本文由半导体产业纵横(ID:ICVIEWS)编译自세미엔지니어링

시스템 설계, 대규모 시뮬레이션 및 AI/ML은 도구, 방법론 및 서비스에 대한 1조 달러 규모의 시장을 열 수 있습니다.

대형 EDA 기업들은 대규모 다중물리 시나리오 시뮬레이션과 칩 개발 방법론 및 도구를 결합하여 반도체를 넘어서는 새로운 기회를 모색하고 있습니다.

10년이 넘는 기간 동안 EDA의 최고 경영진은 인접 시장으로 확장할 기회를 모색해 왔지만 소용이 없었습니다. 사실, 2016년 Siemens가 Mentor Graphics를 45억 달러에 인수하기 전까지만 해도 이 분야에서 유일하게 중요한 단계는 반대 방향이었습니다. 그 이후로 세 가지가 근본적으로 바뀌었습니다.

(1) 보다 최첨단 설계는 도메인에 따라 다르고 이질적이어서 희귀한 기술, 도구 및 방법론의 조합이 필요합니다. 그 결과, EDA 공급업체는 이제 이러한 회사 및 공급업체와 직접 접촉하고 있으며, 공급업체는 칩 설계 및 제조에서 입증된 성공을 더 큰 규모로 점점 더 활용하고 있습니다.

(2) 글로벌 경쟁, 특히 중국의 경쟁이 심화됨에 따라 기업은 운영을 최적화하기 위해 데이터 분석을 더 깊이 파고들고, 제조 산업의 전략적 위치에 더 많은 센서를 추가하고, AI/ML을 활용하여 대규모 데이터 세트의 패턴과 이상을 식별하여 품질과 수율을 개선하고, 데이터를 중심으로 내부 조직을 재구성해야 합니다.

(3) 신흥 및 기존 산업 부문은 점점 더 디지털화되고 있으며, 와트당 최적의 성능을 달성하기 위해 하드웨어, 소프트웨어 및 패키징의 긴밀한 통합 및 공동 설계와 시스템 간 통합이 필요합니다. 이것은 수년 동안 칩 분야에서 논의되었지만 거의 성공하지 못했습니다. 그러나 도구와 방법론이 새로운 시장을 목표로 삼으면서 중요한 판매 지점이 되고 있습니다.

지난 몇 년 동안 Synopsys, Cadence, Siemens EDA, Ansys 및 Keysight는 온프레미스, 클라우드 또는 이 둘의 조합에서 다중 물리 시나리오 분석 및 시뮬레이션을 제공하는 데 필요한 전문 지식을 갖춘 회사를 인수하거나 새로운 도구를 적극적으로 개발해 왔으며, 머신 러닝을 활용하여 결과를 개선하고 결과 도출 시간을 단축하는 데 점점 더 집중하고 있습니다. 이러한 투자는 툴체인을 크게 확장했으며, 이제 다양한 물리적 효과의 맥락에서 케이블링 및 레이아웃부터 다양한 칩 조각과 통신 체계 간의 절충, 프로토타입에서 실제 워크로드를 실행할 때 열 구배 및 기계적 응력 모델링에 이르기까지 모든 것을 포함합니다.

TAM(Total Available Market) 기회를 성공적으로 활용하면 EDA 산업을 근본적으로 변화시킬 수 있습니다. McKinsey & Company의 예측에 따르면 전 세계 반도체 매출은 2030년까지 1조 달러에 이를 것으로 예상됩니다. 이에 비해 Omdia는 전자 시스템 시장이 3조 달러에 이를 것으로 추정합니다. 업계 전문가들은 이것이 기회의 작은 부분일 뿐이며 그 잠재력은 규모보다 몇 배 더 클 수 있다고 믿습니다.

그림 1: 전자 시스템에 사용할 수 있는 총 시장은 칩보다 최소 3배 이상 클 것이며 기회는 더 커질 것입니다. 출처: Cadence/industry data

"진정한 게이머입니다"라고 Cadence의 사장 겸 CEO인 Anirudh Devgan은 말했습니다. "집적 회로 측면에서는 디지털 트윈과 많은 검증 기록이 있으며, 99%의 커버리지와 99%의 정확도를 가져야 하며, 그렇지 않으면 칩이 작동하지 않습니다. 그래서 우리는 자동차와 항공기를 위한 디지털 트윈을 설계하는 시스템에 이러한 정신을 불어넣고자 합니다. 현재 커버리지는 약 20-30%에 불과하지만 99%에 가깝게 늘릴 수 있으며, 이는 디자인 수행 방식에 혁명을 일으킬 수 있습니다. "

디자인 내용에도 영향을 줄 수 있습니다. "우리는 또한 OpenEye [Scientific Software] 인수를 통해 생명 공학 분야에서 그렇게 하려고 노력하고 있습니다"라고 Devgan은 말했습니다. "CFD와 관련하여 이 새로운 유형의 알고리즘이 더 정확해질 수 있기 때문에 특히 흥미롭습니다. 시뮬레이션의 정확도는 적용 범위를 늘리는 데 매우 중요합니다. 우리는 이것을 3층 케이크로 보고 중간 층이 주요 시뮬레이션이 되며, 트랜지스터 또는 분자의 CFD 시뮬레이션이든 물리학, 화학 또는 생물학을 기반으로 하는 물리 시뮬레이션의 정확도가 중요합니다. 그러나 동시에 두 개의 레이어가 더 있습니다. 시뮬레이션은 가속 컴퓨팅에서 실행할 수 있습니다. 이제 GPU와 맞춤형 칩을 사용하면 완전히 새로운 세상이 펼쳐집니다. 그 위에는 AI 조정이 있습니다. AI가 주요 시뮬레이션을 대체할 수는 없지만, 신경 물리학과 AI와 물리학의 결합으로 시뮬레이션을 강화하여 실제로 최적화할 수 있습니다.

그렇다면 왜 이런 일이 일어나기까지 그렇게 오랜 시간이 걸렸을까요? Synopsys의 회장인 Aart de Geus는 "이러한 다른 모든 영역은 이미 EDA가 아닌 물리적 설계 자동화를 자체 DA(설계 자동화)를 수행했습니다. Ansys는 스스로를 시뮬레이션 회사라고 부르며, 이는 다음에 무엇을 해야 할지 예측하기 위해 컴퓨터에서 모든 종류의 시도를 할 수 있음을 의미합니다. 그 결과, 이러한 영역 중 많은 부분이 점차 통합되고 있습니다. 그러나 그들이 너무 많이 교차 융합하지 않는 데에는 아주 좋은 이유가 있습니다. 교차 융합은 매우 복잡하며 실제로 필요하지 않다면 괜찮습니다. 물리적 파트를 최적화한 다음 동작이나 특성으로 설명할 수 있다면 시뮬레이션을 수행할 필요가 없습니다. 이는 부품 자체의 데이터로 직접 작업하는 것에 비해 너무 느립니다. "

De Geus는 90년대에 Synopsys가 PCB 설계를 고려했지만 칩 설계에 미치는 영향이 최소화되었기 때문에 이 분야의 도구를 개발하지 않기로 결정했다고 말했습니다. "서로 가까워지고 거리가 점점 좁아지면 둘 사이의 연결이 칩 설계에서 중요한 고려 사항이 됩니다"라고 그는 말합니다. "그렇기 때문에 멀티칩 기술은 획기적인 순간입니다. 갑자기 칩이 있으면 높은 건물 위의 아파트에 다른 이웃을 넣으면 아래 사람들이 요리를하고 아파트의 열이 올라가고 위의 사람들이 그것을 느낍니다. 근접성은 사용자가 수행하는 작업에 동적으로 영향을 미치는 경우에만 작동합니다. 정적인 경우 방정식만 필요하고 세부 정보는 필요하지 않습니다. "

멘토 그래픽스(Mentor Graphics)의 전 CEO이자 지멘스 인수를 담당했던 월리 라인즈(Wally Rhines)도 이에 동의했다. 그는 "모든 EDA 회사는 시스템 수준의 검증을 수행하기를 원합니다. "과거에는 하나의 칩만 검증하면 되었는데, 이는 이미 매우 어려웠기 때문에 사람들이 다중 칩 검증을 많이 하지 않았습니다. 그러나 우리는 수십 년 동안 사람들이 전체 인쇄 회로 기판을 모방할 것이라고 생각해 왔습니다. 그러나 이것은 주로 사용 가능한 모델이 부족하기 때문에 발생하지 않았지만 제품을 시장에 출시하지 않더라도 제품을 시장에 출시할 수 있었기 때문입니다. 그러나 지난 4-5년 동안 인쇄 회로 기판 설계 분석 분야를 살펴보면 분석 도구의 다양성이 꾸준히 증가했으며 이 분야의 주요 성장 동인이었습니다. 열 분석과 전자기 간섭은 모두가 이야기하는 시스템 검증과 관련된 두 가지 영역입니다. 이제 다중 칩 패키징의 출현으로 모든 주요 회사는 이러한 동작을 시뮬레이션하는 데 도움이 되는 도구를 제공하고 있습니다. "

이러한 변화로 인해 인터넷과 서로 연결되는 장치, 도구 및 프로세스가 점점 더 많아짐에 따라 개발 주기가 더 짧아지고 전문화되고 있습니다. "많은 혁신이 일어나고 있으며, 그 결과 제품이 더욱 복잡해지고 있습니다"라고 키사이트 설계 및 시뮬레이션 제품 그룹의 부사장 겸 총괄 매니저인 Niels Faché는 말합니다. "스마트 기기, 스마트 시티, 스마트 카, 스마트 국방 등을 생각해보면 모두 상호 연결되어 있으며 요구 사항은 이전보다 점점 더 까다로워지고 있습니다. 더 많은 바이트, 더 작은 부품, 다양한 기술과 재료가 있습니다. 즉, 동일한 방식으로 제품을 계속 개발할 수 없으며 이전에는 물리적 프로토타입 및 반복에 더 많이 의존했을 수 있습니다. 제품을 다른 관점에서 바라보고 제품과 관련된 모든 프로세스 및 워크플로를 살펴봐야 합니다. 가상 표현이 필요하며, 이는 우리가 발맞춰 가야 할 중요한 추세입니다. "

분산 접근 방식

이러한 이질적인 요소를 하나로 모으는 것은 어려운 일이지만, EDA 산업은 대규모 시뮬레이션 및 분석뿐만 아니라 대규모 시스템 회사의 도구와 방법론을 통합할 수 있는 유리한 위치에 있습니다.

NXP Semiconductor의 모델 기반 시스템 엔지니어링 기술 이사이자 Accellera의 기술 위원회 의장인 Martin Barnasconi는 "우리는 자동차 산업, 항공 우주 및 항공 전자 공학, 군대와 협력하고 있습니다. 이러한 모든 산업은 소프트웨어, 프로세서, 하드웨어 및 물리적 계층을 장치 수준에서 구성 요소 수준, 전체 항공기, 자동차 또는 군사 장비에 통합하기 위해 현재 방법을 소모하고 있습니다. 지난 20년 동안 그들은 표준을 만들었고 반도체 부문에서는 ACL(Access Control List) 및 ESL(Electronic Systems Level) 표준의 자체 에코시스템을 보유하고 있습니다. 어쨌든 우리는 이러한 세계들을 한데 모아 체계적인 해결책과 체계적인 해결책을 다루고, 보다 구조화된 하향식 방식으로 이러한 문제들을 해결해야 합니다. 그들은 모두 자체 표준을 가지고 있지만 소프트웨어 및 프로세서 콘텐츠를 처리하는 방법과 에코시스템을 클라우드에 연결하는 방법에 대한 과제도 알고 있습니다. 모든 것이 단일 CPU가 있는 단일 서버에서 실행되는 것은 아닙니다. 도전도 크지만 기회도 많습니다. "

그림 2: 다양한 산업 분야에서 사용되는 아날로그 기술 및 표준. 출처: Accellera

이러한 기회의 초석은 컴퓨팅 성능의 엄청난 향상으로 인해 전산 유체 역학에 사용되는 시뮬레이션의 정확도가 향상되는 것입니다. 스탠포드 대학의 기계 공학 교수이자 난류 연구 센터 소장인 Parviz Moin은 "이전에는 복잡한 형상에 적합한 메시를 생성하는 데 몇 달은 아니더라도 몇 주가 걸렸습니다. "가스 터빈 엔진과 버너가 있고 구멍, 볼트 및 모든 종류의 합병증이 있다고 상상해 보십시오. 그러나 이러한 고품질 메시 생성은 이제 몇 분 만에 완료할 수 있습니다. 따라서 비용 효율적인 방식으로 이러한 계산을 수행할 수 있습니다. "

최근 브리핑에서 Moin은 언뜻 보기에 무정형으로 보이는 엔진 뒤쪽에서 불꽃이 분출하는 것을 보여주는 슬라이드를 보여주었습니다. 이러한 화염에 측정값을 겹쳐 놓으면 충분한 컴퓨팅 성능으로 화염을 모델링하고 분석한 후 추력의 변화를 결정하는 데 사용할 수 있다는 것을 알게 되었습니다. 이 애플리케이션을 위해 모든 대형 EDA 회사는 현재 클라우드 기반 다중 물리 시나리오 시뮬레이션 기술에 막대한 투자를 하고 있습니다.

그림 3: 향후 시뮬레이션에서 연소 차이 매핑. 출처: Stanford University/Parviz Moin

"고객 문제가 더욱 복잡해짐에 따라 시뮬레이션 소프트웨어는 전례 없는 수준에 도달해야 합니다"라고 Ansys의 전자, 반도체 및 광학 사업부 총괄 책임자 겸 부사장인 John Lee는 최근 프레젠테이션에서 말했습니다. "경우에 따라 우리는 고객이 28조 개의 계산된 값으로 과도 시뮬레이션을 수행할 수 있도록 할 수 있습니다. "

이를 위해서는 고급 패키징 기술이 필요하며, 고급 패키징 기술에는 더 큰 규모로 동일한 유형의 다중물리 시나리오 시뮬레이션이 필요합니다. Li는 3D-IC의 세 가지 주요 과제인 다중 물리, 다중 스케일 및 다중 조직을 지적했습니다. 그는 "다중 물리 시나리오는 상호 관련된 여러 물리적 현상을 정확하게 시뮬레이션할 수 있는 능력"이라고 말했습니다. "예를 들어, 회로 활동, 전력 소비, 열 전달 및 공기 냉각은 모두 밀접하게 연결되어 있으며 동시 다중물리 시나리오 시뮬레이션으로 처리해야 합니다. 최신 실리콘 공정 기술과 3D-IC의 밀도는 칩 설계자가 이전에 다루지 않았던 새로운 유형의 물리적 문제(예: 상세한 열 분석, 3D 구성 요소의 열-기계적 응력 및 변형)를 가져옵니다. 이는 모놀리식 설계에는 존재하지 않는 중요한 신뢰성 문제입니다. "

멀티스케일은 프로세스와 사람의 조직 구조에 관한 것입니다. "3D-IC의 출현으로 전통적으로 세 가지 뚜렷한 설계 기능 사이의 경계가 모호해짐에 따라 다중 기술 과제가 발생했습니다. "이제 설계자는 나노미터 규모의 장치 IP 및 칩 설계, 밀리미터 규모의 플러그인 및 패키지 설계, 센티미터 규모 이상의 시스템 설계를 처리해야 합니다. 매우 많은 규모에 걸친 3D-IC 설계 흐름과 시뮬레이션 흐름을 제공하는 것은 시뮬레이션 결과의 양과 품질 모두에 상당한 과제를 제시합니다. 단순화된 모델, 인공 지능, 머신 러닝 및 SigmaDVD와 같은 고급 수학적 기술은 필요한 데이터의 규모와 양을 관리하는 데 필요합니다. 그리고 단순한 규모를 넘어 신체적 도전의 본질은 새롭습니다. 예를 들어, 열전도는 칩의 작은 영역 내에서 매끄럽게 되는 경향이 있지만 인서트 기판을 볼 때 온도 구배로 인해 심각한 기계적 문제가 발생할 수 있습니다. 따라서 규모, 품질, 수량을 동시에 고려해야 합니다. "

그러나 더 큰 문제는 조직 및 비즈니스와 더 관련이 있을 수 있습니다. 퀄컴의 엔지니어링 이사이자 Accellera PWG의 부회장인 마크 버튼(Mark Burton)은 "우리의 야망은 FMI(Functional Analog Interface) 및 하이퍼바이저 인터페이스에서 자율 주행 시스템으로 모든 것을 옮기는 것"이라고 말했다. "우리 모두는 물리적이든 계산적이든 서로 다른 추상화 수준에서 시뮬레이션을 가져와서 의미 있는 방식으로 함께 작동하도록 할 수 있었습니다. "

그러나 실제로 작동하려면 대규모 데이터 공유가 필요합니다. 자동차, 군사, 산업 및 항공 우주와 같이 경쟁이 치열한 시장에서 이 데이터는 수십억 달러의 가치가 있을 수 있습니다. "캠페인에는 두 가지 다른 수준이 있습니다"라고 Burton은 말했습니다. "하나는 '어떻게 하면 모든 것을 연결할 수 있을까?' 하는 것입니다. 누가 그 연결을 가지고 있습니까? 어떻게 소통할 것인가?' 그것이 바로 지금 우리 실무 그룹이 있는 곳입니다. 현재 관점은 또 다른 상호 연결 표준을 만들고 싶지 않다는 것이며, 우리가 원하는 것은 모든 표준에 공통적인 인터페이스를 식별하는 것입니다. 다른 한편으로는, '어떤 데이터를 전송할 것인가?', 데이터 자체가 있는데, 그것은 한 가지 측면입니다. 물리적인 음반이 아니라 음악과 같습니다. 그러나 그 데이터를 둘러싼 구조도 있습니다. 비디오 프레임을 보내려면 비디오를 수신하고 처리하는 방법을 알 수 있도록 비디오 형식을 지정해야 합니다. "

디지털 트윈과 그 이상

이러한 모든 시장 부문의 핵심 초점은 디지털 트윈이며, EDA의 모든 최고 경영진은 반도체 설계를 최적화하고 변경 사항이 의도한 대로 작동하도록 하는 데 있어 디지털 트윈이 새로운 것이 아니라고 주장합니다. 그러나 최근 다중물리 시뮬레이션에 대한 인수와 기계 공학, 기계 학습 및 회로 모니터링에 대한 전문 지식의 축적은 더 광범위한 추진과 크게 향상된 툴링 기능을 나타냅니다.

"약 7년 전, 우리는 이러한 부품들을 하나로 모으는 방법에 대한 비전을 가지고 있었습니다"라고 Siemens EDA의 부사장인 Mike Ellow는 말합니다. "시장은 점진적으로 소프트웨어 스택에 통합되고 타협을 하는 계층적 계층에서 벗어나고 있지만 여전히 시스템을 완성할 수 있으며 이제 소프트웨어는 이러한 많은 산업이 창출하는 가치에 더 많은 차별화를 제공했습니다. 이는 자동차, 항공 우주 및 방위, 트랙터, 중장비 또는 의료 장비의 자율 주행 차량이 될 수 있습니다. 그러나 반도체는 전체 산업 발전의 중심에 있으며, 반도체 산업의 흥미로운 점 중 하나는 칩을 납품한 후 더 이상 손을 댈 수 없다는 것입니다. 플랫폼을 실제로 최적화하려면 소프트웨어를 수정해야 하며, 과거에는 표준 하드웨어 플랫폼이 있었고 소프트웨어에 새로운 타협이 이루어졌기 때문에 칩이 과거보다 더 잘 맞아야 합니다. 이제 소프트웨어가 차이를 만드는 것이므로 그 반대입니다. "

Siemens가 Mentor Graphics를 인수했을 때 이미 PLM(제품 라이프사이클 관리), MCAD(Mechanical Computer-Aided Design) 및 CAE(Computer-Aided Engineering) 도구가 있었지만 나머지 설계 프로세스와 시뮬레이션은 부족했습니다. 오늘날 모든 대형 EDA 기업은 공격적인 인수 모드에 있으며 다음 큰 변화를 준비하고 있습니다. 이러한 변화에는 종종 클라우드와 관련된 대규모 모델 및 시뮬레이션이 포함되며, 이러한 경우 변경 사항이 설계의 다른 부분을 자동으로 조정하여 상당한 시간을 절약하고 설계 자체의 효율성과 성능을 개선할 수 있습니다.

키사이트의 Faché는 "배터리가 어떻게 노화되는지, 특정 기상 조건에서 배터리가 어떻게 작동하는지, 수중에서 주행하는 동안 자동차가 어떻게 작동하는지 확인할 수 있는 단일 자동차 디지털 트윈 시스템은 없습니다"라고 말했습니다. "충돌이 발생하면 어떻게 됩니까? 이 모든 것을 디지털 트윈에 캡처하여 다양한 조건에 적용할 수 있을까요? 이와 같은 디지털 트윈은 상상할 수 없습니다. 그러나 운전 중 배터리가 어떻게 노후화될지 예측하는 데 도움이 되는 디지털 트윈을 가질 수 있습니다. 또한 충돌 시 자동차가 어떻게 행동하는지 알려주는 자동차의 디지털 트윈을 가질 수도 있습니다. 이것들은 물리적 시스템을 작동하는 방법의 컨텍스트에 따라 크게 달라지며, 이를 표현할 수 있습니다. "

왜 그렇게 서두르는 걸까요?

소프트웨어 정의 시스템의 혁신은 이미 시작되었고, 가속화되고 있으며, 확장되고 있습니다. 점점 더 많은 산업에서 가상 설계 접근 방식을 채택하고 있으며, 인공 지능/머신 러닝의 발전으로 이러한 변화가 가속화되어 프로세스가 더 빠르고 효율적으로 만들어지고 있습니다.

"우리는 소프트웨어 정의 시스템이 어떻게 모든 것을 혁신할 수 있는지에 대한 표면을 긁고 있을 뿐입니다"라고 Synopsys 시스템 디자인 그룹의 총괄 관리자인 Ravi Subramanian은 말했습니다. "세계 GDP가 101조 달러인 이 수치는 전 세계 상품과 서비스의 총 가치를 나타냅니다. 현재 약 35조 달러의 제품이 설계 단계에 있으며 아직 실현되지 않았습니다. 점점 더 많은 제품이 가상 설계에서 수명 주기를 시작함에 따라 이러한 제품 중 얼마나 많은 제품이 전자적으로 구동되거나 소프트웨어 구동이 될까요?"

이러한 빠른 변화의 속도로 인해 정확한 답을 찾기가 어려울 수 있다고 Subramanian은 설명합니다. "파괴적인 요소가 너무 많기 때문에 다른 영역을 통합하기 위한 인프라를 제공하는 방법에 대해 의도적으로 결정하고 다양한 사용 사례를 능숙하게 이해해야 합니다. 자동차 산업에서 자동차 제조업체는 수천 명의 소프트웨어 엔지니어를 고용하고 있으며, 이는 주요 문화적 변화를 예고하고 있습니다. 전통적인 자동차 사고에 뿌리를 둔 일부 사람들은 소프트웨어의 역할을 받아들이는 데 저항합니다. 그러나 소프트웨어가 기하급수적으로 성장함에 따라 많은 고객이 부담을 느낍니다. 이것은 지속적인 업데이트와 변경을 고려할 때에도 큰 도전입니다. "

결론

기업은 다양한 산업 및 시장 부문에서 운영을 신속하게 디지털화하고 기술 및 조직에 초점을 맞추기 위해 다양한 방법을 사용하고 있습니다. 그러나 AI/모바일 기술이 많은 기업에 불을 지피고 성능 향상, 전력 소비 감소 및 전체 시스템 비용 절감을 위해 시스템에 더 많은 구성 요소를 통합하고 연결하기 위한 글로벌 경쟁이 심화됨에 따라 모든 지표는 더 나은 도구와 방법의 필요성을 가리키고 있으며, EDA 부문은 이러한 단점을 활용하기 위해 서두르고 있기 때문에 빠르고 근본적인 변화를 겪어야 합니다.

확실히 이것은 엄청난 변화이며 많은 불확실성이 있습니다. 이를 위해서는 더 빠른 도구 개발, 더 큰 유연성, 사일로화된 엔지니어링 프로세스의 더 많은 통합, 확장된 공급망 전반에 걸친 더 나은 정보 공유가 필요합니다. 그러나 성공적으로 구현된다면 EDA 업계에서 가장 큰 수확이 될 것입니다.

*면책 조항: 이 기사는 원래 저자에 의해 작성되었습니다. 기사의 내용은 그의 개인적인 관점이며, 우리의 전재는 공유 및 토론을 위한 것일 뿐, 우리가 동의하거나 동의한다는 것을 의미하지 않으며, 이의가 있으시면 배경에 문의하십시오.