“深圳2018年的經(jīng)濟規模突破了2.42萬(wàn)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(xiāo)售額達到811.69億元，同比增長(cháng)21.44%。深圳集成電路設計業(yè)增速最快，2018年同比增長(cháng)為24.03%，銷(xiāo)售額達到731.83億元，在集成電路設計業(yè)中占比為29.05%，連續七年位居榜首。但是2018年深圳進(jìn)口的芯片達500億美元，而是超過(guò)2000億美元?！薄?018年我國集成電路產(chǎn)業(yè)整體銷(xiāo)售收入6500億元，同比增長(cháng)20.7%，但2018年我國集成電路總進(jìn)口額達3220億美元的，我們自己能夠提供的芯片跟我們自己實(shí)際消費的相比，只有27%還不到?！边@是來(lái)自8月22日召開(kāi)的2019年中國(深圳)集成電路峰會(huì )上演講嘉賓的一組數據，我們可以看到我國芯片設計產(chǎn)業(yè)發(fā)展迅速，但芯片進(jìn)口數額依然龐大，自主可控依舊是我國集成電路產(chǎn)業(yè)面臨的主要挑戰。自從中美貿易摩擦以來(lái)，特別是在技術(shù)領(lǐng)域，美國對華為的封鎖，對我們中國半導體產(chǎn)業(yè)的這種限制，無(wú)論是以芯片為代表的硬件，EDA、IP/SoC為代表的平臺工具，還是以操作系統為代表的軟件實(shí)現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設計近年來(lái)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)界最強的RISC-V處理器，玄鐵910。通過(guò)這個(gè)CPU的發(fā)布使得我們IC設計行業(yè)向國外證明，中國人也可以做出高性能的CPU。據悉，即將在深圳福田區落戶(hù)一個(gè)阿里云創(chuàng )新賦能平臺，主要就是平頭哥半導體端云一體芯片設施平臺，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)方面的細節，在本次峰會(huì )上也進(jìn)行了專(zhuān)題分享。

　　玄鐵910是一個(gè)非常大體量的架構，兼容RISC-V64GCW的指令集，是具有12級深流水的深度亂序的執行內核，同時(shí)也支持多核的擴展。單核核內架構是支持三發(fā)射8GCW，這樣的亂序內核架構在目前RISC-V業(yè)界應該是不錯的。另外910對存儲級系統進(jìn)行了擴展跟增強，引入了高性能的分級處理技術(shù)以及多模式的動(dòng)態(tài)的數據預取技術(shù)，支持雙發(fā)亂序的內存訪(fǎng)問(wèn)。同時(shí)還配備有專(zhuān)門(mén)面向AI進(jìn)行增強的向量加速計算引擎，基于RISC-V的AP類(lèi)核性能提升了40%。

　　除處理器外，平頭哥MCU SoC設計平臺這項自主創(chuàng )新技術(shù)，在A(yíng)IoT時(shí)代這個(gè)需求碎片化的趨勢也廣受關(guān)注，基于其運算性能高、響應速度快同時(shí)還兼具低功耗的特性，采用SoC平臺化設計的服務(wù)，能在研發(fā)初期為芯片設計項目節省更多時(shí)間投入，人力投入。據記者了解到，該SoC平臺化幫助客戶(hù)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(lái)完成，平均來(lái)看我們能降低60%的TTM。同時(shí)也為客戶(hù)帶來(lái)了研發(fā)成本和流片設計的風(fēng)險的大幅降低。

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

　　EDA對于IC設計的重要性眾所周知，它直接影響到芯片性能成本等，而EDA自主可控也是現在比較關(guān)注的一個(gè)難題。華大九天作為國內EDA代表企業(yè)在本次峰會(huì )上也分享了多年來(lái)在EDA自主創(chuàng )新道路上的經(jīng)驗及面臨的機遇與挑戰。目前EDA的市場(chǎng)規模是500-600億元，中國市場(chǎng)占比8%左右，40多億元左右，其中國產(chǎn)EDA占4-5億元。國內EDA的市場(chǎng)增長(cháng)率每年20%以上，符合IC設計產(chǎn)業(yè)平均的增長(cháng)率，同期全球的增長(cháng)率在4%。這個(gè)數據體現出這個(gè)行業(yè)的特性，高度壟斷，已經(jīng)進(jìn)入夕陽(yáng)行業(yè)，不是市場(chǎng)充分競爭的行業(yè)，新型的進(jìn)入者很難切分蛋糕，因為需要大量的前期投資，包括資金、人才等。所以中國要把基礎產(chǎn)品做好，應用端做得還可以，缺的是基礎。

　　產(chǎn)業(yè)整合是行業(yè)發(fā)展的特點(diǎn)，國內企業(yè)和國際巨頭的差距主要在三方面：一是沒(méi)有全流程的體系。二是與先進(jìn)工藝的結合比較差。有新工藝的時(shí)候，會(huì )聯(lián)合最強的芯片設計公司和EDA廠(chǎng)家，本土企業(yè)沒(méi)有機會(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)角度的驅動(dòng)力，一就是摩爾定律。二是新的應用市場(chǎng)會(huì )推動(dòng)EDA產(chǎn)生新的技術(shù)手段，然后把數據傳到基礎軟件。三是設計方法會(huì )催生EDA新的手段。

　　5G、人工智能、物聯(lián)網(wǎng)、汽車(chē)等新興應用市場(chǎng)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)節點(diǎn)要仿真，所以要進(jìn)行多次模擬訪(fǎng)問(wèn)，時(shí)間非常長(cháng)。人工智能芯片是的性能取決于算法、算力和存儲，算法隔一段時(shí)間會(huì )更新，不同的點(diǎn)有不同的算法，問(wèn)題在算力，在計算過(guò)程中有很多的需求。

　　技術(shù)手段不斷豐富，應用場(chǎng)景越來(lái)越多，全球有上百萬(wàn)億的節點(diǎn)，接口越來(lái)越多，對面積要求也非常嚴格，一個(gè)物聯(lián)網(wǎng)芯片就200多個(gè)點(diǎn)。汽車(chē)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)品周期就要增加設計約束，同時(shí)面臨很大的挑戰，需要初期設計的時(shí)候嚴格的仿真。

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

　　隨著(zhù)工藝線(xiàn)條和摩爾定律的極限，現在叫后摩爾時(shí)代，就是芯片公司不一定追求先進(jìn)的工藝，放緩的節奏給國產(chǎn)EDA公司創(chuàng )造的一些機會(huì )。一些新的應用市場(chǎng)，比如大數據和云，應用得的市場(chǎng)在中國，所以相應的公司和EDA也會(huì )有很好的發(fā)展機會(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)和設計公司的緊密聯(lián)系越來(lái)越多，包括大賽，獎學(xué)金等等。

　　從產(chǎn)業(yè)的角度來(lái)說(shuō)，現在有一個(gè)比較好的現象，就是設計公司跟國產(chǎn)上下游的企業(yè)，尤其是供應商的磨合度越來(lái)越好。比如設計公司和國產(chǎn)EDA廠(chǎng)家的關(guān)系越來(lái)越好，汽車(chē)電子，原來(lái)整車(chē)廠(chǎng)家以不采購國產(chǎn)芯片為榮，現在是包容心態(tài)?？偟膩?lái)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(lái)?

　　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(mǎn)足快速的交付，如何快速解決定制化以及客戶(hù)的系統訴求。面向這樣的需求，我們要解決什么?如何快速面向場(chǎng)景化的落地以及場(chǎng)景應用，客戶(hù)要用起來(lái)，把技術(shù)價(jià)值轉換成商業(yè)價(jià)值。差異化的要求起來(lái)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應用場(chǎng)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(zhù)計算力的上升，從單一的業(yè)務(wù)邏輯逐步變復雜。比如在交通管理領(lǐng)域，設備以前可能只是檢測違章，交規里面的出發(fā)是3位數，有很多種可能會(huì )被罰款，但是對于交警來(lái)說(shuō)，需求越來(lái)越多，也許做了幾十種的交通違章處罰，現在還不夠，現在不僅處理車(chē)，還要處理行人闖紅燈等。所以我們要做組網(wǎng)能力更強的、更靈活性的產(chǎn)品，這對芯片的挑戰更大。所以在人工智能領(lǐng)域，對于芯片來(lái)說(shuō)目前有4個(gè)問(wèn)題需要面對：

　　一是軟件系統夠不夠好。大家可能覺(jué)得芯片是硬件層面，但大華一直認為做芯片應該把75%的能力投在軟件上。因為硬件系統再好，但是軟件不好用，對于做設備廠(chǎng)商來(lái)說(shuō)就非常難把硬件做好，所以未來(lái)的芯片應該是有更大的投入在軟件上。

　　二是芯片架構。在芯片架構設計里面，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(lái)思考的問(wèn)題。

　　三是彈性計算。做彈性計算的要問(wèn)問(wèn)自己能不能滿(mǎn)足未來(lái)的需求。

　　四是系統功耗。比如浙江大華今年有8千萬(wàn)設備的出貨量，每臺設備多一瓦就是8千瓦。還有一個(gè)空間問(wèn)題，一個(gè)42機架只能放4U或者是8U的設備，從空間密度來(lái)說(shuō)是不是合理。無(wú)論是端側還是云側，我們都要去節省我們每一瓦的電力。

　　對于端BA的融合未來(lái)全網(wǎng)計算和全算力的部署，是根據網(wǎng)絡(luò )和數據的流量情況，來(lái)部署算力和網(wǎng)絡(luò )。因為從整體的解決方案考慮，節省了整體的資源，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(lái)做芯片定制時(shí)最重要的問(wèn)題。如何定位芯片，最重要的是想清楚在全網(wǎng)架構里面在什么樣的位置和做什么樣的工作。

　　通過(guò)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(wèn)題的正視和重視，無(wú)論是芯片設計源頭還是差距較大的軟件開(kāi)發(fā)工具，我們都無(wú)畏挑戰并正在向“自主可控”目標一步步接近。