文章核心观点 - 芯片设计的核心一直是功率、性能和面积(PPA)的优化,但现在需要考虑更多因素,如能源、热量等 [1] - 随着特定领域解决方案的激增,上下文(Context)变得越来越重要,需要将硬件、软件和系统结合起来进行全局优化 [1] - 创建有效的工作流程正成为成功的关键,需要让更多的人参与进来,进行跨学科的协作 [1] - 除了传统的PPA指标,还需要关注可靠性、稳健性等新指标,并将其与系统级指标结合起来进行评估 [1][2] - 人工智能可以帮助在更大的解决方案空间中进行优化,但仍需要更多的模型和标准化方式来连接EDA、系统和软件 [2][3] 根据目录分别总结 错综复杂的网络 - 早期芯片设计是一场性能竞赛,后来随着移动计算的出现,关注点转移到低功耗和能源 [1] - 随着节点的不断缩小,更多因素变得重要,如IR压降、设备可变性、峰值功耗等 [1][2] - 热管理对于持续工作负载场景至关重要,需要关注某些工作负载可以维持多长时间 [2] - 随着3D-IC的出现,芯片和系统之间的联系更加紧密,需要关注新的物理问题 [2] 新指标 - 除了基准,现在还需要从具体用例的角度来评估PPA,如首次令牌时间、每秒令牌数等 [3] - 线路长度是最重要的,因为它会影响功耗、信号延迟、面积和可靠性,与EDP相关 [3] - 出现了新的指标,如速度提升、功率提升和绿色提升,用于评估性能、功率效率和环境影响的平衡 [3] - 需要更多声音参与进来,如机械工程师、软件工程师、功能验证人员等 [3] 整合挑战 - 系统工具无法生成足够的保真度和确定性模型,无法用于EDA,需要为系统发明新的工具 [3] - 需要以标准化的方式传达热、功率、信号信息和时序等方面的模型和信息 [3] - 新标准SysML-v2将为系统社区提供以数据为中心的模型,并将需求和验证知识链接到EDA级别 [3]