“能源消耗”、“碳排放”、“續航焦慮”，這一系列的問題反映到半導體領域，都與晶片功耗息息相關。目前，我們正處於數字化浪潮中，伴隨著、移動計算、自動駕駛汽車和資料中心等技術的蓬勃發展，晶片設計師們正面臨著一個巨大的挑戰：如何在追求高效能的同時，有效管理功耗？這是因為，高能耗不僅導致系統過熱、電池續航減短、成本上升，還會增加碳排放，從而對環境產生不利影響。
實現每瓦特的最佳效能，已成為各行業晶片設計師面臨的“必修課”，誰能更有效地解決能耗問題，誰就可能獲得競爭優勢。
新興市場，面臨功耗之殤
近年來，智慧汽車、資料中心和人工智慧（AI）等新興市場正迅速發展，這些領域對高效能晶片的需求不斷增長，以TOPS著稱的AI加速器逐漸成為半導體領域的中流砥柱，為這些新興領域提供強大的算力支援。然而，高算力、高效能的背後也意味著高功耗。
在汽車領域，隨著汽車電動化、智慧化和網聯化的快速發展，駕駛輔助系統、智慧安全功能和先進的資訊娛樂系統已普及至各價位車型，不再是高階品牌的專屬。這些創新功能的核心依賴於矽晶片技術。行業資料顯示，傳統內燃機車輛（ICE）中含有1000多個晶片，而在電動車（EV）中，這一數字翻倍。
這麼多的電子裝置意味著消耗大量的電能：
對於內燃機車來說，這增加了電氣系統和充電系統的負擔，因此汽車製造商正在考慮從目前的12V系統轉向48V系統。這樣可以降低車輛線路中的電流水平，使用成本更低的細電線，同時提高可靠性。
對於EV，車載電子裝置的高能耗直接關係到續航里程，“續航焦慮”成為消費者購車過程中僅次於價格的第二考慮因素。現代車輛，特別是那些集成了先進駕駛輔助系統（ADAS）、自動駕駛技術以及音影片智慧功能的車輛，需要處理來自多個來源的大量資料，例如影片、音訊、雷達和鐳射雷達（LiDAR）等。這些資料來源為車輛提供了關於其周圍環境的詳細資訊，使其能夠更安全和更智慧地駕駛。為了處理這些資料，汽車需要具備強大的算力。而駕駛輔助和安全特性越高階，能耗也水漲船高，進而增加了電動車的充電頻率和對電網的壓力，對環境也會產生不利影響。
資料中心作為數字化基礎設施的核心，其能耗問題更為突出。隨著雲計算和大資料的發展，資料中心的規模不斷擴大，對處理能力的要求也不斷攀升。晶片作為資料中心的“心臟”，其能耗成本已成為運營商不可忽視的一大負擔。
人工智慧市場的迅猛發展同樣帶來了能耗問題。AI演算法通常需要大量的計算資源，尤其是在訓練複雜的機器學習模型時。以ChatGPT為典型，其所需的計算資源大約每3-4個月就要翻一倍，要處理的引數達到T級別，訓練單個深度學習模型GPT3，大約會產生約500噸的二氧化碳排放，相當於普通燃油車行駛一百萬英里。
近日，美國能源部（DoE）呼籲將半導體能效提高1000倍。從半導體行業的角度來理解這個問題，就意味著降低晶片的功耗。無論是在資料中心進行AI訓練，還是在邊緣進行推理，實現每瓦效能的最佳化顯然是半導體行業的首要任務。降低能耗除了減少環境影響，還能降低運營成本，最大限度地提高有限功率預算內的效能，並幫助緩解熱挑戰。
對於資料中心、汽車和AI市場這些有著高算力、高能耗需求的市場，對功耗進行最佳化是發展的必由之路。從長遠來看，唯有實現技術創新與環境可持續性的平衡，才是推動這些領域持續健康發展的關鍵。
如何塑造未來的SoC低功耗設計？
說到Soc晶片的功耗最佳化方法，在過去幾十年中，其設計方法經歷了重大的技術演進。
起初，半導體行業主要依賴於SPICE（Simulation Program with Integrated Circuit Emphasis）這類電路模擬器來評估電晶體層面的功耗。雖然SPICE在處理能力和運算速度方面存在侷限，但它卻是當時最先進的工具之一。隨著技術進步，SPICE逐漸演變為能夠進行更高精度的門級功耗分析的工具，從而在模擬和分析電子電路能源消耗方面提供了更高的準確性。
在技術的中期階段，行業向基於專門電源特性庫的更高階門級工具過渡，實現了更高層次的抽象模擬。隨後，這種趨勢延伸至暫存器傳輸級（RTL）、系統級方法，甚至擴充套件到模擬電源分析領域。雖然這種轉變在更高抽象層面上提供了更多降低功耗的機會，但可能會犧牲一定的分析精度。而當深入具體設計階段，如RTL和實現階段，功耗分析的準確性得到提高，但可能會犧牲設計的靈活性。
現今，為提高複雜晶片設計的準確性，業界越來越關注於RTL和更高層次的抽象。這涉及到為不同的元件，如IP塊、處理器核心、硬體加速器等，開發更高級別的模型。模擬技術在這方面扮演著重要角色，它提供了更現實的功耗分析，不再僅依賴於合成數據向量，而是使用實際工作負載進行分析。
當然，對於不同應用領域的晶片，其設計方法和需求可能有所不同。比如AI加速器通常由數千個處理元素（tile）組成的陣列構成，對於十億門以上的設計，為了降低功耗和漏電，需要高階模擬系統執行數十億個週期，並迅速提供多個準確的迭代，進行多域硬體和軟體功耗驗證。
而對於電動汽車這種能耗敏感型的應用，需要全面考慮整個汽車系統的構建，因此，硬體架構的決策成為了設計過程中一個關鍵環節。在策劃整個汽車硬體系統時，工程師需要在不同型別的處理器——如通用CPU架構、專用（DSP）和硬體加速器——之間做出選擇，以便在靈活性、效率和專用化之間找到平衡。此外，記憶體子系統的設計也不可忽視。為了做出這些關鍵的設計決策，架構師需要能夠訪問一個系統，該系統能夠以穩健的方式對硬體的功耗、效能和麵積（PPA）特性進行建模。這不僅包括硬體的物理屬性，還涉及不同用例下的效能表現。
可以看出，晶片的功耗管理是一個複雜且關鍵的任務。因此，在整個晶片設計週期中，設計師必須採用全面的低功耗策略，這涉及從最初的設計階段到最終的物理實現階段的每一個細節，以實現最優的能效。
晶片的低功耗之旅幾乎要貫穿晶片始終。首先，需要在RTL階段，採用功耗最佳化方法，包括關閉不必要的電源域、調整電壓和處理器頻率，以及更智慧地控制時鐘和資料流，甚至是藉助AI的力量，完成設計上的低功耗設計。然後，驗證工程師再來驗證這些低功耗方法是否行之有效，此時，他們需要使用全面的電源管理策略，如統一電源格式（UPF），並確保所有驗證方法——無論是靜態的、形式的、還是基於模擬的——都能正確理解和實施這些策略。最後，在完成RTL功耗分析和降低後，可以使用物理實現，如綜合和佈局佈線工具進一步最佳化PPA。
基本的方法論已經確定了，但是挑戰依然存在：如何確保在所有設計階段實現最大的功耗最佳化準確性？解決這一挑戰的關鍵在於不斷完善和升級工具及方法論，確保它們能夠滿足不斷變化的能耗要求。
新思科技低功耗SoC解決方案：
從架構到功耗籤核，全流程助力功耗最佳化
在應對半導體行業日益增長的功耗降低與能效提升需求中，新思科技推出了全面的端到端解決方案——節能系統級晶片(SoC)解決方案（Energy-Efficient SoCs），助力各領域的晶片設計師能夠以經濟高效的方式達到或超過雄心勃勃的效能和能效目標，同時加速上市時間。該解決方案涵蓋了從架構到RTL設計和驗證，再到模擬驅動的功耗分析，再到實施，最終到功耗籤核的整個設計流程。
下圖顯示了新思科技這一低功耗解決方案的全流程。在晶片設計流程的初始階段，Synopsys Platform Architect可以用於基於預RTL架構模型和軟體工作負載的架構探索和早期效能功耗權衡。
新思科技的端到端的低功耗解決方案
下一階段的Synopsys ZeBu Empower用於功耗模擬，具有分析和探索軟體工作負載以識別進一步分析和探索的關鍵視窗的能力和效能。位於矽谷的AI晶片初創公司SiMa.ai已經開始使用ZeBu Empower來設計用於智慧邊緣的高效能、低能耗AI晶片，來降低功耗。在能效提升方面，SiMa.ai成功地將其低功耗MLSoC的每瓦每秒幀數（FPS）提高了2.5倍。SiMa.ai的矽工程總監Sounil Biswas在2023年SNUG矽谷大會上的一次演講中提到，Synopsys ZeBu Empower的資料與實際板上測量結果高度一致。
為了補充ZeBu Empower並實現低功耗的RTL設計，新思科技又提供了Synopsys PrimePower RTL，這是一種RTL功耗分析和降低工具，它具備時序導向並考慮物理設計的邏輯綜合能力與整合計算引擎，始終能夠獲得準確的功耗結果（其功耗結果同物理版圖佈局後的計算差異在±15%之內）。Synopsys PrimePower RTL還能隨著RTL成熟，進行高精度的RTL功耗探索。
Synopsys Fusion Compiler是一個全面且整合的RTL到GDSII實現系統，可以實現額外的PPA最佳化。接下來，PrimePower和RedHawk（來自Ansys，現在已是新思科技的一部分）的籤核引擎融合，提供最快的收斂速度和最佳的結果質量（QoR）。Synopsys PrimePower是一個被認為是黃金標準的功耗籤核解決方案，其已被全球領先的晶圓代工廠認證，適用於高達3奈米工藝，能夠提供快速的執行效能和分散式處理，實現籤核階段的高精度，精度與SPICE和矽測量結果相差僅幾個百分點。
新思科技的節能SoC開發流程專注於在晶片設計的每一個階段尋找並實現降低功耗的機會，從而創造出高能效的晶片。其方法是基於實際使用場景中的軟體執行狀況來調整功耗和效能的平衡，這樣做可以避免在實際使用中出現意外的問題。透過早期和準確的功耗分析，晶片工程師能夠快速且有效地達到預定的PPA目標。
結語
綜上所述，晶片設計的功耗管理是一個複雜且關鍵的任務，低功耗設計方法已經走了很長的路，從基礎工具發展到複雜的模擬解決方案，不斷推動著晶片行業的進步。而在當前這個既重視高效能又強調高能效的新時代，新思科技推出的全新端到端節能SoC解決方案，無疑將成為推動系統級晶片向更高節能目標邁進的關鍵力量。
