大數據讓IC設計難以招架?

2017-12-19
作者 Junko Yoshida, EE Times首席國際特派記者

在「大數據」時代,晶片設計人員本身是否使用大數據?他們面對著龐大的原始資料——來自不同EDA供應商提供的工具。但是,他們是否找到了一種利用大數據實現最佳化和加速晶片設計的好辦法?

談到「大數據」(Big data),現在大家都少不了它。它廣泛地出現在生物科技、金融、農業、教育和交通運輸等領域,各個產業都希望藉由它來重新塑造其業務本質。

但是,對於半導體產業呢?

為此,一家專為晶片公司提供設計資料與IP管理軟體的解決方案供應商——IC Manage Inc.,日前發表了「大數據實驗室」(Big Data Labs)。

DeanDrako

Dean Drako

IC Manage執行長Dean Drako將這個Big Data Labs形容為一個「平台」,希望為IC設計客戶「開發和客製基於big data的全新設計分析工具」。

在「大數據」時代,半導體公司已經在設計用於資料中心的IC了。但問題是這些晶片設計人員本身是否使用大數據。他們已經有了龐大的原始資料——來自不同EDA供應商提供的工具。

但是,電子設計人員是否找到了一種利用大數據實現最佳化和加速晶片設計的好辦法?

簡單來說,答案是「還沒有」。

當然,半導體產業已經使用資料管理軟體好多年了。Gary Smith EDA首席分析師Laurie Balch解釋,IC Manage一向致力於提供「讓大量資料得以保持安全且組織化,從而使資料能被其他人存取」的工具。但針對能讓IC設計人員將資料應用於智慧決策的分析工具,Balch說:「我們現正處於才剛開始可用的起步階段。」

IC Manage並不是一家傳統的EDA供應商。Balch解釋,它並非製造模擬、合成或佈局等傳統的EDA工具,相反地,該公司的專長在於「EDA企業工具」。Balch形容IC Manage是一家「在IC設計資料庫市場佔有一席之地的公司」。

在此「電子設計以創造大量資料聞名」的時代,她發現晶片供應商正面對如何有效管理資料日益龐大的挑戰。而IC Manage可能成為第一家提出解決方案的公司。

非結構化資料

Drako解釋,根據定義,「大數據」是由大量非結構化資料組成的。

他坦承,電子設計領域已經看到了非結構化資料帶來的巨大挑戰——分別來自不同EDA公司設計的各種工具。

然而,大多數的IC設計人員都沒有足夠的工具配備去吸收這些東西,更不用說要如何理解了。畢竟,這樣做既費時又耗資源。

Drako也強調,要在工具和供應商之間串連各自獨立的資料集並不容易。

此外,他補充說:「只有很少的產業和公司擁有足夠的專業知識和可用資源」,能夠迅速發展出可行的見解,並創造管理選項與實施細節。

這就是IC Manage希望該公司得以發揮作用之處。

Drako解釋,IC Manage在組織化的設計資料上疊加了非結構化資料。「透過融合非結構化資料(如驗證紀錄檔案)和結構化資料(電子設計資料),我們提供了一個混合資料庫,」讓晶片公司可以用它來執行高性能的先進EDA分析。

20171219_ICManage_NT03P1
IC Manage的關鍵技術——Big Data Labs;如何打造混合資料庫?(來源:IC Manage)

IC Manage希望的結果是實現一款提供可視化分析的平台,協助用戶創造互動式報告。

晶片出樣預測

這並不是IC Manage首次為IC廠商提供的大數據設計工具。

幾年前,該公司開發了一款名為‘Envision Design Progress Analytics’的大數據產品,為IC Manage的客戶準確預測其新晶片出樣提供了基礎。

隨著Big Data Labs的推出,IC Manage正向前邁進了一步。組織大數據並讓設計團隊或整個公司中的每個人都能使用資料還不夠。

IC Manage希望藉由與客戶(晶片公司)和合作夥伴(EDA工具供應商)的密切合作,進一步開發(並可能客製)的新工具,讓設計人員能夠追蹤每位設計人員的貢獻、修訂歷史、IP重用以及各種動作。所產生的工具能讓設計人員看到其決定對於設計過程的影響。Drako指出,提供的分析還將有助於其做出明智的決定。

功能驗證工具

IC Manage同時推出了首款基於Big Data Labs平台的驗證分析工具——Envision Verification。IC Manage表示,利用平台連接多廠商環境的能力,該工具提供了「近乎即時的可視化分析」。

Drako表示:「為了瞭解所發生的一切,Envision Verification從不同的EDA供應商環境(如Verilog、Mentor和Cadence)取得所有的驗證資料,並追蹤設計活動、回歸測試和驗證狀態,以及出現的錯誤。然後找出變化。」

如果沒有這樣的大數據驗證,Drako說:「傳統上,如果你是一支300名工程師團隊中的一員,你可能得花費大量的時間四處詢問:『你改變過什麼嗎?』、『哪些做過測試了?』、『是誰弄壞了?』或是『我們錯過了什麼嗎?』等等。」

透過互動式的驗證結果報告,Drako說:「Envision有助於使功能驗證分析加速10到100倍。不僅能夠辨識瓶頸,還可以為驗證過程中出現的問題找到根本原因。」

分析師Balch解釋,驗證對於電子設計師來說是一項「非常重大的挑戰」。她說,由於每個人的目標都是「一次到位」(first-time right)的設計和製造——受限於晶片重新設計的成本,「設計人員必須為其進行驗證」。她指出,驗證涉及很多測試方面,「其結果也會隨著運作條件而有所變化,因此也必須了解極端案例。」

IC Manage最新Big Data Labs推出的首款工具就是這種功能驗證工具。此外,該公司的其他邏輯大數據分析產品還包括實體驗證、時序分析和功耗。

Drako指出功能驗證包括很多部份,包括針對半導體、電路、數位和類比設計進行模擬等。因此,Balch猜測IC Manage在接下來很長一段時間都將忙於進一步發展其功能驗證工具,包括客製化。

誰會使用這款工具?

Balch說,不可否認的,資料管理工具的使用在晶片公司之間有些「起飛緩慢」。考慮到預算,晶片設計人員更想購買核心設計工具,而非大數據分析工具。「他們並不覺得這很重要,而且也認為這只適用於大型的設計團隊。」

隨著半導體產業持續捲入巨額併購,大環境的變化可能比先前的預測更快。例如,如果博通(Broadcom)成功收購了高通(Qualcomm),那麼想像在兩大巨擘內部的設計團隊將面臨多大的資料管理夢魘。合併後的公司必須監控不同設計團隊的進度,確保大家都能共享設計資訊和IP。

編譯:Susan Hong

(參考原文:Is Big Data for IC Design Too Big to Manage?,by Junko Yoshida)

活動簡介
未來寬能隙半導體元件會在哪些應用成為主流?元件供應商又會開發出哪些新的應用寬能隙元件的電路架構,以協助電力系統開發商進一步簡化設計複雜度、提升系統整體效率?TechTaipei「寬能隙元件市場與技術發展研討會」將邀請寬能隙半導體的關鍵供應商一一為與會者解惑。
贊助廠商
訂閱EETT電子報