在今日開幕的2019 ASPENCORE第二屆“全球CEO峰會”上，新思科技董事長兼聯席CEO：Aart de Geus博士以“後摩爾時代，shift left搶佔科技經濟先機”為題，探討了隨著近來算力和算法方面的種種突破，在每個領域呈指數級遞增的驅動下，人類正以歷史上前所未有的速度進行技術變革。在後摩爾時代，為實現支撐“萬物智能”時代發展的計算架構，所需性能、功耗和成本是否會持續同步？如果要打造全新“Shift Left”，以此搶佔世界科技經濟先機，又將需要具備哪些關鍵因素呢？
呈指數級發展的數字時代需要EDA工具
人類的知識對技術的發展非常重要，從公元前四十萬年前的火，到後來的耕犁等農用工具，到馬、車輪、印刷術，到布爾指數還有數字電子，最後到了今天的人工智能。這個發展的一個共同特點，就是先得到工程學，然後進入了科技經濟，最後經過融合，回到科技行業，最終形成一種指數級的影響。
這些發展會應用到不同的領域，比如生物方面、生態方面、智慧知識方面、社會方面，還有其它一些中間領域。例如印刷機的出現就給人類技術的發展帶來了很大影響。首先是字母的產生，然後有了金屬的活字、墨水、紙張，後來有了螺旋壓機。在公元前六七百年，中國就有了雕版印刷，德國是公元后1440年出現了活版印刷。五百年之後，出現了另一種印刷技術，就是布爾字母和邏輯庫，然後又出現了平版印刷。
晶體管、電子設計和自動化的產生讓我們進入了數字時代，在這樣一個呈指數發展的時代，項目可能再現延誤，這需要我們不斷地解決一些令人吃驚的問題：結果的質量（QOR），還有實現者結果的時間(TTR)，還有整個實現結果的成本（COR）。我們當然希望結果的質量更好，更快地實現這個結果，並且用更低的成本實現這個結果。
在過去50年的時間裡，我們一直致力於解決這些問題，使整個曲線向左側推移。電子設計自動化（EDA）就是這樣的工具，把信息輸入電腦，抓取相關的信息，建立模型，進行模擬、分析、優化、自動化操作，最後不斷地重複利用，產生IP。我們就是用這樣的電腦程序來建立最先進的芯片。
EDA工具需要AI
我們看到AI人工智能的發展，抓取數據，在網絡中建模，然後學習，進行解碼，最後把它深化成一個自動行為。
通過模擬建模和機器學習，我們能夠了解和預估未來可能造成的失敗，實現前面提到的科技經濟的向左遷移，在此過程中，技術由原來的規模複雜性轉化成系統複雜性。
汽車行車也在發生重大改變。汽車工業所面臨的不僅是系統複雜性，還要面對安全性等挑戰。
未來的汽車越來越方便，越來越快捷，也越來越安全，這是未來的一個方向。一輛汽車中通常包含四到五個關鍵的電子系統，無論是建立汽車基本架構還是汽車連網，都離不開芯片，這需要耗費大量的時間。這時，就需要虛擬模擬，不僅要使用這個芯片，而且要建立系統和架構，建立模型，對軟件和硬件進行驗證，然後才能進行應用。這就是原型設計和樣機研究。
例如，預測氣侯的變化，以及未來氣侯變暖對全球的影響，對人類的生存狀態影響重要。從1970年代，到1980年代，到如今，氣侯的模型越來越復，數據分析越來越複雜，也越來越精確。只有把這些問題分析清楚了，我們才能很好地瞭解氣侯的變化，從而解決全球變暖對氣候影響的問題。
通過分析這些數據，不僅能推動技術的發展，還能瞭解產能是怎麼樣消耗能源。在分析數據時涉及一些計算，需要機器學習，而機器學習會消耗很多能量，因此，我們要不斷髮展新技術，降低消耗的能量。
架構創新是實現融合的關鍵
很多技術都源於算法，說到融合，就是把現有的一些技術整合到同樣的算法裡面，提高它的有效性。實現融合的關鍵要素就是進行架構的創新。
這可以應用在芯片設計中，涉及架構、模擬、整合、測試、時間、功率等。1995年以來，我們在計算機設計等很多方面取得了進展和融合。
通過融合可以將設計速度增加到原來兩倍，使其響應更快，使用的功率更加小，並且佔據的產品空間越來越小，產品越來越精巧。
最偉大的融合機器實際上是我們的大腦，可以進行邏輯思維和分析，不斷學習新東西。我們把人工智能與人的大腦的自然智能作一個比較，能夠看到這樣一個發展過程，從1997年的圍棋、象棋，到2015年的一些遊戲，有一天它發展到一定階段，甚至可能取代你們的媽媽，而她在大腦只需要使用12W的功率。人的大腦具有非常深入的人工智能，要很多年才能達到很高的水平。驅動人工智能發展的方法很多，比如機器學習，還有通過物聯網得到很多的數據，而經濟利益也讓我們進入垂直市場，每一個垂直市場都能讓AI有非常迅猛的發展。
“Shift Left”加速開發流程
今天半導體發展非常迅速，通過摩爾定律，整個半導體市場的規模會變得更大。成本會越來越高，芯片越來越小，也越來越薄。在一個小小的芯片可以包含12000億個芯片組，晶體管等。在這種情況下，我們要讓芯片變得更加專用，以適應具體的行業和領域，建立全新的架構。此時我們面臨的一個挑戰就是能耗，比如損耗的能耗，動態的電能，熱能，還有人類所需要的能量。安全性對流程和可靠性也會有影響，最後還會考慮到我們的隱私。
所以這些目前都是用軟件來解決的，軟件的整個發展流程跟硬件流程是一樣的。完成軟件，檢查軟件安全性，找出問題並不斷解決問題。我們有很多開源軟件，開源會產生數據洩露的問題，未來應該怎樣解決這些問題？我們應該在整個過程的最前端就開始介入。再去開發的時候，在不斷開發過程中就把這些問題都解決。這就是Shift Left的流程。
結語
智能互聯它關係到整個指數級的發展，關係到每個領域裡都需要做“Shift Left”的控制和管理，關係到質量、時間和成本的調整。我們面臨很多挑戰和驗證問題，需要打造很多的原型和樣本，要處理性能、安全、隱私、可靠性等問題。。最後通過協作來共同解決問題，協作就是整體的核心。
閱讀更多 國際電子商情 的文章
