广东
芯片设计更注重能源效率！Arm 谈三大关键趋势、挑战及突破口
半导体IP龙头 Arm 先前发布《晶片新思维：奠定 AI 时代新基础》趋势报告，提到 AI 带动晶片设计发展，重心逐渐转向高性能运算，以应对日渐复杂的运算工作负载。而在 AI 时代下，能源效率将是晶片设计强调的重点。
Arm 指出，AI 时代重新定义晶片架构与运算需求，目前看到三大技术趋势，首先是 AI 时代推动高性能运算发展；再来，产业广泛采用客制化晶片（Custom Silicon），如 AWS Graviton4、Azure Cobalt、Google Axion 等均采用 Arm 架构；运算子系统（CSS）与小晶片技术（Chiplets）等趋势已经显现，前者可加速产品上市时间，后者则为客制化晶片铺路，帮助新设计方法在功耗、效能与面积（PPA）间达到更好平衡。
高盛 Goldman Sachs 研究指出，AI 预计将推动数据中心电力需求成长 160%。也因此，晶片设计须因应不同 AI 任务特性进行最佳化配置，提升效能并减少能耗。AI 运算中，能源主要消耗于三个层面，分别是运算（Computation）、数据传输（Data Movement）与冷却（Cooling）。
从产业趋势来看，必须更注重能源效率，而更小、更高效率、适合用于边缘装置上的生成式 AI 应用也将随之出现，如医学诊断或在地语音辨识等应用。Arm 指出，AI 也会驱动晶片架构创新，如 Arm 推出的 SVE2、SME 等底层架构，并看好云端与边缘运算混合并行的 AI 架构出现，以及边缘 AI 运算将日渐普及。
谈到资讯安全，Arm 应用工程总监徐达勇认为未来将是「AI 打 AI」，因此 SoC 晶片要增加资安的功能，如增加加密保护机制。他表示，像 Arm 提出机密运算架构（CCA），让 AI 模型在作业的同时，确保数据或演算法不被篡改或窃取。
目前 Arm 也看到，AI 正推动晶片设计全面重构，横跨架构、合作到标准制定。由于晶片设计相当复杂，IP 供应商、晶圆代工厂、封装厂与系统整合商之间必须有更密切的合作；设计也必须改为系统层面思考，不仅是个别元件，整体最佳化需涵盖运算、记忆体、散热与供电等；同时，业界必须建立新的标准，以支援小晶片的介面、供电与散热管理，进而实现真正模组化的晶片设计；不同的工作负载将愈来愈需要专属的架构，这将促使晶片设计出现更多元的类型，而在晶片架构到实作的每一环节都必须以能源效率为核心指标。
最后 Arm 表示，目前软件与晶片整合挑战多，包括部署至客制化硬件相对地昂贵和耗时、AI 开发缺乏标准化流程、AI 框架之间实现互通性等问题，都是开发人员面临的关键挑战，因此通用工具与标准化将是关键突破点。
芯榜
扫描下载：DC/DC Buck降压电路设计指南
芯榜
扫描下载：DC/DC Buck降压电路设计指南
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
