一直以來，新思科技站在半導體行業的最前沿和最上游，能夠更加敏銳地感知技術的變革和市場的變化，也能夠更加清楚地眺望行業的發展趨勢和前景。

近年來，數字經濟的不斷發展給半導體行業帶來更廣闊的機遇，也讓我們開始思考如何為改善人類生活創造更加創新的產品。在2022新思科技開發者大會上，新思科技總裁兼首席運營官Sassine Ghazi分享了他對于“重新定義創新”的洞見和經驗。

演講實錄

大家好，我是Sassine Ghazi，歡迎參加2022新思科技開發者大會。很榮幸能夠有機會與大家分享在當前的宏觀趨勢下，我們行業所面臨的機遇和挑戰。

我們很幸運，我們所處的行業最有可能將科幻小說變為現實。一直以來，我們都在致力于研究并解決，有史以來最為復雜的工程問題。我們深入探索并賦能諸多能夠改變人類生活的產品，接下來，我們一起通過具體的案例，來深入了解科技的力量吧！

首先我們來看一下，如何將醫療行業與高科技相結合。在醫療服務領域，我們在加速發現抗體、抗病毒藥物和候選藥物測試等方面存在大量的機遇。這些過程都需要進行海量的數據仿真并進行分析。最近的一個例子是新冠疫苗。另一個例子是應用人工智能進行癌細胞識別，科研人員迫切需要通過這種方法來減少癌癥研究中的錯誤，從而加快研發速度。這同樣需要復雜的建模、仿真、人工智能和機器學習能力。隨著高性能計算和人工智能算法的進步，這些能力都已經成為了可能。

另一個領域也充分展示了科技如何真正推動“從科幻到現實”的實現，就是 “元宇宙”。無論是物理世界還是虛擬世界，元宇宙都將學習和研究帶到了一個全新的高度。

此外，芯片技術也有助于我們建立一個數字孿生地球或另一個平行世界來預測未來的氣候變化以及人類將面臨的挑戰。這需要能夠仿真數十年的大氣、海洋、冰川、陸地和人類活動等數據的模型。可想而知，進行這樣的仿真將十分困難且工作量龐大，這將對世界上最大的超級計算機和人工智能算法提出更高的要求。這不是科幻小說中的情節。我們已經與一些客戶開始了這方面的工作。

十分榮幸和幸運的是，我們的工作能夠實時地給全世界人民的日常生活帶來積極影響，讓每個人都可以隨時與家人和朋友保持聯系，分享照片、體驗或生活日常，滿足人們的生活需求以及其他需求。這些都是我們身邊最鮮活的例子，同樣，我們的客戶早已開始參與并致力于推進這些了不起的研發。新思也都積極參與其中，那些曾被認為只存在于科幻小說中的事情正在發生并一步步成為現實。我相信在座的很多開發者都在參與類似的項目和計劃。我們也很榮幸能和大家一起推動這些項目的實現。

提及新思科技和我們公司的DNA時，我們可以做出如下總結，我們將半導體芯片和軟件的發展視為人類歷史上最令人振奮的進步。我們在技術方面鉆研的激情幫助我們不斷變得更強大并持續取得進步。下面我們來看看是什么推動了這一進程，而在我們應對這些機遇時又遇到了哪些挑戰。實際上，有四種最根本的變革性技術驅動著我們日常生活中發生各種巨大變化。這些變革性技術包括：推動數字化轉型的軟件，把各種不可能變為可能的芯片，以及助力不斷提高用戶體驗的人工智能和大數據分析。

我們來具體看一下這些技術，談到軟件，我們都知道，在過去，軟件技術主要用來衡量和管理業務。比如這些公司，他們過去使用軟件來追蹤銷售訂單、銷售線索和交易情況等。如今，軟件的角色已發生了根本性的變化，轉而成為了這些企業和行業實現差異化優勢的主要驅動力。軟件成為了定義業務模式和用戶體驗的工具。如今，我們都知道部署復雜軟件系統的過程非常重要。新思科技在大約7、8年前，就開始關注這一領域，并對此進行了大量的投入，助力合作伙伴發現新的機遇并提供對應的解決方案和前沿技術。

現在，我們來看看芯片。芯片能夠將前面提到的軟件所帶來的差異化優勢進行落地。歸根結底，芯片是使一切成為現實的基礎。這也為許多系統級公司，涉足芯片領域創造了機會，這些公司意識到芯片正在成為推動業務發展和實現差異化的源動力。而這些趨勢也正在推動芯片市場的蓬勃發展，鑒于這些應用領域的系統復雜性，通過大數據分析來提供洞察和分析結果已經成為關鍵的一環，其中包括收集和整理數據并制定方法，以從這些大數據中提取關鍵分析結果。

實際上，新思科技已經發現有大量的機會可以將數據分析運用到EDA流程中我們可以根據過往經驗進行學習找到復雜設計的最佳方法。然后我們應用AI技術，就可以發生翻天覆地的變化，AI能夠為復雜問題提供全新的解決方案。而這些是通過人工很難實現的，因為在多數情況下，人類很難發現這些細節。但對AI算法而言，就容易得多這是芯片設計的未來發展趨勢。

總體而言，這些變革性技術給芯片設計過程和整個生態系統帶來了明顯斷層。以下是我們生態系統面臨的四個主要斷層，這些斷層既帶來了挑戰，也為創新帶來了絕佳機遇。我前面提到，整個先進軟件的生命周期極其復雜，從實際的開發、集成、測試到應用過程都充滿復雜性。從這張相當復雜的圖表可以看出半導體供應鏈的復雜性。實際上，開發先進軟件系統的復雜程度堪比半導體供應鏈。由于軟件系統包含諸多來自內部、第三方和開源平臺的源代碼參與的開發者眾多，要按時高質量地交付復雜的軟件堆棧并確保其安全性和可靠性。確實是一項十分艱巨的任務，采用整體性方法來處理軟件應用的安全性，可以消除軟件團隊面臨的諸多風險，在正確的時間應用正確的分析方法，能夠更好地發現并修復潛在風險。這種方法不只是應用于特定的環節，而是貫徹到整個軟件開發、測試和應用的全生命周期中。我們將這種方法稱為“Intelligent Orchestration（智能編制）”。

我們都很熟悉摩爾定律以及隨之不斷提升的晶體管密度。雖然摩爾定律依然有效，但受到光罩尺寸的限制，單顆裸片上可放置的邏輯器件數量是有限的。我們正在逐步突破這個限制，但即使能夠把所有功能都放置在同一個芯片上。這類大芯片的良率會降低，成本也將隨之升高。

另一種方法是將質量好的成熟裸片進行靈活集成以加速產品上市時間。當下，轉向multi-die系統是解決這些問題的答案。這種轉變也帶來了新的挑戰，但解決這些挑戰對我們而言大有裨益，multi-die系統設計所存在的問題，有我們熟悉的，也有全新的。即使對于測試、調試等方面的常見問題，由于multi-die系統中存在大量相互聯系的組件，這也意味著需要不一樣的創新。在小芯片的選擇和multi-die封裝協同設計等方面，我們也面臨著新的問題，因此新思科技決定采用全面、集成的設計方法學，來解決multi-die系統的問題，并將其作為研究重點。從IP到設計流程和工具，通過多管齊下，以便能夠在單個封裝中實現multi-die系統的架構和驗證。

第三個趨勢是芯片的全生命周期管理，過去，當芯片通過了最終的測試程序就意味著項目結束。而如今，這將僅是項目的開始，由于新應用中的許多設計，使用壽命較長或者故障成本高。如數據中心和汽車等，芯片設計在其生命周期內的性能表現至關重要。我們不僅需要在測試環境中檢驗芯片，更重要的是要在其終端應用中進行測試，也就是貫穿芯片的整個生命周期。以數據中心或汽車行業為例，對芯片的測試需要持續多年甚至是芯片的全生命周期，由于故障成本很高，盡早發現問題至關重要。

另一方面是系統在應用中的安全性。這是另一個十分重要的因素，系統中出現的任何錯誤都可能導致嚴重后果，比如靜默數據損壞，這就需要關注芯片的整個生命周期。如今，基于新思科技在IP以及流片前和流片后的技術優勢和領先地位。我們發現一個能夠為客戶在驗證過程中提供安全性支持的機會。我們首先將片上監視器，集成到所有關鍵的組件中就可以自動進行安全性驗證。這些監視器可提供寶貴的數據和洞見，覆蓋從芯片設計、點亮到“應用現場”的所有環節。這就是我們所說的芯片生命周期管理，運用AI、大數據分析和預測算法，我們可以了解到大量關于芯片設計及其實際運行時的數據和信息。而運行條件的變化可通過無線技術解決。這意味著，我們可以應用并調整部分軟件以確保芯片遇到超出設計參數之外的要求時可以實時進行調整并且也能夠更早地發現安全漏洞。

我們認為，芯片行業發展的最后一個挑戰是人才問題。當下，所有公司都面臨著這一挑戰。簡而言之，許多地區都缺乏足夠的芯片人才來實現眾多的新設計項目和抓住發展機遇。這也是當下我們整個行業面臨的問題，與此同時，我們肩上的責任重大，我們需要采取一些實際的行動，既要持續培養人才，也要確保人才，真正參與項目時的效率和生產力能夠在關鍵的地方發揮作用。

當下，由于人才緊缺問題，必須大幅提高現有生產力。正因為如此，新思科技也投入了大量的資源以助力提高開發者的生產力。經驗豐富的開發者確實需要投入更多精力并確保更高水平的表現，而新的團隊成員則需要快速提升其技能向經驗豐富的團隊成員靠攏。通過綜合運用re-use（復用）方法AI和分析技術并有效利用可擴展的基礎設施確實可以實現開發者生產力的提升。我們在內部開發中同樣采用了這些方法，因此我們非常了解這能夠帶來的好處。我不太確定大家是否了解新思科技目前擁有約7000名IP開發者與其通過增加人員來繼續擴大規模。更重要的是審視我們現有的方法學并不斷革新芯片設計方法，這樣不僅可以解決人才短缺的問題還可以提高人才的生產效率。

十分感謝大家今日撥冗參加2022新思科技開發者大會，希望我的分享能給大家帶來一些新的啟發，同時也希望我剛才與大家分享的內容，能夠讓大家在熟悉的領域尋找到機遇，能夠真正投入有效的精力進行創新，以從而給世界帶來更大的改變。正確的思維模式和值得信賴的伙伴，能夠幫助大家將不可能變為可能。當下，我們擁有無與倫比的機遇，我們很幸運，我們所處的行業，能夠真正改變世界，因此，我堅信新思科技能夠幫助大家實現夢想，我們十分有幸可以參與科技塑造世界的每一步。祝大家在本次大會中有所收獲，謝謝大家！