“深圳2018年的經(jīng)濟(jì)規(guī)模突破了2.42萬億，排第三位，其中電子信息產(chǎn)業(yè)占比大約是四分之一。2018年深圳集成電路產(chǎn)業(yè)銷售額達(dá)到811.69億元，同比增長21.44%。深圳集成電路設(shè)計(jì)業(yè)增速最快，2018年同比增長為24.03%，銷售額達(dá)到731.83億元，在集成電路設(shè)計(jì)業(yè)中占比為29.05%，連續(xù)七年位居榜首。但是2018年深圳進(jìn)口的芯片達(dá)500億美元，而是超過2000億美元?！薄?018年我國集成電路產(chǎn)業(yè)整體銷售收入6500億元，同比增長20.7%，但2018年我國集成電路總進(jìn)口額達(dá)3220億美元的，我們自己能夠提供的芯片跟我們自己實(shí)際消費(fèi)的相比，只有27%還不到?！边@是來自8月22日召開的2019年中國(深圳)集成電路峰會(huì)上演講嘉賓的一組數(shù)據(jù)，我們可以看到我國芯片設(shè)計(jì)產(chǎn)業(yè)發(fā)展迅速，但芯片進(jìn)口數(shù)額依然龐大，自主可控依舊是我國集成電路產(chǎn)業(yè)面臨的主要挑戰(zhàn)。自從中美貿(mào)易摩擦以來，特別是在技術(shù)領(lǐng)域，美國對華為的封鎖，對我們中國半導(dǎo)體產(chǎn)業(yè)的這種限制，無論是以芯片為代表的硬件，EDA、IP/SoC為代表的平臺工具，還是以操作系統(tǒng)為代表的軟件實(shí)現(xiàn)自主可控都迫在眉睫。在本次峰會(huì)上，我們看到以自主創(chuàng)新為己任的本土企業(yè)在不斷堅(jiān)持和不懈努力。

       平頭哥RISC-V處理器：中國也可以做出高性能的CPU

　　作為中國IC設(shè)計(jì)近年來備受關(guān)注的阿里云以及其平頭哥在上個(gè)月發(fā)布了業(yè)界最強(qiáng)的RISC-V處理器，玄鐵910。通過這個(gè)CPU的發(fā)布使得我們IC設(shè)計(jì)行業(yè)向國外證明，中國人也可以做出高性能的CPU。據(jù)悉，即將在深圳福田區(qū)落戶一個(gè)阿里云創(chuàng)新賦能平臺，主要就是平頭哥半導(dǎo)體端云一體芯片設(shè)施平臺，而阿里云及平頭哥技術(shù)創(chuàng)新的2大特色就是安全可控和自主研發(fā)。關(guān)于玄鐵910一些技術(shù)方面的細(xì)節(jié)，在本次峰會(huì)上也進(jìn)行了專題分享。

　　玄鐵910是一個(gè)非常大體量的架構(gòu)，兼容RISC-V64GCW的指令集，是具有12級深流水的深度亂序的執(zhí)行內(nèi)核，同時(shí)也支持多核的擴(kuò)展。單核核內(nèi)架構(gòu)是支持三發(fā)射8GCW，這樣的亂序內(nèi)核架構(gòu)在目前RISC-V業(yè)界應(yīng)該是不錯(cuò)的。另外910對存儲(chǔ)級系統(tǒng)進(jìn)行了擴(kuò)展跟增強(qiáng)，引入了高性能的分級處理技術(shù)以及多模式的動(dòng)態(tài)的數(shù)據(jù)預(yù)取技術(shù)，支持雙發(fā)亂序的內(nèi)存訪問。同時(shí)還配備有專門面向AI進(jìn)行增強(qiáng)的向量加速計(jì)算引擎，基于RISC-V的AP類核性能提升了40%。

　　除處理器外，平頭哥MCU SoC設(shè)計(jì)平臺這項(xiàng)自主創(chuàng)新技術(shù)，在AIoT時(shí)代這個(gè)需求碎片化的趨勢也廣受關(guān)注，基于其運(yùn)算性能高、響應(yīng)速度快同時(shí)還兼具低功耗的特性，采用SoC平臺化設(shè)計(jì)的服務(wù)，能在研發(fā)初期為芯片設(shè)計(jì)項(xiàng)目節(jié)省更多時(shí)間投入，人力投入。據(jù)記者了解到，該SoC平臺化幫助客戶快速的降低TTM，通常將18個(gè)月的交付周期縮短到6個(gè)月來完成，平均來看我們能降低60%的TTM。同時(shí)也為客戶帶來了研發(fā)成本和流片設(shè)計(jì)的風(fēng)險(xiǎn)的大幅降低。

　　EDA自主可控在差距中找機(jī)會(huì) 產(chǎn)業(yè)整合是趨勢

　　EDA對于IC設(shè)計(jì)的重要性眾所周知，它直接影響到芯片性能成本等，而EDA自主可控也是現(xiàn)在比較關(guān)注的一個(gè)難題。華大九天作為國內(nèi)EDA代表企業(yè)在本次峰會(huì)上也分享了多年來在EDA自主創(chuàng)新道路上的經(jīng)驗(yàn)及面臨的機(jī)遇與挑戰(zhàn)。目前EDA的市場規(guī)模是500-600億元，中國市場占比8%左右，40多億元左右，其中國產(chǎn)EDA占4-5億元。國內(nèi)EDA的市場增長率每年20%以上，符合IC設(shè)計(jì)產(chǎn)業(yè)平均的增長率，同期全球的增長率在4%。這個(gè)數(shù)據(jù)體現(xiàn)出這個(gè)行業(yè)的特性，高度壟斷，已經(jīng)進(jìn)入夕陽行業(yè)，不是市場充分競爭的行業(yè)，新型的進(jìn)入者很難切分蛋糕，因?yàn)樾枰罅康那捌谕顿Y，包括資金、人才等。所以中國要把基礎(chǔ)產(chǎn)品做好，應(yīng)用端做得還可以，缺的是基礎(chǔ)。

　　產(chǎn)業(yè)整合是行業(yè)發(fā)展的特點(diǎn)，國內(nèi)企業(yè)和國際巨頭的差距主要在三方面：一是沒有全流程的體系。二是與先進(jìn)工藝的結(jié)合比較差。有新工藝的時(shí)候，會(huì)聯(lián)合最強(qiáng)的芯片設(shè)計(jì)公司和EDA廠家，本土企業(yè)沒有機(jī)會(huì)參與。三是缺乏對制造封測的支撐。

　　從這些差距可以看到我們的投入不足，資金、人才、時(shí)間投入的不足。從EDA本身技術(shù)角度的驅(qū)動(dòng)力，一就是摩爾定律。二是新的應(yīng)用市場會(huì)推動(dòng)EDA產(chǎn)生新的技術(shù)手段，然后把數(shù)據(jù)傳到基礎(chǔ)軟件。三是設(shè)計(jì)方法會(huì)催生EDA新的手段。

　　5G、人工智能、物聯(lián)網(wǎng)、汽車等新興應(yīng)用市場在催生EDA產(chǎn)生新的技術(shù)手段。以5G為例，對工藝非?？量?，每一個(gè)節(jié)點(diǎn)要仿真，所以要進(jìn)行多次模擬訪問，時(shí)間非常長。人工智能芯片是的性能取決于算法、算力和存儲(chǔ)，算法隔一段時(shí)間會(huì)更新，不同的點(diǎn)有不同的算法，問題在算力，在計(jì)算過程中有很多的需求。

　　技術(shù)手段不斷豐富，應(yīng)用場景越來越多，全球有上百萬億的節(jié)點(diǎn)，接口越來越多，對面積要求也非常嚴(yán)格，一個(gè)物聯(lián)網(wǎng)芯片就200多個(gè)點(diǎn)。汽車和工業(yè)控制芯片的關(guān)鍵是可靠性，初期的時(shí)候，如果想控制產(chǎn)品周期就要增加設(shè)計(jì)約束，同時(shí)面臨很大的挑戰(zhàn)，需要初期設(shè)計(jì)的時(shí)候嚴(yán)格的仿真。

　　基于新的方向產(chǎn)生新的技術(shù)，要求公司有相應(yīng)的解決方案，為解決人工智能面臨的算力和內(nèi)存問題，華大九天發(fā)布了ALPS-GT，基于計(jì)算全新的仿真器，相當(dāng)于數(shù)10臺商用CPU的運(yùn)力，大幅度提高速率。為了解決5G的IC，需要大量的訪問需求，華大九天發(fā)布的產(chǎn)品，可以壓縮仿真次數(shù)，而且確保仿真性。

　　隨著工藝線條和摩爾定律的極限，現(xiàn)在叫后摩爾時(shí)代，就是芯片公司不一定追求先進(jìn)的工藝，放緩的節(jié)奏給國產(chǎn)EDA公司創(chuàng)造的一些機(jī)會(huì)。一些新的應(yīng)用市場，比如大數(shù)據(jù)和云，應(yīng)用得的市場在中國，所以相應(yīng)的公司和EDA也會(huì)有很好的發(fā)展機(jī)會(huì)。從國家政策角度，教育部或者工信部在各個(gè)高校建立了微電子學(xué)院，就是EDA大學(xué)和設(shè)計(jì)公司的緊密聯(lián)系越來越多，包括大賽，獎(jiǎng)學(xué)金等等。

　　從產(chǎn)業(yè)的角度來說，現(xiàn)在有一個(gè)比較好的現(xiàn)象，就是設(shè)計(jì)公司跟國產(chǎn)上下游的企業(yè)，尤其是供應(yīng)商的磨合度越來越好。比如設(shè)計(jì)公司和國產(chǎn)EDA廠家的關(guān)系越來越好，汽車電子，原來整車廠家以不采購國產(chǎn)芯片為榮，現(xiàn)在是包容心態(tài)。總的來看，資金和人才這是目前EDA最缺的兩大塊。

　　人工智能要落地 芯片能否跟得上來?

　　2019年，大家談人工智能首先談的是如何落地?人工智能本身是個(gè)軟件工程，軟件工程的邏輯是什么?如何滿足快速的交付，如何快速解決定制化以及客戶的系統(tǒng)訴求。面向這樣的需求，我們要解決什么?如何快速面向場景化的落地以及場景應(yīng)用，客戶要用起來，把技術(shù)價(jià)值轉(zhuǎn)換成商業(yè)價(jià)值。差異化的要求起來了，芯片是否跟得上?

　　浙江大華作為人工智能領(lǐng)域本土代表企業(yè)之一在此次峰會(huì)上從AI應(yīng)用場景需求的角度談到了AI芯片自主創(chuàng)新的創(chuàng)新方向。隨著計(jì)算力的上升，從單一的業(yè)務(wù)邏輯逐步變復(fù)雜。比如在交通管理領(lǐng)域，設(shè)備以前可能只是檢測違章，交規(guī)里面的出發(fā)是3位數(shù)，有很多種可能會(huì)被罰款，但是對于交警來說，需求越來越多，也許做了幾十種的交通違章處罰，現(xiàn)在還不夠，現(xiàn)在不僅處理車，還要處理行人闖紅燈等。所以我們要做組網(wǎng)能力更強(qiáng)的、更靈活性的產(chǎn)品，這對芯片的挑戰(zhàn)更大。所以在人工智能領(lǐng)域，對于芯片來說目前有4個(gè)問題需要面對：

　　一是軟件系統(tǒng)夠不夠好。大家可能覺得芯片是硬件層面，但大華一直認(rèn)為做芯片應(yīng)該把75%的能力投在軟件上。因?yàn)橛布到y(tǒng)再好，但是軟件不好用，對于做設(shè)備廠商來說就非常難把硬件做好，所以未來的芯片應(yīng)該是有更大的投入在軟件上。

　　二是芯片架構(gòu)。在芯片架構(gòu)設(shè)計(jì)里面，是否配合我們的業(yè)務(wù)訴求?這個(gè)也是值得做芯片的人來思考的問題。

　　三是彈性計(jì)算。做彈性計(jì)算的要問問自己能不能滿足未來的需求。

　　四是系統(tǒng)功耗。比如浙江大華今年有8千萬設(shè)備的出貨量，每臺設(shè)備多一瓦就是8千瓦。還有一個(gè)空間問題，一個(gè)42機(jī)架只能放4U或者是8U的設(shè)備，從空間密度來說是不是合理。無論是端側(cè)還是云側(cè)，我們都要去節(jié)省我們每一瓦的電力。

　　對于端BA的融合未來全網(wǎng)計(jì)算和全算力的部署，是根據(jù)網(wǎng)絡(luò)和數(shù)據(jù)的流量情況，來部署算力和網(wǎng)絡(luò)。因?yàn)閺恼w的解決方案考慮，節(jié)省了整體的資源，把網(wǎng)絡(luò)利用到最合理才會(huì)考慮如何去部署算力。但是對芯片的要求，芯片定位會(huì)變成未來做芯片定制時(shí)最重要的問題。如何定位芯片，最重要的是想清楚在全網(wǎng)架構(gòu)里面在什么樣的位置和做什么樣的工作。

　　通過本屆中國集成電路峰會(huì)，我們可以看到中國企業(yè)對于高端芯片領(lǐng)域產(chǎn)品不足、人才匱乏、創(chuàng)新能力有待提高等問題的正視和重視，無論是芯片設(shè)計(jì)源頭還是差距較大的軟件開發(fā)工具，我們都無畏挑戰(zhàn)并正在向“自主可控”目標(biāo)一步步接近。