AI芯片设计流程

本文主要是介绍AI芯片设计流程，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

AI芯片设计流程

 对于消费者，一个可以使用的系统，有数字集成电路部分、模拟集成电路部分、系统软件及上层应用部分。关于各个部分的功能，借用IC 咖啡胡总的精品图可以一目了然。外部世界是一个模拟世界，故所有需要与外部世界接口的部分都需要模拟集成电路，模拟集成电路将采集到的外部信息转化成0/1 交给数字集成电路运算处理，再将数字集成电路运算处理完的信号转化成模拟信号输出；这一切的运算过程都是在系统软件的号令跟监控下完成的。芯片是骨架，系统软件是灵魂。

 数字集成电路设计实现流程是个相当漫长的过程，拿手机基带芯片为例，对于3G, 4G, 5G, 工程师最初见到的是无数页的协议文档。架构师要根据协议确定：协议的哪些部分可以用软件实现，哪些部分需要用硬件实现；算法工程师要深入研读协议的每一部分，选定实现所用算法；芯片设计工程师，需要将算法工程师选定的算法，描述成RTL; 芯片验证工程师，需要根据算法工程师选定的算法设计测试向量，对RTL 做功能、效能验证；数字实现工程师，需要根据算法工程师和设计工程师设定的目标PPA 将RTL 揉搓成GDS; 芯片生产由于太过复杂，完全交由代工厂完成，封装亦是；对于测试，大部分公司都是租借第三方测试基台由自己的测试工程师完成，只有少部分土豪公司才会有测试基台。

 一颗芯片，性能的60% 取决于架构师，在国内好的架构师不超过三位数，极好的架构师不超过两位数，架构师是芯片灵魂的缔造者，是食物链的最顶端，是牛逼闪闪的存在，除了office 似乎没有EDA 工具用于架构设计；架构敲定了之后，大量的算法工程师跟上，对于协议规定的每个点，都要选择适当的算法，用C/C++ 做精确模拟仿真，要确保功能、精度、效率、吞吐量等指标，Matlab 跟GCC 应该是使用最多的工具。

 设计工程师根据算法工程师经过反复模拟仿真选择的算法，将抽象描述或定点C 转换成RTL, 在设计过程中需要反复仿真、综合，确定设计功能的正确性，跟设计能达到的PPA. 除了RTL, 设计工程师还需要根据设计目标编写SDC 和power intent, 并做对应的质量检查。设计工程师需要使用大量EDA 工具：

• 编辑器：VIM, emac;
• Lint : RTL 质量检查，Spyglass, Jasper;
• CDC: SDC 质量检查，Spyglass, Conformal, GCA;
• CPF/1801: power intent 质量检查，CLP;
• Power: RTL 级功耗分析，Joules, PA;
• 仿真器：C, S, M 三家都有各自的仿真工具;
• 综合：Genus, DC;

 从集成开始，由脑力劳作进入体力劳作，对比盖房子，就是从设计师到泥瓦工。集成工程师，要把芯片所用的所有模块相互连接起来，指导思想是架构工程师确定的，各个IP 如何连接是各IP 的owner 确定的，集成工程师只要保证不多连、不少连、不乱连即可，据说当前也没有什么有效的集成工具，常用到的是emac。

验证

实际项目中验证跟综合从RTL coding 开始就会交叉进行，反复迭代。

验证在数字芯片设计中占很大比例，近些年在设计复杂度的推动下验证方法学跟验证手段在不断更新，从OVM 到UVM, 从Dynamic verification 到Static verification, 从FPGA 到Emulator, 所有革新目的可概括为：快速、完备、易调试。验证涉及到许多方面，验证工程师一方面要对相关协议算法有足够了解，根据架构、算法工程师设定的目标设计仿真向量；另一方面要对设计本身足够了解，提高验证效率，缩短验证时间。验证工程师需要掌握许多技术，需要使用许多工具。

• 语言：各种脚本语言之外，C/C++, SystemVerilog, Verilog；
• 协议：各种接口协议，各种通信协议，各种总线协议；
• 工具：动态仿真工具，静态仿真工具，FPGA, Emulator；

 数字验证领域，依旧是C, S, M 三家几乎全霸，老驴已不做验证多年，对S, M 两家验证相关工具除了VCS, Verdi, Modelsim 其他几乎无知，此处拿C 家验证全套为例。

• Static Verification: Jasper Gold 是C 家新近推出的静态验证工具，驴所理解的静态验证是基于断言的验证方法学，所谓静态即不需要输入测试激励，验证过程是纯数学行为。
• Dynamic Verification: Xcelium 是C家的动态验证工具，动态验证是基于UVM 的验证方法学，通过输入测试激励，监控仿真结果，分析覆盖率完成功能验证。
• Emulator: 硬件仿真加速器，粗暴理解：有debug 功能的集成了丰富接口的巨型可编程阵列；特点：超高速验证、支持系统软件调试。帕拉丁是C 家在验证领域的明星产品，行业翘楚，据说常有钦差莅临硅厂在帕拉丁前驻足良久，赏外形之美，赞功能之强。
• Verification IP: 验证需要各种验证模型，各种IP, 各种总线，各种高速接口。

 FPGA 的一大应用是验证。在世上曾经有两家牛逼闪闪的FPGA 公司，一家是Altera 另一家是Xilinx, 后来Altera 像Mentor 一样找了个大爷把自己卖了。FPGA 内除了可编程逻辑外，通常还会集成各种IP, 如CPU, DSP, DDR controller 等。每家FPGA 都有各种配置，根据集成的IP, 可编程逻辑的规模，可达到的速度，价格相差极大。相对于ASIC, FPGA 也有一套对应的EDA 工具，用于综合、布局布线、烧录、调试。如：Synplify, Quartus。

 国内现状：Static Verification, Dynamic Verification, Emulator 几乎空白；国内有一些FPGA 公司，在中低端领域已经做得非常不错，但是高端领域几乎空白。任重而道远，不矫饰，脚踏实地干！

实现

接着上面说的继续捋数字芯片设计实现流程，今天进入实现阶段，对于这一段驴只熟悉其中的综合、形式验证、低功耗验证、RTL 功耗分析、STA, 其他部分都是一知半解，故无深究，只捋流程。

 整个实现阶段，可以概括成玩EDA 工具及基于EDA 工具的方法学，EDA 工具无疑是实现阶段的主导，一颗芯片做得好不好，在实现阶段之前基本取决于工程师的能力强不强，而在实现阶段之后基本取决于EDA 工具玩得好不好。整个设计实现流程，涉及到许多工具，此处列出四家主要参与者，空白部分不代表没有，只代表驴不知。

 数字电路实现流程，从大方向上可以分成两部分：优化跟验证。优化，会更改逻辑描述方式，会更改逻辑结构，会插入新逻辑，这所有的动作都存在引入错误的风险，故需要验证工具予以监控；验证，要确保逻辑优化过程不改变逻辑功能，要确保时序满足既定目标需求，要确保无物理规则违规，要确保信号完整性，这所有的验证都有一套对应的通过规则，但凡有某一项不达标，就不能拿去生产制造。

 高级综合：所谓的高级综合就是将C/ C++/ System C描述的设计意图，“翻译”成用Verilog/ System Verilog 描述的RTL, 多应用于运算逻辑主导的设计，除了三巨头，市面上有许多小公司在这一个点上做得不错。

 综合：在实现流程中的背后算法，综合一定是最难最复杂的。综合先将Verilog/ System Verilog/ VHDL 描述的逻辑转化成由Gtech 描述的逻辑，再对Gtech 逻辑做优化，优化后再将Gtech 描述映射到对应工艺库。优化过程涉及到多个方面，近年来EDA 工具的发展方向基本可以概括为：容量，速度，相关性。容量：指可处理的设计规模；速度：指EDA 工具的优化速度；相关性：指跟布局布线间的相关性。主流工具：Genus, Design Compiler. 在这一点上，几乎再难有后起之秀，除非有朝一日，整个数字电路的设计方法学发生颠覆性的革新。

DFT: 插入压缩解压缩逻辑，插入scan chain, 插入Mbist, 插入Lbist, 插入Boundary Scan, 插入OCC, 插入Test Point, 生成ATPG pattern, 故障诊断，DFT 工程师像老中医插入、观察、诊断。市面上DFT 工程师紧缺，贵！主流工具：Tessenst, Modus, TetraMax.

ECO: 但凡有新的东西引入，就可能引入bug, 早期发现bug 可以重新走一遍实现流程，如果在后期发现bug 重走一遍流程的代价太大，通常的做法就是ECO。对于简单的bug 修复手工ECO 就可以，但是对于复杂的bug 修复，手工ECO 有心无力，故需要有EDA 工具来完成相应的工作。当前世面上最好用的自动ECO 工具非Conformal ECO 莫属。最近也有一些startup 做对应的点工具，整个思路跟CECO 类似，但是没有综合工具优化ECO 后的补丁，就很难得到一个好的结果。

布局布线：在进入纳米时代之前，布局布线并没那么复杂，从90nm 开始到如今的3nm，布局布线的复杂度呈指数增长，从floorplan 到placement 到CTS 到Routing 每一步涉及到的算法在近年都做了颠覆性的革新，以Innovus 的问世为起点，布局布线进入到了一个新纪元。在AI 的浪潮下C 跟S 都一头扎了进去，要做世上最智能的布局布线工具，也许有朝一日可以像跟小度对话一样：

• 硅农：Innovus 请解析A 文件，按设定目标做个功耗最优的结果；
• Innovus: 已读取目标文件，根据设计数据分析，本设计大概需要250G 内存，在5小时内完成，选择任务完成后是否自动进入后续程序......

 RTL 功耗分析：这一步可以放在实现端做，也可以放在实现前做。分析过程相对简单：读入RTL, SDC, 仿真激励，通过计算分析平均功耗跟瞬时功耗，找出设计中的“功耗缺陷”，指导Designer 进行功耗优化。主流工具有：Joules, Spyglass, PowerArtist. 

形式验证：在整个实现流程中，形式验证充当逻辑功能等效性的监察官，任何一步优化结束后，需要过形式验证这一关，确保在优化过程中，逻辑功能未被改变。主流工具：LEC, Formality. 随着设计规模的暴增跟优化技术的飞速发展，形式验证的难度逐渐增加，占用的时间逐渐增多，SmartLEC 是针对复杂设计的先行者。

低功耗验证：针对低功耗设计，低功耗验证要验证CPF/ UPF/ 1801 的语法语义跟描述意图，要验证低功耗单元未多插，未漏插，未乱插，要验证电源跟地的链接符合设计意图，要验证电特性的完整性。主流工具：CLP。

 STA: Timing signoff, STA不复杂，相比于优化过程要简单得多，抛开Timing ECO, STA 所有的动作都只是计算而不是求解；优化过程是求最优解或近似最优解的过程，要难得多。近年来STA EDA 工具主要在几个方向着力：如何模拟制造过程的随机工艺偏差，如何处理超大规模设计，如何模拟新工艺结点电特性对时序的影响。

Power Signoff: 验证设计的电源网络是否足够强悍，分析，发现，修正：IR-drop 跟EM。主流工具：Voltus, RedHawk。

物理验证: 验证所有的管子、过孔、走线是否满足Foundry 制定的规则，是个体力活，有点像盖好房子后的垃圾清理，主流工具：Calibre, PVS, ICV。

整个数字实现流程中涉及到诸多工具，三巨头在领跑，后面基本没有跟随者，偶尔有某个点工具做得好的后起之秀，大多都会被三巨头吃了，这也算是行业套路。就市值看，三巨头加起来来也不及互联网公司一条腿粗，然而在整个芯片设计实现过程中却不可或缺，吾国要强大芯片产业，必须要在EDA 这一块加大投入，方能离脱离被掐着脖子走更进一步。

参考链接：

https://blog.csdn.net/DP29syM41zyGndVF/article/details/122402205

这篇关于AI芯片设计流程的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！