你发现整个努力基本上没有用，你不得不再次重复这项工作。
原型 FPGA 是一个用于测试和验证的巨大平台。我们每年都在仿真和原型设计上加倍努力，以确保缩小硬件和软件之间的差距。
数据中心一直到消费者，整个软件堆栈都需要在任何解决方案上运行。我们的许多设计都是使用小芯片架构实现的，这带来了不同类型的复杂性来处理。让我彻夜难眠的事情是如何验证和验证这些复杂的系统并快速进入市场。
硬件仿真器和 FPGA 原型系统市场正在蓬勃发展，可能是 EDA 中增长最快的领域。今天的仿真器可以适应非常大的设计并帮助制作更大的设备原型。用于放置大型设计的硬件加速平台非常昂贵，而且很难在这种规模下工作。而且，随着设计增长到超过 5 亿个dates（five plus billion dates），仿真器将无法扩展。用于原型设计的仿真已达到极限。我们正在研究混合类型的基于建模的方法。我们正在内部完善这些，并与外部标准机构合作。我们真的很想扩展到我们的 OEM 客户及其生态系统。
Meta (Facebook) – Drew Wingard
我们正在开发芯片以实现我们对元界的愿景。Metaverse 涉及社会可接受的全天可穿戴设备，例如增强现实眼镜。这个新的计算平台将大量的处理资源摆在面前。结果是它需要非常紧凑的外形尺寸、低功耗和非常小的散热。
我们需要将处理的不同部分放在软件和硬件中。我们需要考虑很多关于延迟与吞吐量以及计算成本与通信成本之间的权衡。我们需要围绕不同类别的异构处理的选项组合以及围绕建模的大量支持。我们必须平衡优化需求与提供可选性的愿望，因为没有人知道杀手级应用程序会是什么。
作为一家消费品公司，隐私非常重要，因为它们与我们的产品使用有关。我们的产品应该为佩戴者和对面的人所接受。
当我们将以上所有内容结合在一起时，系统模型的可用性和设计周期时间就变得非常重要。许多挑战都围绕着模型的可用性和模型之间的互操作性。这就是继续与 EDA 行业密切合作开辟机会的地方。
*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。
今天是《半导体行业观察》为您分享的第2932内容，欢迎关注。
『
半导体第一垂直媒体
』
实时 专业 原创 深度
识别二维码
，回复下方关键词，阅读更多
晶圆｜集成电路｜设备
｜汽车芯片｜存储｜台积电｜AI｜封装
回复
投稿
，看《如何成为“半导体行业观察”的一员 》
回复
搜索
，还能轻松找到其他你感兴趣的文章！
