上海交通大学计算机系,上海交通大学 计算机学院
近年来国内掀起了一股对集成电路产业的投资和科普热潮。很多之前甚至连听都没听过集成电路这个词的群众开始对这个本来在国内备受冷落的行业产生了巨大兴趣,EDA就是当中重要一环。那什么是EDA呢?
什么是EDA
–高能预警,下面是对EDA的专业介绍–
现代集成电路的设计完全依赖集成电路设计自动化(EDA)工具。EDA工具涵盖了电子系统设计所需的设计输入、性能优化、仿真、功能验证及测试、数据管理等诸多设计环节所需的软件。对于典型的数字系统设计而言,包括逻辑综合、逻辑仿真、形式验证、物理设计、时序分析、物理验证、测试生成等关键工具。对于典型的模拟电路设计而言,包括了电路设计、版图设计、电路仿真、物理验证等关键工具。随着工艺节点进入纳米尺度,可制造性设计工具、工艺仿真、器件仿真、光刻仿真及光学邻近效应修正等工具也越来越重要。EDA技术的战略地位非常重要,作为集成电路设计的核心技术和支撑手段,在集成电路设计产业乃至整个电子工业中都发挥了不可替代的重要作用。当前,汽车,物联网,人工智能是EDA领域的研发热点。
通俗地说,芯片设计公司(如平头哥等)对芯片功能定义的描述,需要EDA工具来一步一步变成精密图纸(GDS),让晶圆代工厂(如台积电等)按照这张图纸用光刻机等设备来制造芯片。由于芯片功能定义存在于虚拟的软件世界,芯片却是物理世界中由沙子(半导体的原料主要是硅)经过上百道复杂工序制造出来的。因此,EDA工具要尽可能高精度地在虚拟的软件世界里模拟出现实中的物理和工艺问题,并用系统性的方法加以解决,保证芯片流片结果与设计图纸的仿真结果一致。因此,EDA技术极其复杂且影响巨大。如果你听到一家公司因流片失败,几千万打水漂的事儿,以后也不用太惊讶了。
EDA工具还需要对成千上万种可能的设计进行快速探索,优化性能、功耗、面积(PPA)等芯片物理指标和成本等经济指标。这个探索优化的空间极大。
这是一个忆阻器读写电路
这张简单的电路设计描述经过EDA工具之后就变成下面这张流片用的GDS版图(40nm工艺,1.5mm * 1.5mm)。是不是还挺复杂的。脑补一下现在高性能运算芯片起码都是(7nm,200mm*200mm),比这个例子要复杂10万倍以上。
(版权原因,用了我们自己的GDS)
比如,最近发布的寒武纪首颗7nm AI训练芯片就集成了460亿个晶体管。每个晶体管如何摆放芯片面积小,它们之间如何连线信号延迟小,如何避免电磁干扰、温度过高等物理问题,都需要EDA工具来解决。在集成电路这个赢者通吃的残酷市场中,任何芯片公司哪怕其芯片性能差一点或成本高一点,都可能面临生死存亡的危险。
为什么EDA这么难
通过上面的介绍,你知道了EDA工具在芯片设计与制造之间的重要作用。而EDA技术进步和产业发展的难点也是由于它对设计与制造两头都要“靠”。
先进的工艺节点不断演进都是由“晶圆代工厂+芯片设计公司+EDA公司”协同推进的成果。为了研发新工艺,晶圆代工厂需对材料、化学、过程控制等各种制造细节进行创新、调试和验证;EDA公司借助晶圆厂积累的大量测试数据,为新工艺的物理效应,工艺实施细节进行准确的数学建模,并给出设计优化工具;芯片设计公司将基于此模型和工具进行芯片设计与试产,并且依托丰富的设计经验不断发现和排除新工艺节点的各种量产问题。来自三家单位的工程师通力合作,集中攻破新问题,修复新bug,反复迭代,最终才能达到商用和量产要求。任何环节出题都将前功尽弃。因此也不难理解,为什么英特尔靠自己一家推进先进工艺节点如此艰难;台积电每年要耗费数十亿美元研发经费,而苹果和海思还要承担数亿美元的流片费用。
EDA产业发展与技术进步离不开制造工艺进步和芯片设计整个生态的进步。EDA公司不仅最早获取新工艺一手数据,而且有服务大量芯片设计客户的经验和数据积累。笔者曾在某国际EDA大厂做过一年顾问并参与前沿的技术研发,他们用来提升EDA算法性能的数据都来自许多风靡全球的芯片。因此,当我们还在申请EDA与AI交叉研究课题并为训练数据发愁时,EDA巨头们已经利用手中的海量训练数据进行AI产品化了。
EDA人才培养与科研发展也面临困境。EDA算法问题起点和终点都是半导体工艺等物理问题,解决手段则主要依靠复杂的数学方法和计算机算法,应用对象是芯片设计实现具体问题,涉及微电子、电路系统、计算机体系结构等诸多学科。一般来说本科生很难拥有此既宽泛又深入的知识储备体系,因此,三大EDA巨头公司研发工程师的平均学历都很高。同时,在硕士和博士阶段,单独从事数学、芯片设计、半导体器件和工艺的人较多,但是三者兼具的人又非常少。由于国内EDA产业薄弱,国家对其基础研究投入较少,从事EDA相关科学研究的学者也难以受到关注。
关于ChinaDA
由第一届ChinaDA执行主席北京大学罗国杰教授设计,DA除了代表设计自动化,还预示着与体系结构,器件的融合
ChinaDA是由国内集成电路领域的青年学者自发组织的学术会议,目的是推动国内设计自动化、体系结构、集成电路设计、器件等领域研究及交叉融合,为青年人搭建交流平台。本次大会聚焦国际集成电路发展前沿及国内集成电路领域的关键核心技术,包括了器件、设计、体系结构、设计自动化等多个Session,并对中国芯片核心关键技术突破之路的热点话题邀请多位大咖参与讨论,欢迎大家踊跃参会。
直播时间:2021年1月30日(周六)8:40-18:00
西瓜直播平台实时转播会议(直播间房间号:1607317)
会议日程
执行委员会:杨帆(复旦大学)、蒋力(上海交通大学)、陶俊(复旦大学)、陈迟晓(复旦大学)
演讲嘉宾介绍:
Yiran Chen, Duke University
Prof. Yiran Chen is now the Professor of the Department of Electrical and Computer Engineering at Duke University and serving as the director of NSF Industry–University Cooperative Research Center (IUCRC) for Alternative Sustainable and Intelligent Computing (ASIC) and the co-director of Duke Center for Computational Evolutionary Intelligence (CEI), focusing on the research of new memory and storage systems, machine learning and neuromorphic computing, and mobile computing systems. He is a distinguished lecturer of IEEE CEDA and listed in the HPCA Hall of Fame. He is a Fellow of the ACM and IEEE.
曾晓洋,复旦大学
曾晓洋,复旦大学教授。任电路与系统分会副主任委员、IEEE SSCS Shanghai Chapter Chair、ASP-DAC Steering-Committee Member、IEEE A-SSCC TPC Member、IEEE ASICON 2009/2013 TPC Chair等。曾获上海市“IT青年十大新锐”(2009)、上海市“曙光学者”(2011)、上海市“优秀学术带头人”、国家杰出青年科学基金(2015)、教育部“长江学者”特聘教授(2016)等荣誉。主要的研究方向为高能效片上系统(SoC)关键技术研究与应用,包括低功耗、高安全的信息安全芯片技术,高性能可重构与低功耗的无线通信算法与VLSI结构,高性能低功耗多媒体处理信息算法与电路,超低功耗的生理信号检测处理算法与系统集成,低功耗的混合信号电路研究等。
周鹏,复旦大学
周鹏教授,复旦大学微电子学院副院长。主持了国家自然科学杰出青年基金、应急重点项目、优秀青年科学基金、面上基金等项目,参与了多项国家《极大规模集成电路制造技术及成套工艺》重大专项项目,参与了科技部重点研发计划、973计划、863重大项目等,获得中组部万人计划科技创新领军人才(2018)、科技部中青年科技创新领军人才(2018)、上海市青年科技启明星(2013)、上海市曙光计划(2018)等人才计划支持。作为客座编辑主持了Small、Advanced Electronic Materials和Nanotechnology等期刊专刊,现担任Wiley开源期刊InfoMat副主编。
陈迟晓,复旦大学
陈迟晓,复旦大学工程与应用技术研究院、专用集成电路国家重点实验室副研究员。主要研究领域在于混合信号集成电路和定制化的智能硬件电路与体系结构设计。2020年获得上海市青年科技启明星。
陈海宝,上海交通大学
陈海宝,上海交通大学电子信息与电气工程学院副教授。长期从事集成电路设计自动化、人工智能算法与硬件实现等研究工作。2015年在国际学术会议ASP-DAC上获得最佳论文提名奖,2016年起担任期刊Integration-the VLSI Journal编委,指导研究生在会议IEEE ASIC,IEEE ICSICT上获最佳学生论文奖,2019年获吴文俊人工智能技术发明三等奖。
李学清,清华大学
Xueqing Li is currently an Associate Professor with National Overseas Young Scholar Award in Electronic Engineering, Tsinghua University, Beijing, China. Dr. Li is the recipient of 2015 HPCA Best Paper Award, 2016 IEEE Micro Top Picks Award, 2017 ASP-DAC Best Paper Award, 2017 IEEE Transactions on Multi-Scale Computing Systems (TMSCS) Best Paper Award, and 2017 Best Publication Award in SRC/DARPA LEAST center.
尹勋钊,浙江大学
尹勋钊博士是浙江大学百人计划A类研究员,博导。主要研究领域为基于新型器件和新型计算范式的电路、架构、算法协同设计,包括存内计算、类脑计算、异构计算、模拟电路芯片、人工智能硬件加速等。荣获ICCAD最佳论文奖提名,IEEE/ACM学生研究竞赛铜奖,圣母大学计算机科学与工程系杰出研究助理奖等。
吴林晟,上海交通大学
吴林晟教授,上海交通大学教授、博导。主要研究微波电路与器件、射频EDA方法与工具、射频系统级封装、半导体异质集成。先后主持国家重点研发计划课题、国家重大专项子课题、国家自然科学基金、国防重点课题等项目。2011年获上海市科技进步一等奖,2012年获国家科技进步二等奖,2016年获得国家自然科学基金优秀青年基金资助,以第1完成人获得2019年上海市科技进步一等奖。现为中国电子学会微波分会委员、IEEE高级会员,曾任2020年中国微波周全国微波毫米波会议技术程序委员会主席。
陈晓明,中国科学院计算技术研究所
陈晓明,分别于2009年和2014年从清华大学电子工程系获得学士、博士学位,现任中国科学院计算技术研究所副研究员,以及北京智源人工智能研究院青年科学家。研究方向为针对存算一体的设计自动化和体系结构设计。他获得了2018年首届阿里巴巴达摩院青橙奖,入选中国科协青年人才托举工程,获得2015年度欧洲设计与自动化学会优秀博士论文奖。
何哲陟,上海交通大学
何哲陟,上海交通大学计算机科学与工程系助理教授。获亚利桑那州立大学取得电子工程博士学位,长期从事神经模态计算, 深度学习中的能效与安全, 电子设计自动化相关的研究。2017, 2018连续两年获得超大规模集成电路年度研讨会(ISVLSI)最佳论文奖。
杨建国,复旦大学
杨建国,2016年于复旦大学微电子学与固体电子学专业获博士学位,2019年加入中国科学院微电子研究所任副研究员。主要从事混合信号集成电路设计、存储器电路设计及应用、信息安全SOC芯片设计工作。
喻文健,清华大学
喻文健,清华大学计算机系长聘副教授,特别研究员,国家优秀青年科学基金获得者。研究方向包括EDA物理建模与仿真算法、大数据数值计算等。曾获教育部自然科学奖二等奖、清华大学科研成果推广应用效益奖、欧洲设计自动化与测试大会DATE最佳论文奖、2016年度知社学术圈中国新锐科技人物突出贡献奖。目前担任国际期刊T-CAD和Integration, the VLSI Journal的副编辑,国际会议ASP-DAC指导委员会成员、技术分委员会主席, CSTIC电路设计与EDA分会主席。
叶佐昌,清华大学
叶佐昌2007年7月毕业于清华大学微电子研究所,获工学博士学位。曾在美国Cadence伯克利实验室担任研究员。目前在清华大学微电子研究所任副研究员。主要研究领域包括为集成电路设计验证方法学及人工智能应用。
高滨,清华大学
高滨,清华大学微纳电子系副教授。2008年本科毕业于北京大学物理系,2013年获得北京大学微电子学与固体电子学专业博士学位。2015年加入清华大学。现主要从事新型存储器件和芯片方面的研究,在Nature,Nature Electronics,Nature Communications,Proceedings of the IEEE,IEDM,ISSCC等期刊和会议发表文章100余篇,SCI他引超过3000次。
毕朝日,复旦大学
毕朝日,复旦大学,助理研究员。从事计算机优化算法、混合电路设计自动化方法和人工智能辅助医疗交叉学科研究。2019年获得上海市科技人才计划项目“扬帆计划”资助,作为课题骨干参与国家重点研发计划2项。
姚海龙,清华大学
姚海龙,清华大学副教授,特别研究员,博导,清华大学计算机系软件所副所长。研究方向包括集成电路前端编译综合与后端物理设计,微流控生物芯片物理设计。于 2016 年获得 SASIMI 最佳论文奖(1%),两次荣获 ICCAD 最佳论文提名奖,荣获国际会议 ISQED 最佳论文提名奖。
林亦波,北京大学
林亦波,北京大学高能效计算与应用中心助理教授。他曾获2020年国际物理设计专题研讨会(ISPD)、2019年设计自动化大会(DAC)、2018年Integration期刊、2016年SPIE Advanced Lithography会议的最佳论文奖。他目前的研究兴趣包括基于机器学习的设计自动化算法以及GPU/FPGA加速。
闫浩,东南大学
闫浩,东南大学电子科学与工程学院国家专用集成电路系统工程技术研究中心讲师,硕士研究生导师。研究方向聚焦于面向宽电压高能效设计的统计静态时序分析和良率分析等设计方法学。获ASP-DAC 2021最佳论文提名。指导学生在集成电路EDA设计精英挑战赛、国际时序分析竞赛TAU Contest上获奖。
赵杰茹,上海交通大学
赵杰茹,博士,上海交通大学助理教授。她主要的研究方向为可重构计算,电子设计自动化,软硬件协同设计,高性能深度学习加速器以及嵌入式系统。她曾获得2017年IEEE / ACM William J.McCallla ICCAD最佳论文奖,2018年CASES最佳论文提名奖。
范益波,复旦大学
范益波,复旦大学教授。在复旦大学工作期间,创立图像、视频多媒体处理实验室(Video Image Processing Lab, VIP Lab)主要从事图像处理、视频编解码、多媒体SoC系统的算法、硬件和芯片设计研究。
彭剑英,芯来科技
彭剑英博士,毕业于浙江大学,现任芯来科技执行总裁,负责RISC-V处理器及其他相关产品的研发及市场管理。一直从事处理器设计相关工作,曾任Synopsys ARC处理器高级研发经理并建立ARC中国研发中心,Marvel ARM CPU部门研发经理等职位。
马宇飞,北京大学
马宇飞博士2020年加入北京大学人工智能研究院和微纳电子学系,任研究员、博士生导师。在基于FPGA和ASIC的硬件加速器研发和人工智能算法硬件友好优化等方面进行了长期而深入的研究。相关成果发表在TCAD、TVLSI、JETCAS、ICCAD、FPGA、ISCAS等本行业一流期刊和会议上,目前SCI他引量150多次,谷歌学术引用量1千多次。
郑时轩,清华大学
郑时轩,2016年本科毕业于清华大学微纳电子系,随后师从魏少军教授攻读博士学位至今。研究方向为神经网络加速器的结构设计和编译优化,相关成果发表于DAC、TCAD、TCAS-I等学术会议和期刊。
上海交通大学计算机系(上海交通大学 计算机学院)