SoC互连有必要自己动手吗

在过去的一年中，互连(interconnect)IP市场动作频频，最值得注意的就是英特尔(Intel)收购NetSpeed和Facebook收购Sonics。到底发生了什么？为什么各大公司现在发现了互连IP的重要性？互连是影响很多SoC项目企业其系统单芯片(SoC)交付能力的关键因素吗？这些收购是否能绕过互连开发漫长、投入高且难度大的问题呢？

最近的市场整合可能会让一些公司考虑是否应该自己动手DIY。无论是简单的纵横式交换结构还是用于高阶SoC的全功能片上网络(NoC)架构，只要有合适的人才、合适的技术，以及充足的预算就可以实现；最终可能的确如此。但问题不是你能否做到，而是你该这样做吗？

SoC应用程序的需求变化迅速，需要透过互连快速处理，但大多数自行开发的互连并不易于使用。鉴于巨大的固定开发成本，一年才开发制造一个芯片通常不具有经济效益，所以大多数设计团队都采用通用平台快速创建衍生芯片，使一个设计适用于多个市场和应用情境。而互连是创建这些衍生半导体的关键；若不能拥有一流的互连IP就会降低适应新芯片需求的能力，并且严重限制企业的市场反应能力。

A

针对不同市场和应用情境的SoC可能具有完全不同的NoC互连要求和优先级。但无论什么类型的SoC，都需要100%的质量保证。(来源：Arteris)

另一个需要考虑的重要因素是，需要优化的因素涉及很多方面，如功耗、延迟、带宽、数据路径和安全参数等，构建互连本身已经非常困难，更不用说开发互连IP所需的独特工程专业知识了。互连开发是一项团队任务，它需要架构、硬件和软件开发的专业知识与验证、质量一丝不苟地结合在一起。最重要的是创建一个可配置的互连IP产品，其可扩展性足以使得几乎任何SoC设计都不仅仅是一项技能；「它是一门艺术」，而且正在成为一种关键性的艺术。

DIY=危险

如果仍然想要构建自己的互连IP，那么让我们花点时间思考一下开发NoC互连都需要些什么？NoC技术采用封包化方式，淘汰了电线，释放了芯片空间，并降低了功率需求。设计NoC，使其将数据封包在合适的时间送到合适的地方，而不会对该区域和/或电源有大的影响——这是最难的地方。要解决这个问题需要三位技术精湛的专家：解决数据封包、信道和服务质量的网络专家；负责设计、验证、具备HDL专业知识进行闸极层设计的半导体专家，以及软件专家，负责确保配置工具能提供尽可能多的信息并尽可能自动化，为实现互连配置的芯片架构师和互连实施者带来高效且尽可能愉悦的体验。

请记住，互连IP质量尤为重要，因为互连中的错误可能导致整个项目延迟甚至失败。这意味着有效的质量流程和执行是互连IP交付的关键。

事实上，开发一个NoC需要多达30~50名工程师，而且极有可能该团队在这三个关键领域之一会存在薄弱环节。当然，如果不用考虑上市时间，那该团队最终可能完成任务。另外，资金也是一个关键制约因素，因为内部互连开发团队往往缺乏资源，他们通常不得不为特定的SoC项目开发定制互连，而不是开发广泛的长期解决方案。今天的芯片市场正在以设计师难以适应的更快速度变化，一旦一个NoC开发完成，马上就会出现新的需求，所以它又会重新回到绘图板上，进行下一个芯片迭代设计，以满足各种新的需求，包括性能、带宽、缓存一致性、仲裁、延迟、服务质量、电源管理和安全性等。不会变化的是，内部开发互连团队总会成为那个导致公司不能按时提交符合要求芯片的制约因素。

而当设计团队终于无法忍受并决定转而采用互连IP授权模式时，其芯片的市场机会可能已经过去；这是一门物尽天择的生意。而如果公司选择IP授权，那互连开发团队最大的担忧将是他们的工作是否还能保得住。

商用IP有什么与众不同之处？

这里举一个Arteris IP客户的例子。在开始与Arteris合作之前，这家芯片公司每年只开发四个SoC，因为他们要花一个多月的时间来实现内部总线组使用内部开发互连IP创建的互连实例的任意更改。而该客户一旦采用了商用互连IP，芯片产量提高到了每年20多个设计，这使得他们能够经济有效地为细分市场提供芯片，从而以可观的毛利率和可接受的价格赢得额外的设计胜利。

最有趣的是，即使内部团队十年来一直专门为该客户创建「优化的」互连，新的商用IP解决方案还是在各个方面跑赢他们，最终比内部开发互连平均每芯片节省3平方毫米裸片面积，即每芯片节省约30美分，批量情况下意味着节省了数百万美元。

商用互连IP有什么优点？

如今，新技术市场中的各项技术发展迅猛，这使得商用NoC互连IP变得异常重要。对于其中两个成长最快的市场尤其如此：汽车和机器学习(ML)/人工智能(AI)。对于汽车而言，片上互连是遵从ISO 26262功能安全规范的唯一促成因素，因为片上互连可以「看到」流经芯片的所有数据流量，它可以标记数据，有时甚至可以在错误影响系统安全性之前就纠正它。

对于ML/AI芯片和子系统来说，最热门的话题是神经网络算法，以及设计团队如何使定制的处理单元从硬件层面上加速这些算法的数学运算。但真正的挑战是：如何给芯片「喂饱」数据？如果答案是「数据流」，那么你是对的。而片上互连正是负责优化AI/ML处理单元、内存和周边之间数据流的最重要IP。

汽车和ML/AI SoC市场的变化正在加速片上互连技术的创新，其重要性也呈爆炸式增长。变革的步伐太快，以至于任何一家半导体公司都无法跟上脚步并期望成为世界一流。幸运的是，值得信赖的专家们每天都沉浸在互连IP艺术中，从专家那里获取最先进的片上互连IP授权是从这种加速创新中获益的最佳方式。