软件和硬件的结合设计在曩昔二十多年，一向是财富界存眷的重点。从手艺角度看，这种连系可以带来更好的机能提拔，更低的功率损耗。但随之而来也会带来新的问题……
为了降低晶体管尺寸，提高机能，降低功耗和供应平安，芯片制造商越来越正视软件建模。
回溯半导体财富软件建模的演变，能够追溯到上世纪90年月的软硬件结合设计，其时的大型芯片制造商和系统公司接纳了这种方案。尤其是跟着客户对芯片需求的日益增加，这些日益复杂的SoC就必需内置驱动和嵌入式代码，导致软件的风行。
而跟着晶体管尺寸的变小，带来了芯片功耗和热量的问题，除了大公司，好多小公司也起头将目光投向了半导体财富的软件建模。
有几个身分导致了手艺“方程”的改变：
（1）主流的工艺节点已经集中在65nm以下，这就让漏电电流成为财富存眷的首要问题；
（2）越来越多依靠于电池供电的移动设备，让芯片功耗成为存眷重点；
（3）好多芯片采用了异构系统设计，让其整体的功耗预算比过往更重要，而新时代的设备需要频仍与外界通信，传输数据，这无疑加剧了功耗问题。
最初，我们解决问题的体式是增加芯片的焦点数，但这会导致一个新的问题，那就是对大多数应用来说，事实几多个焦点才是准确的选择？在好多的应用方案里，即使在如今强调多线程和并行较量的大潮水下，两个或许四个焦点是最优的选择。
从某个方面看，凭据硬件内部“交流”体式的分歧，能够引致软件的改变。例如能够在一个处理器周期内，经由软件让芯片执行更多的工作。同时它也能有两个焦点，有或者多达八个焦点。尤其当个中的一些工作可以被解析成分歧的把持，这种方案就更有效了。
同时软件还能供应更高的弹性和靠得住性，在设计周期早期阶段介入，给设计供应匡助，并在产物上市之前清理掉这些代码，而不是经由后期添加补丁的体式实现。
Cadence的Frank Schirrmeister透露，软件建模的目的是组织软件和硬件互相影响的新模式，例如包含了重组序列，削减缓存的重载，而这会对功耗造成很大的影响。
软件建模也会对设计流程发生主要的影响。软件的改善可以影响芯片设计过程中资源的选择，这包罗了存储类型、处理器类型和硬件加快器。这种模型同样可以使得软件和硬件之间的“交流”变得加倍高效。
而凭据eSilicon Mike Gianfagna的概念，傍边的要害就是系统级其余软硬件均衡。
“功耗将会是人人持续存眷的问题，他们在上面做了好多的剖析和改变。而在关于软件若何影响硬件上面，也有好多分歧的做法和概念，所以说仿真在比来几年才变得越来越主要。”Mike接着说。
Mike认为，这将会是非常有效的。
比拟于曩昔，如今的“消防演习”将会越来越少，尤其是在大型设计里面，客户的要求越来越复杂，且他们对于系统的需求也很具体，对于晶圆级其余功耗也有很明确的要求。这就鞭策了复杂的软硬件结合设计的成长。
对系统的从新思虑
在这种软件潮水背后，是一股转向更多系统级设计的趋势，而这种趋势已经在软件和硬件范畴持续已久。但在好多例子中，软硬件的并向提高比两者的结合解决更受迎接。但物联网的显现，鞭策了新的改变。
在物联网中，因为大多数情形下资源都是有限的，同时对这些设备来说，cost down的需求是很主要的。解决这些问题的一个主要体式就是供应系统自己的效率，如许就能够让架构师去设计更低成本的微处理器，改变存储的夹杂类型。
Mentor Graphics的Darrell Teegarden透露，这种改变不是说有更多更酷、更快的处理器，更主要的是这种体式对行业造成的影响。
如今有越来越多的高级别..，这些..平日都包罗了较量硬件、传感器、执行硬件、掌握传感器和执行器的软件，..的战争也即将点燃。是以你需要对这些有一个也许的认识，为本身寻找最合适的解决方案。
Cadence的Schirrmeister也认同这种概念。他认为这种体式对某些应用来说非常有效。但对另一部门的应用，这或者就没那么壮大了。假设你存眷边缘较量，这就需要一个软件模型，一个营建模型，或许一个软硬件连系的模型。
这种软硬件模型的剖析和索求已经存在一段时间了，但直到比来才风行起来的。
“有好多公司已经打造了应用负载模式，行使其去实现应用处理和通信需求”，Synopsys的Pat Sheridan说。傍边包含了相关性、每个义务有分歧处理器的处理器周期，还有对分歧区域的执行读或写的内存接见等并行义务。
这类对象的一个优点就是它可以提高抽象层的级别，如许的话在功能测试的时候就不需要针对软件建模。傍边的要害就是能将应用负载需乞降resources星散开。你能够将义务映射到resources上，同时你也能够结合分歧的CPU和加快器。
物联网和安防
对象供给商透露，最初这些对象只是为移动市场预备，如今他们起头将其推广到其他市场，傍边包罗了汽车、物联网和办事器应用。
稀奇是在物联网范畴，因为对平安有很高的需求，所以他们稀奇存眷软件建模。
如今的软件涵盖了高端到低端。而那些经由验证的高端软件起头逐渐“入侵”简洁的设备。ARM的Bill Neifert说。在物联网范畴，这首要是平安驱动的。这些软件可以增强对冲击的防御。
平安问题是全球IC设计者存眷的问题，它可以影响软件的每个层级。例如在一个通信芯片里，包罗整个通信栈、IP、I/O、硬件元器件，还有芯片表里的存储和总线，都邑有或者面临平安威胁。
平安和效率问题来到IoT上面，给斥地者带来的问题更多了。这就带来了新一代MCU的设计。这些MCU可以应对多样化设计产物的功能需乞降成本压力。
ARM的Neifert透露，在曩昔一年，MCU范畴的软件建模需求快速增进。因为功耗限制，你在设计芯片的时候对PPA有严厉的需求，此外还要着重考虑平安问题。
当然，关于软件建模和硬件结合设计能给设计带来多大的效率提拔这个问题，是没有明确的谜底的。三星在十几年曾经做过一个测试，测试究竟显露机能提拔了50%。从三星其时的申报起头，业界正在改变，但根基划定是不变， 而平安是方程式需要均衡的另一个方面。因为如今逐渐起头风行的智能汽车和健康医疗对平安有更高的需求，平安也逐渐被导进到软件建模里。
在汽车电子里，考虑平安的话，芯片的设计有时候会对照冗余，有时候会导致芯片的集成电路的设计规模大50%。再曩昔的话，你或者会做如许的一个设计。然则如今，你需要确定你将要用哪一个版本的ASIL（汽车平安集成级别），再将其与机能、成本成家，然后实现本身的方针。
大数据中心和高机能较量
成长到如今，半导体软件建模在大数据中心上起的感化也越来越主要。这首要是由需要在低功耗的情形下处理飞速增进的数据近况亲切相关。
Cadence的Schirrmeister透露，他们正在针对包罗大数据在内的某些稀奇义务做负载优化，而硬件和软件建模连系的模式很轻易解决这个问题。
如今有好多人商议FPGA在大数据中心的应用，因为在那边，软件和硬件的结合设计并不需要预先集成到芯片里。你能够额外添加一个数据处理算法到硬件架构里。当然在存储那边，也有把持的空间，因为你能够重构存储架构，改变数据收支的体式，这也能够称之为软件建模。
因为能够当做一个定制的加快器..使用，FPGA近年来在大数据的应用越来越普遍。Rambus的Steven Woo说。FPGA的优势在于其有充沛大的内存，其相符rack-scale架构。
在大数据中心，需要好多办事器。传统的设置会有CPU、I/O、硬盘和内存，如许会带来很大的成本。但这些办事器的负载并没有完美成家，如许就会造成低效率的影响。是以若是可以完美成家软件和硬件，并在两者之间做外媒的设置，那么大数据中心的效率就会显著提高。这就解析了为什么谷歌和Facebook如许的公司都在设计本身的硬件架构。例如谷歌的TPU，Facebook的Open Compute Project。
总 结
软件和硬件的结合设计在曩昔二十多年，一向是财富界存眷的重点。从手艺角度看，这种连系可以带来更好的机能提拔，更低的功率损耗。但随之而来也会带来新的问题，那就是很难去权衡。
在好多的芯片公司，软件工程师是远跨越硬件工程师的，他们对于经由购置什么类型的对象去协助改善功耗、机能和成本有重点的存眷和看法。
最终的方针是降低时间和功耗。而最好的结果就是当你从Fab里把硬件拿回来的时候，所有的驱动就已经都内置好了。
本文章起原收集，若是原作者不支撑咱们转发，请关联删除，感谢！
手艺源于储蓄，成功来自执着
