4416
“能源消耗”、“碳排放”、“续航焦虑”，这一系列的问题反映到半导体领域，都与芯片功耗息息相关。目前，我们正处于数字化浪潮中，伴随着物联网、移动计算、自动驾驶汽车和数据中心等技术的蓬勃发展，芯片设计师们正面临着一个巨大的挑战：如何在追求高性能的同时，有效管理功耗？这是因为，高能耗不仅导致系统过热、电池续航减短、成本上升，还会增加碳排放，从而对环境产生不利影响。
实现每瓦特的最佳性能，已成为各行业芯片设计师面临的“必修课”，谁能更有效地解决能耗问题，谁就可能获得竞争优势。
新兴市场，面临功耗之殇
近年来，智能汽车、数据中心和人工智能（AI）等新兴市场正迅速发展，这些领域对高性能芯片的需求不断增长，以TOPS著称的AI加速器逐渐成为半导体领域的中流砥柱，为这些新兴领域提供强大的算力支持。然而，高算力、高性能的背后也意味着高功耗。
在汽车领域，随着汽车电动化、智能化和网联化的快速发展，驾驶辅助系统、智能安全功能和先进的信息娱乐系统已普及至各价位车型，不再是高端品牌的专属。这些创新功能的核心依赖于硅芯片技术。行业数据显示，传统内燃机车辆（ICE）中含有1000多个芯片，而在电动车（EV）中，这一数字翻倍。
这么多的电子设备意味着消耗大量的电能：
对于内燃机车来说，这增加了电气系统和充电系统的负担，因此汽车制造商正在考虑从目前的12V系统转向48V系统。这样可以降低车辆线路中的电流水平，使用成本更低的细电线，同时提高可靠性。
对于EV，车载电子设备的高能耗直接关系到续航里程，“续航焦虑”成为消费者购车过程中仅次于价格的第二考虑因素。现代车辆，特别是那些集成了先进驾驶辅助系统（ADAS）、自动驾驶技术以及音视频智能功能的车辆，需要处理来自多个来源的大量数据，例如视频、音频、雷达和激光雷达（LiDAR）等。这些数据源为车辆提供了关于其周围环境的详细信息，使其能够更安全和更智能地驾驶。为了处理这些数据，汽车需要具备强大的算力。而驾驶辅助和安全特性越高级，能耗也水涨船高，进而增加了电动车的充电频率和对电网的压力，对环境也会产生不利影响。
数据中心作为数字化基础设施的核心，其能耗问题更为突出。随着云计算和大数据的发展，数据中心的规模不断扩大，对处理能力的要求也不断攀升。芯片作为数据中心的“心脏”，其能耗成本已成为运营商不可忽视的一大负担。
人工智能市场的迅猛发展同样带来了能耗问题。AI算法通常需要大量的计算资源，尤其是在训练复杂的机器学习模型时。以ChatGPT为典型，其所需的计算资源大约每3-4个月就要翻一倍，要处理的参数达到T级别，训练单个深度学习模型GPT3，大约会产生约500吨的二氧化碳排放，相当于普通燃油车行驶一百万英里。
近日，美国能源部（DoE）呼吁将半导体能效提高1000倍。从半导体行业的角度来理解这个问题，就意味着降低芯片的功耗。无论是在数据中心进行AI训练，还是在边缘进行推理，实现每瓦性能的最佳化显然是半导体行业的首要任务。降低能耗除了减少环境影响，还能降低运营成本，最大限度地提高有限功率预算内的性能，并帮助缓解热挑战。
对于数据中心、汽车和AI市场这些有着高算力、高能耗需求的市场，对功耗进行优化是发展的必由之路。从长远来看，唯有实现技术创新与环境可持续性的平衡，才是推动这些领域持续健康发展的关键。
如何塑造未来的SoC低功耗设计？
说到Soc芯片的功耗优化方法，在过去几十年中，其设计方法经历了重大的技术演进。
起初，半导体行业主要依赖于SPICE（Simulation Program with Integrated Circuit Emphasis）这类电路模拟器来评估晶体管层面的功耗。虽然SPICE在处理能力和运算速度方面存在局限，但它却是当时最先进的工具之一。随着技术进步，SPICE逐渐演变为能够进行更高精度的门级功耗分析的工具，从而在模拟和分析电子电路能源消耗方面提供了更高的准确性。
在技术的中期阶段，行业向基于专门电源特性库的更高级门级工具过渡，实现了更高层次的抽象模拟。随后，这种趋势延伸至寄存器传输级（RTL）、系统级方法，甚至扩展到仿真电源分析领域。虽然这种转变在更高抽象层面上提供了更多降低功耗的机会，但可能会牺牲一定的分析精度。而当深入具体设计阶段，如RTL和实现阶段，功耗分析的准确性得到提高，但可能会牺牲设计的灵活性。
现今，为提高复杂芯片设计的准确性，业界越来越关注于RTL和更高层次的抽象。这涉及到为不同的组件，如IP块、处理器核心、硬件加速器等，开发更高级别的模型。仿真技术在这方面扮演着重要角色，它提供了更现实的功耗分析，不再仅依赖于合成数据向量，而是使用实际工作负载进行分析。
当然，对于不同应用领域的芯片，其设计方法和需求可能有所不同。比如AI加速器通常由数千个处理元素（tile）组成的阵列构成，对于十亿门以上的设计，为了降低功耗和漏电，需要高级仿真系统运行数十亿个周期，并迅速提供多个准确的迭代，进行多域硬件和软件功耗验证。
而对于电动汽车这种能耗敏感型的应用，需要全面考虑整个汽车系统的构建，因此，硬件架构的决策成为了设计过程中一个关键环节。在策划整个汽车硬件系统时，工程师需要在不同类型的处理器——如通用CPU架构、专用数字信号处理器（DSP）和硬件加速器——之间做出选择，以便在灵活性、效率和专用化之间找到平衡。此外，内存子系统的设计也不可忽视。为了做出这些关键的设计决策，架构师需要能够访问一个系统，该系统能够以稳健的方式对硬件的功耗、性能和面积（PPA）特性进行建模。这不仅包括硬件的物理属性，还涉及不同用例下的性能表现。
可以看出，芯片的功耗管理是一个复杂且关键的任务。因此，在整个芯片设计周期中，设计师必须采用全面的低功耗策略，这涉及从最初的设计阶段到最终的物理实现阶段的每一个细节，以实现最优的能效。
芯片的低功耗之旅几乎要贯穿芯片始终。首先，需要在RTL阶段，采用功耗优化方法，包括关闭不必要的电源域、调整电压和处理器频率，以及更智能地控制时钟和数据流，甚至是借助AI的力量，完成设计上的低功耗设计。然后，验证工程师再来验证这些低功耗方法是否行之有效，此时，他们需要使用全面的电源管理策略，如统一电源格式（UPF），并确保所有验证方法——无论是静态的、形式的、还是基于仿真的——都能正确理解和实施这些策略。最后，在完成RTL功耗分析和降低后，可以使用物理实现，如综合和布局布线工具进一步优化PPA。
基本的方法论已经确定了，但是挑战依然存在：如何确保在所有设计阶段实现最大的功耗优化准确性？解决这一挑战的关键在于不断完善和升级工具及方法论，确保它们能够满足不断变化的能耗要求。
新思科技低功耗SoC解决方案：从架构到功耗签核，全流程助力功耗优化
在应对半导体行业日益增长的功耗降低与能效提升需求中，新思科技推出了全面的端到端解决方案——节能系统级芯片(SoC)解决方案（Energy-Efficient SoCs），助力各领域的芯片设计师能够以经济高效的方式达到或超过雄心勃勃的性能和能效目标，同时加速上市时间。该解决方案涵盖了从架构到RTL设计和验证，再到仿真驱动的功耗分析，再到实施，最终到功耗签核的整个设计流程。
下图显示了新思科技这一低功耗解决方案的全流程。在芯片设计流程的初始阶段，Synopsys Platform Architect可以用于基于预RTL架构模型和软件工作负载的架构探索和早期性能功耗权衡。
新思科技的端到端的低功耗解决方案
下一阶段的Synopsys ZeBu Empower用于功耗仿真，具有分析和探索软件工作负载以识别进一步分析和探索的关键窗口的能力和性能。位于硅谷的AI芯片初创公司SiMa.ai已经开始使用ZeBu Empower来设计用于智能边缘的高性能、低能耗AI芯片，来降低功耗。在能效提升方面，SiMa.ai成功地将其低功耗MLSoC的每瓦每秒帧数（FPS）提高了2.5倍。SiMa.ai的硅工程总监Sounil Biswas在2023年SNUG硅谷大会上的一次演讲中提到，Synopsys ZeBu Empower的数据与实际板上测量结果高度一致。
为了补充ZeBu Empower并实现低功耗的RTL设计，新思科技又提供了Synopsys PrimePower RTL，这是一种RTL功耗分析和降低工具，它具备时序导向并考虑物理设计的逻辑综合能力与集成计算引擎，始终能够获得准确的功耗结果（其功耗结果同物理版图布局后的计算差异在±15%之内）。Synopsys PrimePower RTL还能随着RTL成熟，进行高精度的RTL功耗探索。
Synopsys Fusion Compiler是一个全面且集成的RTL到GDSII实现系统，可以实现额外的PPA优化。接下来，PrimePower和RedHawk（来自Ansys，现在已是新思科技的一部分）的签核引擎融合，提供最快的收敛速度和最佳的结果质量（QoR）。Synopsys PrimePower是一个被认为是黄金标准的功耗签核解决方案，其已被全球领先的晶圆代工厂认证，适用于高达3纳米工艺，能够提供快速的运行性能和分布式处理，实现签核阶段的高精度，精度与SPICE和硅测量结果相差仅几个百分点。
新思科技的节能SoC开发流程专注于在芯片设计的每一个阶段寻找并实现降低功耗的机会，从而创造出高能效的芯片。其方法是基于实际使用场景中的软件运行状况来调整功耗和性能的平衡，这样做可以避免在实际使用中出现意外的问题。通过早期和准确的功耗分析，芯片工程师能够快速且有效地达到预定的PPA目标。
结语
综上所述，芯片设计的功耗管理是一个复杂且关键的任务，低功耗设计方法已经走了很长的路，从基础工具发展到复杂的仿真解决方案，不断推动着芯片行业的进步。而在当前这个既重视高性能又强调高能效的新时代，新思科技推出的全新端到端节能SoC解决方案，无疑将成为推动系统级芯片向更高节能目标迈进的关键力量。
