CEO对芯片产业的展望(上)

半导体工程与Wally Rhines，总裁兼首席执行官Mentor是西门子旗下的企业;西蒙·西格斯，首席执行官手臂;格兰特·皮尔斯，首席执行官超音速;以及迪安·德拉科，首席执行官IC卡管理。以下是那次谈话的节选。

左至右:迪安·德拉科，格兰特·皮尔斯，沃利·莱茵斯，西蒙·西格斯。图片:Paul Cohen/ESD联盟

SE:未来的重大变化是什么?你认为潜在的陷阱在哪里?

segar对芯片设计来说，这真是一个令人兴奋的时代。如果你回到几年前，你在芯片行业交谈过的每个人都在想接下来会发生什么。他们经历了移动驱动一切的许多年，有大量的设计工作要做。然后移动增长率开始趋于平稳，每个人都在紧张地思考下一个大事件是什么。现在我们有很多下一个大事件，很难知道从哪里开始。有新的通讯协议，不管是5克、LoRA、窄带物联网以及新技术，这些技术本身就需要半导体器件的大量创新。你已经在云端拥有人工智能驱动芯片的世界。在边缘有推理，这推动了设计的创新，最终将支撑所有这些技术。云本身正在爆炸，而且似乎看不到尽头。这本身就改变了谁在做这些前沿的设计。

SE:你在哪里看到了负面影响?

segar:制造7nm芯片的成本不适合胆小的人。对复杂性的管理在每个节点上都变得更糟。

莱茵:我同意。这是一个独特的时期。我们每隔一段时间就会有这样的事情，在一起度过一段美好的时光。EDA产业确实与半导体产业有关联。半导体有四年平均2%的增长，然后它开始起飞，在过去的一年我们有20%的增长。现在有一半是内存，我们在内存工具方面做得不多，但是如果除去内存，这个行业的其他产品在过去一年增长了9.5%，而对未来一年的平均预测是9%到9.5%。这在很大程度上取决于DRAM的定价，但无论定价如何，它都将继续表现强劲。另一件非常有趣的事情是新人们开始购买和使用设计工具。我们有谷歌，facebook和亚马逊，他们都在做自己的印刷电路板，现在他们也在做自己的集成电路。他们成为了新客户，他们带来了很多钱，所有自己做物联网传感器和执行器的小公司也是如此。 Those are people who are not traditional customers of EDA, and they’re getting into design for the first time. In the automotive industry, 338 companies have announced they’re developing electric cars, and 127 have said they’re developing driverless cars. Ten years from now most of those will not be in business, or at least they will not be doing what they are doing today.

Drako你知道上世纪初有多少公司在生产汽车吗?

莱茵例如1909年，美国有285家汽车公司。到1930年，有27个。到了1960年，基本上有福特、克莱斯勒和通用三家。2000年，最大的DRAM生产商占据了50%的市场份额。如今，他们拥有90%的市场份额。但只要等到中国人进入这个市场就好了。所以我们有了新的进入者，我们有了工业物联网的新客户，他们以前根本不买任何东西。下一个导致不连续的因素是整个人工智能。这引起了芯片交易的疯狂。在过去的15年里，风险资本资助的创业公司的数量一直在稳步下降。然后，突然在2017年第四季度，有9亿美元的风险投资初创公司。 A very high percentage are AI driven, but there are all sorts of new processor architectures. And then there is the whole entry of new businesses.

SE:会出什么问题?

莱茵:律师们。贸易谈判中正在发生的糟糕事情似乎对半导体没有任何影响，因为它们会伤害双方，但它们可能会影响整体经济。

皮尔斯在我职业生涯的初期，我在MIPS工作。当时我们感到非常兴奋，因为我们对即将进入市场的新想法充满了希望，这些想法将彻底改变人们编写软件的方式、可用的应用程序以及如何完成这些工作。它可能会一直扩展到工作站和超级计算机，当时这些都是非常图形化的。图形刚刚出现。后来我们发现这项技术可以无处不在。它渗入了所有东西。可能我们今天使用的每个设备都是基于RISC架构的。快进到今天，随着认知计算、机器学习和人工智能的出现，它再次令人兴奋。其中一些事情可以追溯到20世纪80年代，当时人们已经在研究人工智能。很多这些东西已经伴随我们很长时间了。 But now we have huge data sets available to us in the cloud. You can go and develop AI applications in the cloud, never having to have those resources in-house, with access to an Amazon server farm. That’s pretty incredible. And as an IP provider, it means there will different architectures running different neural nets everywhere. They’re going to be close to where all this data resides. We have a customer that has more than a quarter of a million processors concentrated into a single machine, they’re feeding it with 4.5 terabytes of data per second in order to do the training. And then we’re working with a customer that ships a lot of sensors. Those sensors are gathering an alarming amount of data, which will be collected, analyzed and stored somewhere. We’re going to see new things every day.

SE:这有什么缺点吗?

皮尔斯:并非所有想要开发这些设备的人都是芯片设计师。他们是系统架构师和软件开发人员。这很可怕，因为行业将要求的支持级别或在更高抽象级别上所需的集成级别。

Drako:即将到来的影响EDA行业的一件大事是云计算农场的使用。这还没有完全实现，但随着我们与客户的接触，我们听到更多的客户想要这样做，开始这样做。Gartner发布的一份报告称，到2021年，基础设施即服务业务的规模将达到720亿美元。我不认为软件作为一种服务被EDA工具使用，但我确实认为基础设施作为一种服务被大量使用。我们有亚马逊和谷歌在大肆宣传这一点。这个话题大约从10年前就开始了，但实际上客户们正在谈论它。有五点是与EDA相关的。首先，EDA正处于向云转移的风口浪尖。他们真的希望能够利用峰值计算时间来快速运行所有这些回归测试或模拟运行。他们考虑的是他们的计算农场与亚马逊的价格，这节省了上市时间。 The second point involves security. The economics are pushing them to do the due diligence to get through the security hoops. That box is being checked. The third major issue is that the business model of EDA has to be enhanced. Twenty years ago we moved from perpetual licenses to time-based licenses. That was a painful transition. Amazon and the infrastructure service providers sell services on a per minute or a per second basis. Revenue will go up. The fourth point is that the cloud model will be a hybrid model. Our customers have made huge investments in servers, tools, scripts, in an environment that is really complicated. They’re not going to throw that all away. Customers need shared storage in a big way, and the cloud vendors don’t do that well. The fifth point is that software development for the cloud is significantly different than software development we’ve traditionally done in the EDA industry.

segar你认为什么时候它会成为主流?对我们来说，它来得越快越好。我们有几个数据中心。最大的痛苦是试图预测谁在什么时候使用它。你无法预测一个随机事件。我不想再担心有人说，‘你还不能运行你的回归，因为他们必须先完成。’

SE:但你不需要在设计周期中规划所有这些内容吗?这并不总是像打开额外的容量那么简单。

Drako:不，是按需付款。

segar:我想为我需要的工具和我需要的周期付钱。如果有三个项目需要同时做RTL模拟，我想使用所有的计算机。如果发生了什么事，第四个孩子就会出现，我也希望能这样做。

SE:不过，在芯片设计中，它真的那么容易工作吗?很多都是内部完成的，然后你想增加额外的循环。但是你仍然需要传输大量的数据。

Drako这就是混合模式，这是一个挑战。我们听到每个人都说他们想要100%的云模型。他们想让其他人来管理数据中心。但有一个问题，因为在当前的计算场中有投资，你必须在一段时间内以混合模式行事。但在这中间有很多数据，这是我们需要解决的一个大问题。

segar:但那只是暂时的。

Drako:是的。

SE:这对EDA有好处吗?

莱茵:如果客户进行转换，EDA将进行转换。所有三家主要的EDA公司都提供了我们在云中拥有的一切，但没有人购买它。最初，甚至可能是今天，它没有成功的原因是，人们认为如果它在云端，那么他们可以花两秒钟在它上面，并节省他们的EDA账单。我们问他们租车一天的价格与一周或一年的价格相比如何。然后他们开始比较我们给他们的价格和他们已经拥有的服务器，他们没有足够的动力。我们今天提供这种服务，现在也一样Synopsys对此和节奏，最终它会起飞。我从未见过一个设计师认为他们在设计中做了足够的模拟。如果你能多做1个或1000个模拟，你可能会感觉好多了。因此，需求将随着可承受性的增加而增加。多年前，当我们在大型机上进行计算时，企业大佬们会过来说，‘我希望看到你们的预测有所提高。但设计师会一直进行模拟，直到钱花光为止。这里也会发生同样的事情。不过，还有另一个方面需要讨论。如果你要在云中部署和在服务器群上部署，你的开发方式是不同的。我们的客户拥有数十万台服务器，他们习惯于将软件移植到本地服务器群。他们认为没有必要去亚马逊。 But then we have other customers—and this may be the real kickoff point—who don’t have big server farms. All of a sudden they have a real need, and this doesn’t require lots of revenue or special algorithms.

segar:另一方面，一些来做芯片设计的大公司是拥有云的人。

莱茵我们看到那件事发生了。人们过去在实验室里有模拟器，他们会插入电缆。然后他们发现他们可以做到这一点。他们可以有软件刺激，把它放在一个服务器群里，其他人都可以接入。所以本质上，他们不是把它插在电缆上，而是在云端运行。

SE:那么这对竞争格局有什么影响呢?一些没有基础设施的新公司进入市场，然后大型公司之间出现大规模整合，而这些公司传统上一直是EDA的最大客户。

segar:在云模型中，如果你让构建模块的访问变得容易，那么你就会吸引更多的人去使用它。随着行业整合，越来越多的芯片设计师不再在大公司工作。他们召集了一群人开始创建一家公司。你不投资一家公司的原因之一是高额的预付款。

Drako:这有点像代工模式。这家工厂已外包出去了。现在计算将被外包。

segar:你正在降低进入门槛。

莱茵: Arm有多少家特许经营商?

segar:大约500个。

莱茵我们刚刚谈到了来自汽车行业的另外500家公司。中国有超过1000家无人听说过的无晶圆厂公司，都在寻找工具。这种模式不会像半导体设备模式那样，只有少数几家公司能够购买价值数百亿美元的设备。有了EDA，你就有了一台电脑和一个大脑，你就可以成为一个EDA公司。将高级软件编译成fpga或定制芯片的需求正在增加，而不是减少。

有关的故事
CEO对芯片产业的展望(二)
人们越来越担心基于人工智能的安全关键系统中的道德选择和责任，以及谁将负责做出这些决定。
通往5G的坎坷之路
这种新的无线技术究竟会普及到什么程度，还有哪些问题需要解决?
巨大的汽车行业颠覆即将到来
自动驾驶汽车将在许多与汽车相关的现有行业领域引发根本性变化，为芯片和工具带来巨大机遇。