Semiconductor Engineering은 CEO이자 설립자인 Aart de Geus와 함께 자리를 잡았습니다. Synopsys, 칩에서 시스템으로의 전환, 차세대 트랜지스터, 그리고 급격한 변화와 기타 시스템의 맥락에서 멀티다이 장치를 구축하는 데 필요한 사항에 대해 이야기합니다.

SE: 요즘 칩 업계에서 가장 큰 변화는 무엇이며, 그 이유는 무엇인가요?

드 게우스: 더 이상 트랜지스터의 크기만이 아닙니다. 옹스트롬은 정말 멋진 명명법이며 완전히 새로운 시대를 나타냅니다. 하지만 정말 흥미로운 것은 후면 전원 공급과 같은 것입니다. 그리고 '우리는 왜 이전에는 이런 일을 하지 않았습니까?'라고 물을 수도 있습니다. 대답은 정말 힘들고 비용이 많이 들었다는 것입니다.

SE: 우리는 또한 다양한 재료를 다루는 새로운 방법이 필요한 유리 인터포저와 기판을 보유하고 있습니다. 이 모든 일도 매우 빠르게 일어나고 있습니다.

드 게우스: 네, 그리고 이 멀티 다이가 성공할 수 있다고 말씀하시면 첫 번째 제품을 생산하기 위한 경쟁이 시작됩니다. 인텔은 최초의 실질적인 인물로 베키오 다리(Ponte Vecchio)를 언급했고 우리는 이를 실현하는 데 참여했습니다. 그로부터 많은 교훈을 얻었지만 가장 중요한 교훈은 그것이 가능하다는 것입니다. “아, 달에 갈 수 있나요?”와 다르지 않습니다. 일단 거기에 도착하면 가능하며 이제 우주에서 다른 많은 일이 일어날 수 있습니다. 이것은 많은 인간의 노력에 해당됩니다. 그것이 가능해지는 순간을 결정하는 것은 기술공학이다. 이는 기술이 충분히 우수하고 가능한지, 그리고 합리적인 가격인지 여부의 교차점입니다. 또한 '저렴하지만 어떻게 해야 할지 잘 모르겠습니다.'라고 말할 수도 있습니다. 그 지평선이 가시화되면 독창성과 엔지니어링 발전이 놀라울 정도로 빨라집니다.

SE: 세상에는 수많은 새로운 아이디어가 있고 어떤 아이디어가 성공할지에 대한 불확실성도 많습니다.

드 게우스: 임계질량지대에 도달하면 정상적인 상태입니다. 사람들은 '거기 거기 있다'는 냄새를 맡는다. 이제 문제는 실제로 존재하는 것과 존재하지 않는 것이 있으며, 그 경주는 계속되고 있습니다.

SE: 이것이 충분한 규모의 경제를 이루기 위해서는 80/20 규칙이나 90/10 규칙에 동의해야 합니까?

드 게우스: 동의할 필요는 없을 것 같아요. 당신은 승리해야합니다. 승리한다는 것은 기술적 방정식을 해결하여 훌륭하고 저렴하다는 것을 의미합니다. Synopsys는 40~15년 전 AI 분야의 선구자였습니다. 전체 단계를 통해 자동으로 상당한 칩 조각을 최적화할 수 있었기 때문입니다. 개별 도구뿐만 아니라 디자인 흐름 자체도 최적화되었습니다. 단순히 레이아웃이 좋아진 것은 아닙니다. 우리는 지난 1984년 동안 이를 위해 노력해왔고, 지난 XNUMX년 동안은 머신러닝을 사용해 왔습니다. 그러나 갑자기 이제는 타이밍과 성능, 폼 팩터를 포함한 여러 단계가 필요해졌습니다. 나는 그것이 작동하는 것을 본 첫 번째 디자인을 기억합니다. 왜냐하면 우리가 시작했고 어느 시점에서 점점 더 많은 버전이 생겼기 때문입니다. 그리고 그 버전은 점점 더 좋아지고, 점점 더 좋아지고, 그것이 사라질 때까지 우리가 할 수 있는 최선이었습니다. 그것은 우리의 첫 번째 종합이었던 XNUMX년과 같은 순간, 감정, 그래픽 표현이었습니다. 우리는 갑자기 짧은 시간 안에 인간이 할 수 있는 것보다 더 나은 해결책을 지도에 표시할 수 있었습니다.

SE: 어느 정도 EDA는 수년간 어떤 형태로든 AI와 협력해 왔습니다. 그렇죠?

드 게우스: 네, 그리고 당시 제품 코드명은 Socrates 였고, 'es'는 Expert Systems 였습니다. 그리고 현실은 전문가 시스템이 약간 전문가 수준이었습니다. 정말 좋은 아마추어 시스템이었습니다. 그러나 특정한 인간 단계가 더 나은 단계로 대체될 수 있다는 것이 바로 이러한 개념이었습니다. 그런 다음 이를 자동화하고 앞으로는 자체 자동화하십시오. 그 논문이 출판된 것이 바로 40년 전의 일입니다. Synopsys는 37년차이지만 우리가 시작한 기술은 소크라테스입니다.

SE: 이런 종류의 자동화에 저항하는 분야 중 하나가 아날로그입니다. 무슨 일이 일어나고 있는 걸까요? 대부분 디지털인가요? 아직도 대부분 아날로그인가요?

드 게우스: 아날로그 칩은 항상 둘 다에 속합니다. 그것들은 매우 잘 분리되어 있으며 다양한 방식으로 최적화되어 있습니다. 지금 우리가 이야기하고 있는 것은 마침내 아날로그를 점점 더 잘하는 것입니다. 그리고 아날로그의 문제점은 어떤 트랜지스터가 어떤 트랜지스터와 통신하고 그 크기가 얼마나 되는지에 대한 개략적인 구성이 있다는 것입니다. 그리고 물론 디지털만큼 자동적이지 않은 레이아웃도 있습니다. 이 두 가지를 동시에 최적화해야 합니다. 디지털에서는 몇 가지 질문이 있습니다. 기능이 맞나요? 얼마나 빠른가요? 그리고 얼마나 많은 전력을 사용합니까? 이야기의 끝. 아날로그에서 모든 신호는 전압 상승 및 하락, 감도, 온도 등 조정의 양 측면에서 모든 종류의 기타 제약 조건을 충족해야 하며 이는 복잡한 물리적 방정식 세트입니다. 처음에는 이를 최적화하는 것이 훨씬 어려웠지만 이제는 놀랍도록 잘 할 수 있습니다. 인간보다 훨씬 더 잘할 수 있습니다.

SE: 아날로그 설계를 가속화할 수 있다면 전체 단계를 절약할 수 있겠죠?

드 게우스: 네, 그리고 우리는 아날로그 설계를 2배 이상 가속화할 수 있었습니다. 우리가 모든 인터페이스 블록의 새로운 라이브러리를 개발할 때, 그것들은 대부분 디지털입니다. 그러나 그들은 모두 물리적인 부분인 PHY를 가지고 있으며 그것은 아날로그입니다. 병목 현상이 발생하는 경향이 있습니다. 우리는 디지털 부분을 확정했고 그것이 무엇을 해야 하는지 알고 있습니다. 파일의 배치 및 경로를 합성하고 자동화할 수 있습니다. 문제는 이를 조정하는 것입니다. 이것이 바로 이러한 도구가 강력한 이유입니다. 이를 가속화할 수 있다면 다음 노드로 훨씬 더 빠르게 이동할 수 있습니다.

SE: 그렇다면 아날로그 설계자들이 이러한 도구를 사용하도록 설득하셨나요?

드 게우스: '이것을 사용하면 더 좋은 일을 할 수 있다'는 인식을 갖게 하는 것이 핵심입니다. 우리가 합성을 출시했던 1987년에도 같은 이야기가 있었습니다. 고객 중 약 3%만이 우리가 자신의 일자리를 빼앗는다고 불평했고, 그렇게 생각하면 귀하의 일자리도 사라지게 됩니다. 하지만 대다수는 '아, 정말 환상적이다. 이제 더 크고 더 빠른 일을 할 수 있으니까'라고 생각했습니다.

SE: 누가 이러한 기능을 추진할 예정인가요? 칩 제조사일까요, 시스템 회사일까요, 아니면 새로운 유형의 회사일까요?

드 게우스: 오늘 이 자리에 참석한 것은 칩 회사들일 것입니다. 왜냐하면 그들은 이것이 얼마나 어려운 일인지 알기 때문입니다. 새로운 회사는 그것이 어떻게 차별화될 것인지 정확히 알지 못합니다. 채택은 기존 사용자로부터 이루어집니다. 갑자기 완전히 새로운 방법론을 추진해야 하는 것은 아닙니다. 점진적입니다. 스스로 할 수 있는 일이 확장됩니다.

SE: 컴퓨팅이 널리 보급되어 상자가 거의 무의미해지는 단계에 도달하고 있나요?

드 게우스: 가능한 것이 바람직한 것인지, 바람직한 것이 가능한 것인지에 대한 질문이 항상 있습니다. 두 번째 범주는 실제로 더 어려운 범주입니다. 왜냐하면 그것이 인류를 앞으로 나아가게 하는 범주이기 때문입니다. 조금 거창하게 들리겠지만, 그것은 말 그대로 인류를 앞으로 나아갈 수 있습니다. 10배로 달성할 수 없는 2배의 성능 향상으로 발생하는 기술적 중단이 있기 때문에 열려 있는 영역이 너무 많습니다.

SE: 하지만 디자인도 점점 더 복잡해지고 비용이 많이 들기 때문에 사람들은 디자인이 더 오래 지속될 것으로 기대하고 있습니다. 동시에 혁신이 얼마나 빠르게 진행되고 있는지 확인할 수 있는 기간은 훨씬 짧습니다.

드 게우스: 2000년대 내내 모바일 업계에서는 금이었죠. 당신은 다음 기능이 정말로 필요하기 전에 필요한 휴대폰의 XNUMX가지 기능을 거의 파악하지 못했습니다. 왜냐하면 그것은 '그래서 어제'였기 때문입니다. 속도가 약간 느려졌지만 여전히 더 많은 기능이 있습니다. 방금 언어를 실시간으로 번역할 수 있는 전화기의 데모를 봤습니다. 그래서 프랑스어로 말하고 영어로 들을 수 있습니다. 정말 놀랍습니다.

SE: 하지만 비용이 상승함에 따라 여전히 해당 장치를 더 오래 사용하고 싶으신가요? 그리고 당신은 3년 후에 차를 교환하고 싶지 않습니다.

드 게우스: 맞습니다. 이것은 매우 큰 도전입니다. 이는 '전자 장치가 모듈화된 자동차를 어느 정도까지 만들 수 있는가?'라는 질문을 던집니다. 자동차 제조업체는 다음 노드로 얼마나 큰 도약을 할 것인지 결정해야 하기 때문에 이 문제로 인해 매우 어려움을 겪고 있습니다. 큰 도약을 하면 시간이 더 길어지지만 훨씬 더 어려워집니다. 그리고 자동차는 정말 안전하고 신뢰할 수 있어야 합니다. 대부분 그들은 소프트웨어 업그레이드를 기대하고 있습니다. 그리고 우리는 업그레이드할 때마다 제대로 작동하지 않기 때문에 이것이 휴대폰에서 어떤 느낌인지 알고 있습니다.

SE: 서비스를 받기 위해 자동차를 가져가서 칩렛을 교체하는 모델은 어떻습니까?

드 게우스: 작성해야 할 소프트웨어가 엄청나게 많아졌습니다. 안전상의 이유로 이 모든 것을 검증하는 것은 큰 도전이 될 것입니다. 그것은 처음부터 첨단 기술 산업으로서 우리의 임무였습니다. 사람들은 칩이 항상 결함이 없을 것이라고 계속 믿고 싶어하지만 현실은 그렇지 않습니다.

SE: 그러면 칩 산업은 버그 없는 것보다는 회복력 있는 쪽으로 전환해야 합니까?

드 게우스: 탄력성은 좋지만 중복성은 비용이 많이 듭니다.

SE: 과거에는 EDA 공급업체의 논리적 확장 지점으로 인접성을 지적하셨습니다. 아직도 그렇습니까?

드 게우스: 공통점을 찾는 것이 과제입니다. 우리의 임무는 기술을 발전시키는 동시에 조금 다른 파트너를 위해 기술을 추진하는 것입니다. 24년 넘게 우리는 무엇보다도 TSMC를 위한 IP 컬렉션을 개발해 왔습니다. 왜냐하면 그것이 지금까지 가장 큰 컬렉션이었기 때문입니다. 하지만 현재 Intel과 Samsung에서 사용되는 것과 동일한 컬렉션입니다. 이는 최종 고객에게 매우 중요합니다. 왜냐하면 동일한 코어로 설계하고 실리콘 내에서 어디로 갈지 결정할 수 있고 이것이 위험을 줄여주기 때문입니다. 조용히 우리는 공통점이자 차별화를 위한 도구입니다. 예를 들어 후면 전력 공급을 생각해 보십시오. 인텔은 이를 주도했고 우리는 약 24개월 전에 몇 가지 최적화를 수행했습니다. XNUMX개월 전에 '아, 이거 멋있겠다' 하는 걸 봤어요.

SE: 그런 접근 방식을 사용하면 소음을 줄이는 것은 물론이고 수많은 금속 레이어를 우회할 수 있죠. 그렇죠?

드 게우스: 정확히. 마치 거실을 통해 수도관을 연결하는 대신 땅에 놓을 수 있는 것과 같습니다. 그것은 모두 기술 경제학입니다.

SE: 그것은 또한 진화하는 산업이죠, 그렇죠? 각각의 새로운 단계는 다른 것 위에 세워졌습니다.

드 게우스: 우리는 1997년에 배운 단 하나의 교훈, 즉 정전용량에 대해서는 아무 것도 작동하지 않는다는 사실을 잊어버렸습니다. 그래서 모든 고객은 가장 진보된 것을 원하지만 아무것도 바꾸지 않습니다.

SE: 이 모든 것을 고려할 때 요즘 Synopsys는 어떻게 회사를 바라보고 있나요? EDA 회사인가요, 아니면 다른 회사인가요?

드 게우스: 우리는 여전히 하이테크의 중심에 있습니다. 가장 빠르게 변화하는 기하급수적인 부분을 접하면서, 슈퍼 AI 개발이라는 소프트웨어 측면에서는 이에 상응하는 플레이어이자 고객이기 때문입니다. . 우리는 규모의 복잡성에서 시스템의 복잡성으로 전환했습니다. 왜냐하면 시스템의 복잡성은 더 다차원적이고 더 많은 당사자를 포함하기 때문입니다. 이것이 덧셈 복잡도와 곱셈 복잡도의 차이입니다. 곱셈을 사용하면 단일 0이 있으면 모두 0이 됩니다. 칩을 보드에 내려놓고 핀을 구부리는 기계라면 상관없습니다. 아무리 많은 옹스트롬으로 작업하더라도 구부러진 핀은 연결되지 않습니다. 팀 플레이를 더 잘해야합니다. 우리는 작은 밴드에서 더 큰 오케스트라로 옮겨가고 있지만, 드럼이 들어올 때 트럼펫도 함께 들어와야 합니다.

• SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
• PlatoData.Network 수직 생성 Ai. 자신에게 권한을 부여하십시오. 여기에서 액세스하십시오.
• PlatoAiStream. 웹3 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
• 플라톤ESG. 탄소, 클린테크, 에너지, 환경, 태양광, 폐기물 관리. 여기에서 액세스하십시오.
• PlatoHealth. 생명 공학 및 임상 시험 인텔리전스. 여기에서 액세스하십시오.
• 출처: https://semiengineering.com/thinking-big-from-chips-to-systems/