引言
从自动驾驶汽车到微创外科机器人,我们的万物智能世界正对半导体产生日益增长的新需求。全球疫情及其引发的供应链压力带来的前所未有市场变革,凸显了芯片短缺的问题,而此时用户正期望其电子产品能够提供日益复杂的功能。这种环境为电子行业带来了充满前景的机遇,新晋企业纷纷进入半导体领域。然而,设计团队发现,传统的单片半导体设计已不再能满足某些计算密集型、工作负载繁重的应用在成本、性能或功能方面的需求。遵循摩尔定律并向更小制程节点迁移也面临其局限性。
从自动驾驶汽车到微创外科机器人,我们的万物智能世界正对半导体产生日益增长的新需求。全球疫情及其引发的供应链压力带来的前所未有市场变革,凸显了芯片短缺的问题,而此时用户正期望其电子产品能够提供日益复杂的功能。这种环境为电子行业带来了充满前景的机遇,新晋企业纷纷进入半导体领域。然而,设计团队发现,传统的单片半导体设计已不再能满足某些计算密集型、工作负载繁重的应用在成本、性能或功能方面的需求。遵循摩尔定律并向更小制程节点迁移也面临其局限性。
随着摩尔定律放缓、系统复杂度不断增加以及晶体管数量激增至数万亿个,电子行业将如何继续前行?
多裸片系统已成为超越摩尔定律并应对系统级复杂度挑战的解决方案,它能够加速且成本效益高地实现系统功能扩展、降低风险和缩短上市时间、在提高吞吐量的同时降低系统功耗,并快速创建新产品变体。对于高性能计算(HPC)、高度自动驾驶汽车、移动设备和超大规模数据中心等应用而言,多裸片系统正成为首选的系统架构。
不可否认,多裸片系统是一种极为优雅的解决方案,但在软件开发与建模、功耗与热管理、分层测试与修复、裸片到裸片(die-to-die)连接、系统良率等领域也并非没有挑战。如何确保您的多裸片系统能够按预期运行?如何高效且迅速地完成这一切?从设计探索一直到现场监测,从整体系统的角度来看,中间有哪些关键步骤是需要重点考虑的?
简而言之,设计多裸片系统与设计单片片上系统(SoC)截然不同。您所熟悉的每一个步骤,如划分、实现、验证、签核和测试,都必须从系统角度出发,从单个裸片扩展到多个裸片。适用于单片SoC的方法可能不足以应对这些更复杂的系统。请继续阅读以深入了解多裸片系统:其市场驱动因素;架构探索、软件开发、系统验证、设计实现以及制造和可靠性等关键步骤如何针对系统进行调整;以及半导体持续创新的机遇。
首先,让我们明确多裸片系统的确切含义。简而言之,多裸片系统是一个庞大、复杂且相互依存的系统,由单个封装内的多个裸片(或芯粒)组成。创建这种架构有不同的方法。其中一种方法包含芯粒化(disaggregation)——将大型裸片划分为较小的裸片,以改善与单片裸片相比的系统良率并降低成本。这种芯粒化方法既适用于异构设计,也适用于同构设计。对于前者,一个例子是汽车系统被拆分为用于不同功能的各种裸片,例如传感器、目标检测和通用计算。对于后者,一个例子是将设计拆分为同一计算裸片上的多个实例。
执行多裸片系统的另一种方法涉及组合来自不同制程技术的裸片,以实现最优的系统功能和性能。例如,这样的系统可以包含用于数字计算、模拟、存储器和光学计算的裸片——每种裸片都采用与其目标功能相匹配的理想制程技术。通过在组合中纳入经过验证且已知的优质裸片(如可复用IP块),团队可以降低设计风险和工作量。无论采用哪种方法,与制造大型单片SoC相比,基于多个较小裸片制造设计也更具成本效益(从良率角度来看更好)。
图 1: 与单片系统相比,多裸片系统可带来更好的PPA和良率。面积更小且良率更高的裸片抵消了更大的硅面积以及封装/测试成本。
多裸片系统有多种封装类型可供选择,无论是并排还是垂直堆叠放置裸片。先进封装类型在性能、面积和连接性方面具有各自的优势,同时在复杂性和组装方面也存在差异。硅中介层(Silicon interposers)是一种硅芯片,用作电信号穿过以传送到另一元件的通道。由于它们为信号提供了宽大的通道,硅中介层缩短了系统IP块之间的距离并最大限度地减少了寄生延迟。再布线层(RDL)中介层——由于其RDL架构——允许电路扇出以及连接到中介层的芯片之间的横向通信,这使其成为2.5D和3D IC集成的组成部分。与传统封装相比,扇出型晶圆级封装可实现更小的封装占位面积以及更好的热性能和电气性能。这种IC封装类型还在不增加裸片尺寸的情况下支持更多的触点。混合键合(Hybrid bonding)提供了本文讨论的各种类型中最高的密度以及能效。凭借极小的凸点间距和用于连接的硅通孔(TSV),混合键合允许将两个晶圆键合在一起作为一个整体工作。
图 2: 封装技术的进步正在赋能多裸片系统。
半导体设计的发展历程相对更加平稳,这在很大程度上要归功于行业标准,它们在确保质量、一致性和互操作性方面发挥着关键作用。多芯片系统有两个核心标准:HBM3 和 UCIe。HBM3 提供紧密耦合的高密度内存,有助于缓解或消除瓶颈。UCIe 支持可定制的封装级芯片集成,每引脚传输速率可达 32 Gbps,有望成为芯片间互连的事实标准。
图 3:UCIe 同时支持标准封装和先进封装,能够满足当今及未来多芯片系统对高带宽、低功耗和低延迟的需求。
芯片间接口对于实现多芯片系统至关重要。它们由物理层(PHY)和控制器模块组成,为封装在同一封装内的两个硅芯片之间提供数据接口。分立芯片依赖于多种支持高数据速率的芯片间连接架构,这也是 UCIe 脱颖而出的原因所在。芯片间接口的其他关键特性包括:
芯片间控制器和 PHY IP 有助于确保接口的设计能够满足这些标准。具备错误恢复机制的控制器 IP 能够提供高级别的数据完整性和链路可靠性。PHY IP 则提供高带宽和低延迟,以支持计算密集型工作负载。UCIe 控制器和 PHY IP 支持标准封装类型、先进封装类型以及最受欢迎的接口(如 PCI Express (PCIe) 和 Compute Express Link (CXL)),同时还支持用户定义的流协议。PCIe 5.0/6.0、CXL 2.0/3.0、112G/224G 以太网等对于封装外部的连接同样至关重要。
更多的 I/O 接口意味着更多的潜在攻击面。芯片身份验证、芯片间接口加密和调试是解决多芯片设计安全风险的一些方法。包括 UCIe 在内的各大标准组织正在积极推进相关标准化倡议,以统一这些系统的安全性。
正如本文后续部分所述,采用同时兼顾系统、芯片和封装的协同优化方法,有助于优化性能和功耗。
那么,究竟是什么在驱动对多芯片设计的需求?我们正处于 SysMoore 时代,这是一个系统复杂度和规模复杂度不断攀升的时期,正在将摩尔定律推向极限。人工智能、智能网联汽车以及物联网等“万物智能”应用需求的不断增长,正在颠覆市场动态,并改变我们推进创新的方式。诸如数据中心等海量数据应用管理着不断增长的数据量(通常达到拍字节级别)。与此同时,随着带宽密集型机器间通信的涌现,数据本身也变得更加复杂。
为了支持这些计算密集型应用,当今的 SoC 变得相当庞大,拥有数万亿个晶体管,尺寸与邮票相仿。随着芯片尺寸达到制造设备的掩模版极限,通过增加更多芯片来添加更多晶体管以支持应用需求势在必行。然而问题在于,要提高产量以达到理想的良率,需要经历一个陡峭的学习曲线。将 SoC 拆分为较小的芯片可以解决学习曲线和良率方面的问题。通过在多芯片系统中重复使用经过硅验证的芯片,团队能够加速系统的上市进程。
然而,随着封装中芯片数量的增加,成本节约的主体从硅片转移到了封装,因此封装成本变得十分可观。尽管如此,在四大核心驱动力的共同推动下,向多芯片系统迈进的步伐仍在继续:
涉足多芯片系统领域的不仅是传统芯片制造商。拥有庞大数据中心超大规模数据中心运营商、开发自动驾驶功能的汽车制造商以及网络公司,都是正在设计自主芯片的企业,它们在很大程度上正在推动转向多芯片系统架构,以支持其计算密集型应用。这些系统公司本质上在努力构建经过优化的架构,以便在其独特的市场需求中实现差异化,换句话说,即领域特定设计。例如,它们可能对性能、安全性、功能安全或可靠性有特定要求,而多芯片系统设计能够帮助它们实现这些目标。不过,这确实需要对芯片、软件和封装有深入的理解。
超大规模数据中心运营商以及垂直行业正在对硅芯片提出巨大需求,以支持其领域特定需求,其中许多公司拥有硅芯片设计所需的雄厚资金。毫无疑问,许多此类公司都在设计自己的芯片,并转向多芯片系统来满足此类市场段所需的计算密度要求。有些公司可能需要专用架构来优化深度学习算法的性能。对于其他公司而言,可能需要一个在移动消费电子设备或汽车子系统中实现功耗与性能平衡的系统。例如,某主流汽车制造商采用了一种异构设计,其芯片针对传感器输入以及目标检测和通用计算相关功能进行了分立。再如,光计算领域的一家主要厂商将用于数字计算、模拟、内存和光计算的不同工艺技术的芯片集成到其系统中。简而言之,半导体格局正在经历巨大变革。
在设计或采购单个芯片时,必须综合考虑封装、互连以及整个系统。芯片应当如何拆分?逻辑组件应放置在内存上方,还是反过来?什么样的封装才最适合最终应用?在做出每一项选择和决定时,都必须将各个部分以及每个部分对设计整体 PPA 目标的影响纳入考量。
图 4:从单片 SoC 向多裸芯(multi-die)系统的过渡伴随着独特的挑战,必须通过整体化的方法加以解决。
在二维设计领域,通常由一个团队完成其负责的部分,然后将结果交给下一个团队。但在多层设计中,理想情况下所有团队应共同应对这些挑战。诸如功耗、信号完整性、邻近效应和散热等重要参数再也无法独立分析,因为各个区域会相互影响。前端逻辑设计必须兼顾后端物理设计,否则可能导致前后端设计之间耗时的反复迭代,进而影响上市时间和整体设计成本。
在这种新的设计环境中,EDA 公司必须提升能力,介入并帮助客户应对从系统规划到实现以及固件/硬件/软件协同开发等各项工作。传统的设计与验证、原型验证、IP 集成、测试和芯片生命周期管理流程与方法已不再足以支持多死(multi-die)设计,拼凑孤立的单点工具也同样无法奏效。多裸芯系统本质上具有多维性,因此市场需要一个可扩展、内聚且全面的解决方案,以应对这些设计的复杂性,提高生产力以达成上市目标,并实现 PPA 优化。
设计的起点——架构探索,必须采用分析驱动的方法,充分考量诸如 IP 选择、软硬件划分、系统级功耗分析以及互连/内存维度规划等宏架构决策。此外,还存在涉及聚合(从裸芯组装系统)和去聚合(将应用划分到多个裸芯)的多裸芯宏架构决策。
为了理解在此阶段必须回答的问题,我们可以考虑超大规模数据中心等复杂应用。需要多少个各种类型的裸芯?它们应该采用哪些工艺节点?又该如何连接?对于每个裸芯,不同子系统的功能将如何划分到本地处理单元?包含各种存储器和计算裸芯的系统又该如何组装?即使您已确保裸芯的设计正确无误,又该如何确保整个系统在组装完成后能够达到功耗和性能目标?分析驱动的方法使您能够在早期对诸多选择进行迭代,从而优化多裸芯系统并控制成本。
对于汽车等对安全性要求极高的应用而言,可预测性是一个重要的标准。归根结底,将由利用建模、分析、仿真和实验的数据驱动架构规范方法来引领方向。
图 5:多裸芯系统的早期架构探索旨在优化性能、功耗和热关键性能指标。
对几个关键领域的早期架构决策有助于改进设计流程:
除了做出这些早期架构决策外,工程团队还必须解决芯片间的性能瓶颈。基于分区和裸芯间接口选择来对延迟和性能进行建模将有助于解决这些问题。最后,另一个重大挑战是通过解决系统功耗以及一个封装内多个裸芯带来的热效应,来满足功耗和散热关键性能指标 (KPI)。
有益的一点是,当今工具流程中提供的自动化已将架构探索提升到超越以往基于电子表格的手工预测的水平。展望未来,统一的设计空间探索可以进一步提高该过程的准确性和生产力。
由于多裸芯系统旨在以比单片同类产品小得多的占位面积实现显著增强的功能,因此每瓦性能是表征系统效率的关键属性。然而,多个组件的集成带来了一些与热应力相关的挑战。更高的晶体管密度会产生大量热量,而架构留出的散热空间却很小。如果热量无法散发,当温度超出设备的最佳范围时,裸芯功能可能会因机械应力或翘曲而受阻。
多裸芯系统中的散热片和其他冷却结构可以提供帮助,尽管这些组件确实会增加器件面积和成本。在多裸芯系统架构中,设计供电网络以确保向系统的所有区域提供充足的电力也变得更加复杂。
遵循迭代过程的精心规划的架构可以减轻热应力。在初始架构和物理规划之后,团队可以分析由此产生的热行为。然后,他们可以修改架构并执行物理规划以改善热行为。迭代将持续进行,直到满足热约束以及性能要求。
作为此迭代过程的一部分,前端的“假设性 (what if)”探索有助于避免陷入从功耗角度来看最终可能并非最优的分区结构。系统架构团队可以使用建模工具将芯片的各个部分抽象为模型,用于性能分析和功耗权衡的实现,然后再将设计锁定到其分区中。通过将工作负载映射到多裸芯系统上,设计团队可以确定每个处理单元和每个通信路径的活动。将硬件和软件结合起来进行建模也变得更为关键,从而生成本质上稳健且热性能良好的设计,因为设计中的每个裸芯都将拥有自己的软件栈。在 RTL、综合、布局布线和其他设计步骤中进行持续监控也同样很有价值。随着工具流程不断演进以具备更强热感知能力,这一过程也将变得更加自动化。
从散热角度来看,在每个裸芯中嵌入传感器以持续监控和调节健康状况(硅生命周期管理技术)可提供指示,例如是否指示调低性能以冷却系统。片上传感器广泛应用于汽车和移动等领域,并可能成为 HPC 和 AI 等应用的主流做法。
虽然多裸芯系统是解决日益增加的系统复杂性和规模复杂性的一种答案,但它们确实存在工程团队需要解决的固有设计挑战。对于一个拥有数十个芯片、高集成密度(通常每平方毫米 10,000 到高达 100 万个 I/O)以及 3D 异构设计和混合架构的系统来说,这是意料之中的。一个重要的步骤是探索可扩展性选项和架构,以实现最佳的 PPA/mm³。而一个重要的方法是针对 PPA、物理约束和成本对整个系统进行协同优化。
图 6:鉴于多裸芯系统中的各种相互依赖关系,对整个系统进行协同优化以实现最佳 PPA 至关重要。
从 2D 设计向 2.5D/3D 设计的过渡如果更加轻松高效,将受益于跨裸芯和技术的一致数据管理。在这种情况下,由单点解决方案组成的割裂流程尤其会损害成果和生产力。为了满足多裸芯系统的独特需求,我们需要一种涵盖设计、分析和签核的裸芯/封装协同设计统一方法。理想情况下,集成环境应具备以下能力:
在验证方面,将多裸芯设计视为比 SoC 大得多的系统未免过于简单化。它确实更大,但对超大系统进行高效仿真引发了容量方面的疑问。多裸芯系统往往也是异构的,其裸芯是在不同的工艺节点上开发的,在某些情况下还会重复使用,这限制了对任何专有 RTL 的访问。
针对多裸芯软件开发和软硬件验证,有几个关键考虑因素和解决方案:
让我们更深入地探讨这些要点。鉴于如此复杂的系统运行着非常复杂的软件,尽早开始验证过程至关重要,即创建多裸芯系统的虚拟原型来支持软件开发。通过虚拟模型预先指定系统行为并在该模型上运行软件,可以在仿真之前使系统规范更加巩固,并使软件定义更加明确。
在多裸芯系统中,在协议级(数字部分)和模拟级(PHY)优化裸芯到裸芯连接至关重要。AMS 仿真有助于降低硅片流片后出现问题的风险。
异构设置有助于促进多裸芯系统的验证。假设有一个设计包含由一家半导体供应商开发的三个裸芯(提供 RTL)以及来自另一家供应商的第四个裸芯(无 RTL 访问权限但具有现有裸芯)。具有 RTL 的三个裸芯可以在大规模设置中进行仿真,其中 UCIe 转换器充当不同仿真器之间的桥梁,实际代表了实际多裸芯系统中的连接性。第四个裸芯可以封装在测试板上的测试芯片中,通过 UCIe 速度适配器连接到仿真器。解决容量问题后,仿真便可以支持设计软硬件的调试和验证。通过此过程,团队可以获得做出正确决策所需的指导。例如,通过尽早确定系统中每个裸芯的功耗,团队可以根据每个裸芯的功耗预算确定裸芯堆叠是否可行。
无论是单裸芯还是多个裸芯,都必须验证整个系统,以确保其相对于设计规范具有功能正确性。换句话说,设计是否实现了其预期的功能?单个裸芯在组装在一起之前需要经过验证。在裸芯级别进行更详尽的验证可减少多裸芯系统出现错误的几率。然而,在组装之后,必须在连接级别执行测试以确保通过一个端口推送的数据落在正确的位置,并在系统级别执行测试以确保适当的系统性能。
随着 EDA 供应商不断改进工具流程,设计界可以期待在相关领域进行投资,以应对多裸芯系统的验证挑战。例如,利用云弹性的基于云的混合仿真可以解决容量问题。事务级捕获可以快速通过云从分布式节点流式传输仅相关的数据以便稍后进行集中分析,从而使大型系统的调试变得易于管理。分布式模拟技术可以重新利用云中的多个节点,例如在网络中使用 1,000 个核心进行并行模拟,从而加速多裸芯系统验证。
设计签核是一个多步骤的过程,涉及经历一系列迭代检查和测试,以确保设计在流片前没有缺陷。签核检查很复杂,涵盖电压降分析、信号完整性分析、静态时序分析、电迁移和设计规则检查等领域。多裸芯系统签核遵循类似的方针,但鉴于所有的系统相互依赖性,其规模要庞大得多。
高效且全面的提取流程可以对各种多裸芯系统架构进行建模,以获得支持先进工艺技术的准确性能和硅片结果。多裸芯系统的工程更改指令 (ECO) 需要快速执行,并与所涉及的所有生态系统伙伴协同进行,以便能够快速识别更改并高效协调设计。这只能通过提供全面且分层的 ECO 且同时能够加速 PPA 收敛的黄金签核工具来完成。此外,能够准确分析多裸芯系统设计有助于在流片前发现问题。黄金签核工具可以提供保证,确保多裸芯系统中的每个参数都能准确、完整且高效地收敛。
为确保多裸芯系统的质量,需要在裸芯级别进行彻底的组装前测试以获得已知良好裸芯 (KGD),同时针对互连和系统级别进行键合后测试。多裸芯系统的单个裸芯经过彻底测试,以满足由 DPPM(每百万缺陷零件数)衡量的最小测试逃逸要求。这需要内置于设计块中的先进可测性设计 (DFT) 功能。例如,逻辑和存储器内建自测试 (BIST) 需要将硬件引擎集成到设计中以应用测试并执行修复,随后进行诊断。存储器(以及互连)中的冗余允许在修复期间进行良率优化。
当需要对晶圆级裸芯进行测试时,团队可能会发现许多凸点可能太小且太密集而无法进行物理探测,因此可能需要专用于组装前阶段晶圆测试的专用焊盘。这些是牺牲焊盘,不会键合到最终设计中。在对单个裸芯进行彻底测试和修复后,它可以进入裸芯到裸芯空间进行组装和键合。一旦存储器和逻辑裸芯部分或完全键合,测试互连便有助于确定裸芯到裸芯连接是否良好或是否需要修复。所有互连在组装后都要经过此类测试、修复和重新测试的过程。最后一步是测试多裸芯堆叠和封装,以评估裸芯是否仍完全正常运行,并在它们在运输、安装或组装过程中受损时进行修复。
特别是对于多芯片系统,IEEE Std 1838-2019 标准针对多芯片测试访问规定了强制性和可选的片上硬件组件,从而支持对单个芯片以及相邻芯片间互连层进行独立测试。根据 IEEE 的标准,该规范主要适用于硅通孔(TSV),同时也可涵盖其他 2.5D 互连技术,包括引线键合。3DIC 带来了独特的测试挑战,因此需要从封装级别的键合焊盘建立对每个芯片嵌入式测试仪器的访问机制。
DFT 团队过去常常使用继承自电路板级别的测试访问机制(例如边界扫描),来模拟芯片间互连并执行测试生成。这种方法在很大程度上属于手动操作,因为团队必须提取网表、自行构建所有内容并创建验证环境。为了提高测试阶段的生产力,亟需一种自动化的芯片间测试解决方案。
图 7:硅测试过程中的自动化能够带来更全面、更高产的流程。
还可以通过硅生命周期管理(SLM)技术来评估芯片健康状况。SLM 将监控器集成到设计组件中,以便在整个器件生命周期内(甚至在实际运行现场中)提取数据。从硅片到系统收集到的深入、可操作的洞察,能够支持持续的分析和优化。
对于多芯片系统,监控基础设施应在多个芯片之间保持统一。其核心理念是在芯片的整个生命周期内捕获环境、结构和功能状况的配置文件。而面临的挑战则在于由复杂性驱动的可靠性、电源管理以及互连问题。
鉴于系统各部分相互依存,设计团队需要明确例如两个热特性截然不同的芯片应放置在何处,才能确保一个芯片散发的热量不会对另一个芯片或整个系统的运行产生负面影响。芯片在现场投入使用后,会受到老化和温度的影响,这使得持续监控成为一项极具价值的功能。在解构的世界中,芯片封装后对其进行单个访问也更具挑战性。例如,如果芯片采用垂直堆叠,则需要一种高效的方式来访问它们以进行现场特性分析。
图 8:硅生命周期管理为芯片在其整个生命周期(包括现场运行期间)提供可操作的洞察。
将云用于 EDA 工作负载为预测分析带来了优势。能够预测现场芯片的老化或故障等情况,便可以触发纠正措施来防止这些问题的发生。
在先进节点上设计的芯片通常具有片上监控器,但采用较旧工艺的芯片则未必如此。此外,并非所有供应商都会向客户开放这些数据的访问权限。当使用来自多个来源且处于不同技术节点的芯片时,设计团队需要为其复杂模块的测试确定最优的成本与覆盖率权衡。在多源芯片模块中纳入可追溯性和分析机制,有助于改善成本、质量和可靠性。目前,针对如何监控和共享数据尚无标准化方法,但半导体行业的供应商正在积极推进这一方向。
多裸芯系统规模宏大、范围广泛,需要经过验证、统一且全面的解决方案,并对这些设计中的所有相互依赖关系有深入的理解。Synopsys 提供业界最全面、最受信赖且最具可扩展性的多裸芯系统解决方案,助力实现通往多裸芯系统设计成功的捷径。该解决方案包含全面的 EDA 工具和 IP,可实现早期架构探索、快速软件开发与验证、高效的裸芯/封装协同设计、强健安全的裸芯到裸芯连接,并改善健康状况与可靠性。经过量产验证的设计引擎以及黄金签核与验证技术能够将风险降至最低,并加速实现最优系统。
符合行业标准的高质量 IP 组合(包括用于高带宽、低延迟芯片间连接的 UCIe,以及保护免受篡改和物理攻击的安全接口)同样能够降低集成风险并缩短上市时间。
图 9:Synopsys 的多裸芯系统解决方案从零开始构建,具备可扩展性,可支持日益严苛的系统和应用。
随着计算需求的不断增长以及我们所处的万物智能世界变得愈发智能,单片芯片对于某些类型的应用已不再够用。人工智能、超大规模数据中心、网络、移动和汽车领域正在重塑硅基格局,将多芯片系统推向最前沿。与同类产品相比,这些在单个封装中重新聚合的分离式芯片能够在不牺牲功耗、面积或良率的前提下,满足巨大的性能需求。混合搭配来自不同工艺技术以支持不同功能的芯片的能力,为设计人员提供了一种从摩尔定律中挖掘更多价值的新途径。
由于多芯片系统是包含无数相互依存关系的复杂系统,因此从设计、验证、电源管理、测试、SLM 到其他各个环节,都需要采取全面的方法。从系统角度进行协同设计和分析,有助于确保设计能够实现该架构的 PPA 承诺。利用云和人工智能的 EDA solutions 有助于简化设计和验证流程并带来更好的结果。
工程师从未畏惧过严峻的挑战。摩尔定律的放缓将伴随着计算和连接需求的飙升。多芯片系统的出现为电子行业继续推动创造改变我们生活的产品开辟了前进的道路。
在 Synopsys,我们深知多裸芯系统在半导体行业中的巨大潜力,并正以全面的异构集成解决方案引领行业发展。我们的解决方案包含 EDA 工具和 IP,为设计人员提供了一条有效途径,能够以具有成本效益的价格高效交付具备空前功能的创新产品。通过复用经过验证的裸芯,我们的解决方案有助于降低风险、缩短上市时间,并快速创建具有优化系统功耗和性能的新产品变体。如果您希望保持领先地位并充分利用多裸芯系统的诸多优势,我们诚邀您立即开始使用我们的解决方案。与我们一同拥抱芯片设计的未来,探索多裸芯系统的无限可能