2024年：秉承长期主义，抓住AI大模型、汽车电子等垂直市场机遇

回顾2023年,下游消费市场的波动、人才成本的增长、研发难度的增加等等,都给今年半导体产业发展带来了巨大的挑战。叠加美国对中国半导体产业的持续限制,今年的外部环境可以说充满了变化和挑战。

当行业处于高速发展过程中,一切都看上去很顺利;速度变慢甚至下行时,才能更好暴露问题与痛点,也就蕴含着技术创新的更大动力和机遇。

“过去的2023年,很多产业人士感觉市场有点冷,但我认为这也是一个回归理性的过程。产业去芜存菁之后,坚持长期主义的优质公司,会获得更好的发展。”芯华章首席市场战略官谢仲辉表示。

在2023年,成立三年多的芯华章,还处于创业起步的关键阶段,也是一个起承转合的时期:一方面实现从0到1的突破后,今年需要继续做大做强,即产品做强,用户规模做大;另一方面芯华章会面临来自用户和投资人更高的要求,大家认为你是更成熟的公司,需要有更好的表现。

夯实产品和用户两个基础

2023年,芯华章秉承长期主义,进一步修炼内功,夯实产品和用户两个基础。

产品侧,芯华章在横向和纵向两个方面切入。横向,公司进一步补齐数字验证EDA全流程产品布局,相继发布硬件仿真系统桦敏HuaEmu E1、高性能数字仿真器GalaxSim Turbo、全流程等价性验证工具穹鹏GalaxEC;
 

基于统一数据底座
芯华章提供数字验证全流程工具平台

垂直领域,公司不断深化在汽车、RISC-V等细分领域的验证解决方案,今年取得了德国莱茵TÜV集团(以下简称“TÜV莱茵”)ISO 26262 TCL3功能安全工具认证,能够支持汽车安全完整性标准最高ASIL D级别的芯片开发验证。

用户侧,借助不断成熟的产品和本地化、定制化的服务,芯华章在帮助用户解决问题的过程中取得了更多信任,拿到了实打实的合作商单。

谢仲辉介绍了芯华章今年在服务用户方面的切实进展——

#渡芯科技

渡芯科技部署芯华章双模硬件仿真系统HuaPro P2E,利用其在PCIe高速接口领域的独特双模验证优势,渡芯科技在高性能PCIe/CXL Switch芯片产品研发中成功使用该产品,来应对大型高速交换芯片研发过程中的验证和测试挑战;

#黑芝麻智能

黑芝麻智能使用芯华章高性能数字仿真器GalaxSim Turbo,用来强化新一代大算力车规芯片的开发,借助GalaxSim Turbo独有的智能分割以及分布式仿真技术,帮助黑芝麻优化验证资源的投入,通过提前引入软硬件协同的系统级验证,极大地缩短开发周期;

#清微智能

清微智能的AI IPC项目使用了芯华章硬件仿真系统HuaEmu E1,来进行TBA和ICE模式的功能验证,能达到1-10MHz的高运行性能,帮助用户更高效地完成算力和带宽的性能评估;

#矽昌通信

矽昌通信引入了芯华章全流程等价性验证系统GalaxEC,来帮助他们进行无线通信芯片的开发,特别是在综合与布线完成后,即使对设计做细微优化,也可以直接快速验证优化前后设计等价性。

这样合作的案例还有很多,这背后离不开芯华章有丰富经验的工程师们的付出,也离不开客户的支持,是整个国产半导体生态完善的体现。

2024展望:AI大模型、汽车半导体驱动EDA市场增长

AI大模型已经成为新型智算基础设施,站在台前的首先是大量高性能存储、计算等芯片公司,比如今年的“无冕之王”英伟达。

但背后受益的是从上游设计到下游封装制造的整个产业链,作为产业最上游的EDA也感受到了不同。

谢仲辉表示,一方面,这对EDA是个新机遇,大模型的算力可以给EDA 赋能,比如代码助手、错例报告总结、验证步骤生成、工具链调用、对话式知识库检索等,都有很大的潜力。芯华章也在占据芯片研发过半的仿真验证、调试等多个工具中融入了AI技术的部分特征,不断推进“EDA+AI”的精确性、可解释性和安全性。

另一方面,AI芯片对EDA工具也提出了更高的挑战。比如对高性能AIoT等复杂应用来说,设计规模变得越来越大,结构越来越复杂。过去的AIoT,通常指的都是带低算力的端侧小芯片,但是随着类似ChatGPT的大语言模型全面得到应用,在端侧AIoT芯片上部署需要几十到几百TOPS算力的LLM大模型也成为新的需求。

新一代AIoT芯片要提高十倍到百倍算力,这不仅仅是堆砌算力那么简单,需要从性能、互连、带宽、接口进行全面的系统级规划和设计。

新一代的AIoT芯片已经不是一个独立的芯片个体,目前市场上的AIoT芯片几乎都结合了CPU、GPU、FPGA和DSP等核心零部件。系统意味着多节点互联,每个节点都有自己的控制单元(如CPU)和计算单元(如AI、NPU),每个节点都有自己的操作系统和应用软件。这必然需要支持系统级芯片开发的EDA流程。
 

针对大系统芯片的验证难题,芯华章不是今年才行动,而是成立之初就做出了判断,并在产品研发的早期就做出了创新优化。
 

比如芯华章所有点工具,都建立在统一的EDA数据库之上,这样从IP到子系统再到系统级,从不同的验证手段到系统调试,都可以复用统一的数据,不同验证工具之间能够充分协同,对验证效率提高起到很大帮助。

展望2024年,谢仲辉看好汽车半导体市场的增长机遇。

根据中国汽车工业协会数据,传统燃油车所需汽车芯片数量为600-700颗,电动车所需的汽车芯片数量将提升至1600颗/辆,而更高级的智能汽车对芯片的需求量有望提升至3000颗/辆。半导体给智驾体验带来的提升,以及相关智驾功能越来越多地影响人们的购车选择。

“今天一款车型的SOP大概需要36~48个月,芯片的开发周期也需要24~36个月。9成以上的在售新车型,都在用上一代芯片。如何快速缩短这中间的周期呢?”谢仲辉分析说,“系统级的EDA可以在里面发挥更大的作用。

借助芯华章车规级EDA验证工具,芯擎能够在芯片设计阶段,就进行和真实使用场景一致的系统级软硬件联合仿真和调试,提升系统级应用环境下软硬件协同表现,降低芯片在整车应用过程中的风险。
 

芯华章提出的“PIL处理器在环仿真”已经被收录在中国汽车工业协会发布的《中国汽车工业软件发展建设白皮书》里,并获评由国家市场监管总局认研中心与中国汽车芯片标准检测认证联盟合作评选的“芯动力”汽车芯片产品评审优秀应用案例。

PIL融合了场景仿真和芯片仿真技术,更好打造从芯片到主机厂的闭环,结合整车V开发模型,从系统出发,提供了基于场景的ECU评价体系、算法优化解决方案,支持车规级芯片提前1-2年实现定点上车,并通过云场景遍历仿真为HIL测试节省80%的时间。

审核编辑 黄宇