أندي نايتينجيل، نائب الرئيس ل التسويق في أرتريس – سلسلة المقابلات

أندي نايتينجيل، نائب الرئيس ل التسويق في أرتريس هو قائد أعمال عالمي متمرس مع خلفية متنوعة في الهندسة والتسويق. وهو عضو محترف في جمعية الحاسوب البريطانية والمعهد الترويجي، ولديه أكثر من 35 عامًا من الخبرة في صناعة التكنولوجيا العالية.

على مدار مسيرته المهنية، شغل أندي مجموعة من الأدوار، بما في ذلك مناصب الهندسة وإدارة المنتجات في آرم، حيث قضى 23 عامًا. في منصبه الحالي ك نائب الرئيس ل التسويق في أرتريس، ي giám sát أندي أدوات التخطيط للنظام على الشريحة من أرتريس و FlexNoC و Ncore شبكة على الشريحة.

أرتريس هي محفز للابتكار في نظام على الشريحة كأفضل مزود لبراءات اختراع نظام الشريحة للتعجيل بتطوير نظام على الشريحة. تكنولوجيا أرتريس لبراءات اختراع شبكة على الشريحة ودمج نظام على الشريحة تمكن من أداء أفضل للمنتج مع استهلاك أقل للطاقة وسرعة أكبر في الوصول إلى السوق، مما يوفر مرونة محكمة وأفضل اقتصاديات للشركات النظام والشركات الشبه موصلات، بحيث تكون العلامات التجارية المبتكرة حرة في الحلم بما يأتي بعد ذلك.

مع خبرتك الواسعة في آرم والآن قيادة إدارة المنتج في أرتريس، كيف تغيرت وجهة نظرك لتطور براءات اختراع نظام الشريحة وتكنولوجيا الربط على مدار السنوات؟ ما هي الاتجاهات الرئيسية التي تثيرك أكثر اليوم؟

لقد كان رحلة استثنائية – من أيامي الأولى في كتابة بنوك الاختبار للدوائر التكاملية في آرم للمساعدة في تشكيل استراتيجية المنتج في أرتريس، حيث نحن في طليعة ابتكار براءات اختراع الربط. في عام 1999، زادت تعقيدات النظام بسرعة، ولكن التركيز كان لا يزال في الغالب على أداء المعالج والتكامل الأساسي لنظام على الشريحة. كانت منهجيات التحقق تتطور، ولكن الربط كان يُنظر إليه في كثير من الأحيان على أنه بنية تحتية ثابتة – ضرورية ولكن ليس استراتيجية.

الآن، أصبحت براءات اختراع الربط محفزًا حاسمًا لتوسيع نظام على الشريحة، وكفاءة الطاقة وأداء الذكاء الاصطناعي / التعلم الآلي. أدى ظهور الشريحة الصغيرة، ومسرعات المجالات الخاصة، والهياكل متعددة الشريحة إلى وضع ضغط هائل على تكنولوجيا الربط لتكون أكثر مرونة ومبتكرة ومادية وبرمجية.

أحد الاتجاهات الأكثر إثارة للاهتمام التي أراها هو تقارب الذكاء الاصطناعي وتصميم الربط. في أرتريس، نحن نستكشف كيف يمكن للتعلم الآلي تحسين توپولوجيا شبكة على الشريحة، وتنسيق حركة البيانات بذكاء، و حتى التنبؤ بالازدحام لتحسين الأداء في الوقت الفعلي. هذا ليس فقط حول السرعة – إنه حول جعل الأنظمة أكثر ابتكارًا واستجابة.

ما يثيرني هو كيف أصبحت براءات اختراع نظام الشريحة أكثر سهولة للوصول إليها للمبتكرين في الذكاء الاصطناعي. مع تكوين نظام على الشريحة على مستوى عالٍ وطبقات التمثيل، يمكن للمبتدئين في السيارات والروبوتات وذكاء الحواف الآن الاستفادة من هياكل الربط المتقدمة دون الحاجة إلى خلفية عميقة في تصميم لغة التوصيف بالhardware.

التغيير الرئيسي الآخر هو دور النمذجة على مستوى النظام والنمذجة على مستوى النظام. بعد العمل على أدوات ESL في بداية مسيرتي المهنية، من المرضي رؤية تلك المناهج الآن تمكن التقييم المبكر للعمل الذكاء الاصطناعي، وتوقعات الأداء، والتبادلات المعمارية قبل صب السيليكون.

في النهاية، يعتمد مستقبل الذكاء الاصطناعي على كيفية نقل البيانات بفعالية – وليس فقط كيفية معالجتها. لذلك أعتقد أن تطور براءات اختراع الربط هو مركزي للجيل التالي من الأنظمة الذكية.

أرتريس FlexGen يستخدم آليًا وتعلم الآلي لتحسين تكوين شبكة على الشريحة. كيف ترى دور الذكاء الاصطناعي يتطور في تصميم الرقاقة على مدار الخمس سنوات القادمة؟

الذكاء الاصطناعي يغير بشكل جذري تصميم الرقاقة، وسي sâu دورها خلال الخمس سنوات القادمة – من أداة إنتاجية إلى شريك تصميم ذكي. في أرتريس، نحن نعيش ذلك المستقبل مع FlexGen، حيث يلعب الذكاء الاصطناعي والأساليب الرسمية والتعلم الآلي دورًا مركزيًا في تلقين تكوين شبكة على الشريحة وتكامل نظام على الشريحة.

ما يميز FlexGen هو مزيج من الخوارزميات التي تجمعها جميعًا لتهيئة مخططات من الصور، وتوليد توپولوجيا، وتكوين ساعات، وخفض تقاطعات نطاق الساعة، وتنظيم توپولوجيا الاتصال ووضعها وتنسيقها، مما يسهل التواصل بين كتل البرامج الثابتة. علاوة على ذلك، يتم كل هذا بطريقة حتمية، مما يعني أن النتائج يمكن تكرارها والتعديلات المتزايدة التي يمكن إجراؤها، مما يتيح نتائج متوقعة من الدرجة الأولى للاستخدامات التي تتراوح من مساعدة الذكاء الاصطناعي لمصمم نظام على الشريحة الخبير إلى إنشاء شبكة على الشريحة المناسبة للمبتدئ.

خلال الخمس سنوات القادمة، سيتغير دور الذكاء الاصطناعي في تصميم الرقاقة من مساعدة المصممين البشر إلى تصميم مشترك وتحسين معهم – التعلم من كل تكرار، وتحديد التعقيدات التصميمية في الوقت الفعلي، وتسريع تسليم الرقائق الجاهزة للذكاء الاصطناعي. نرى الذكاء الاصطناعي لا يجعلهم فقط أسرع، بل يجعل الرقائق الأسرع أكثر ذكاء.

تعتبر صناعة الرقائق الشبه موصلة تشهد ابتكارات سريعة مع الذكاء الاصطناعي، والمعالجات عالية الأداء، والهياكل متعددة الشريحة. ما هي أكبر التحديات التي يجب على تصميم شبكة على الشريحة حلها للبقاء متأقلمًا مع هذه التطورات؟

مع دفع الذكاء الاصطناعي، والمعالجات عالية الأداء، والهياكل متعددة الشريحة لتعقيدات غير مسبوقة، أكبر تحد لتصميم شبكة على الشريحة هو التوسع دون التضحية بالطاقة أو الأداء أو وقت الوصول إلى السوق. اليوم، تتميز الرقائق بآلات برامجية عشرات إلى مئات، كل منها له احتياجات مختلفة للنطاق الترددي والكفاءة والطاقة. إدارة هذا التنوع – عبر شريحة متعددة، ومجالات الجهد، ومجالات الساعة – يتطلب حلول شبكة على الشريحة تتجاوز الأساليب اليدوية.

تكنولوجيا حلول شبكة على الشريحة مثل FlexGen تساعد في حل العوائق الرئيسية: تقليل طول السلك، وتحسين النطاق الترددي، وتنظيمه مع القيود المادية، وكل ذلك بسرعة وثبات.

مستقبل شبكة على الشريحة يجب أن يكون أيضًا الأولوية للآلية والقابلية للتكيف مع التكنولوجيا، مع أدوات يمكنها التكيف مع مخططات أرضية متطورة، وهياكل شريحة، وتغييرات متأخرة دون الحاجة إلى إعادة العمل الكاملة. هذا هو الطريق الوحيد للبقاء متأقلمًا مع دورات التصميم الضخمة والمتطلبات المتنوعة للأنظمة الحديثة، وضمان الاتصال الفعال والقابل للتوسع في قلب الرقائق الجديدة.

سوق الرقائق الشبه موصلة للذكاء الاصطناعي من المتوقع أن ينمو بشكل كبير. كيف تضع أرتريس نفسها لدعم متطلبات العمل المتزايدة للذكاء الاصطناعي، وما هي المزايا الفريدة التي يقدمها FlexGen في هذا المجال؟

أرتريس ليس فقط موضع بشكل فريد لدعم سوق الرقائق الشبه موصلة للذكاء الاصطناعي، ولكنها تفعل ذلك بالفعل منذ سنوات من خلال تقديم حلول شبكة على الشريحة آليًا وقابلًا للتوسع، مصممًا خصيصًا لاحتياجات حمولات الذكاء الاصطناعي، بما في ذلك الذكاء الاصطناعي التوليدي والنمذجة اللغوية الكبيرة – دعم النطاق الترددي العالي، والكفاءة المنخفضة، والكفاءة القوية عبر هياكل معقدة بشكل متزايد. FlexGen، كأحدث إضافة إلى خط براءات اختراع شبكة على الشريحة من أرتريس، سيلعب دورًا أكثر أهمية في إنشاء توپولوجيا مثالية للأنظمة الشريحة الكبيرة والمتعددة.

يقدم FlexGen تصميمًا متزايدًا، ووضع التكملة الجزئية، وتنسيق المسار المتقدم لتحسين تكوين شبكة على الشريحة دون إعادة التصميم الكاملة – أمر بالغ الأهمية للرقائق الذكاء الاصطناعي التي تتطور على مدار التطوير.

عملاؤنا يبنون بالفعل تكنولوجيا أرتريس في أنظمة متعددة الشريحة و شريحة، ويرسلون حركة المرور بفعالية مع احترام قيود مخطط الأرض و مجال الساعة على كل شريحة. يدعم الاتصال غير المتوافق بين الشريحة عبر واجهات معيارية مقدمة من متحكمات طرف ثالث.

随ما ينمو تعقيد شريحة الذكاء الاصطناعي، يزداد الحاجة إلى الآلية والتنقل السريع. يوفر FlexGen كل ذلك، مما يساعد الفرق على بناء ربطات ذكية – أسرع – حتى يتمكنوا من التركيز على ما يهم: تعزيز أداء الذكاء الاصطناعي بمقياس.

مع ظهور RISC-V والشريحة المخصصة للذكاء الاصطناعي، كيف تختلف نهج أرتريس لتصميم شبكة على الشريحة عن الهياكل التقليدية للربط؟

الهياكل التقليدية للربط كانت في الغالب مبنية لتصاميم الوظائف الثابتة، ولكن اليوم، يطلب الذكاء الاصطناعي والشريحة المخصصة نهجًا أكثر قابلية للتكيف والتوسع والآلي من حلول واحدة الحجم. هذا هو المكان الذي تبرز فيه أرتريس. براءات اختراع شبكة على الشريحة الخاصة بنا، وخاصة مع FlexGen، مصممة لتكيف مع التنوع والوحدات القابلة للتبديل لأنظمة الشريحة الحديثة، بما في ذلك النواة المخصصة والمسرعات والشريحة، كما ذكرنا أعلاه.

يسمح FlexGen للمصممين بتوليد وتحسين توپولوجيا تعكس سمات حمولات العمل الفريدة، سواء كانت مسارات منخفضة الكفاءة للاستدلال الذكاء الاصطناعي أو مسارات عالية النطاق لمشاركة الذاكرة عبر مجموعات RISC-V. على عكس الربط الثابت، تقوم خوارزميات FlexGen بتعديل كل شبكة على الشريحة وفقًا ل特征ات هيكل الرقاقة عبر مجالات الساعة، وجزر الجهد، وقيود مخطط الأرض.

نتيجة لذلك، تمكن أرتريس الفرق التي تبني شريحة مخصصة من التحرك بشكل أسرع، وتقليل المخاطر، والحصول على أقصى استفادة من تصاميمها المتميزة للغاية – شيء لم تكن الهياكل التقليدية للربط مبنية لمواجهته.

يُزعم أن FlexGen يُحسن سرعة التكرار التصميمي بعشر مرات. هل يمكنك شرح كيف يقلل هذا التلقين من التعقيد ويسرع وقت الوصول إلى السوق لمصممي نظام على الشريحة؟

يوفر FlexGen تحسينًا بعشر مرات في سرعة التكرار التصميمي من خلال تلقين بعض أكثر المهام تعقيدًا وأكثر استهلاكًا للوقت في تصميم شبكة على الشريحة. بدلاً من تكوين توپولوجيا يدوية أو حل مجالات الساعة أو تحسين المسارات، يستخدم المصممون محرك FlexGen المادي والقوي بالذكاء الاصطناعي لمعالجة هذه في ساعات (أو أقل) – مهام تقليدية استغرقت أسابيع.

كما ذكرنا أعلاه، يمكن وضع التكملة الجزئية تلقائيًا لإكمال التصاميم حتى لو كانت غير مكتملة، مع الحفاظ على النية اليدوية مع تسريع إغلاق الوقت.

النتيجة هي تدفق تصميم أسرع وأكثر دقة وأسهل للتكرار، مما يسمح بفرق نظام على الشريحة لاستكشاف المزيد من الخيارات المعمارية، والاستجابة للتغييرات المتأخرة، والوصول إلى السوق بسرعة – مع نتائج ذات جودة أعلى ومخاطر أقل للعمل الإضافي المكلف.

أحد الميزات البارزة ل FlexGen هو تقليل طول السلك، مما يحسن كفاءة الطاقة. كيف يتأثر هذا على أداء الرقاقة بشكل عام، خاصة في التطبيقات الحساسة للطاقة مثل ذكاء الحواف وال計算 المحمول؟

يتأثر طول السلك مباشرةً باستهلاك الطاقة والكفاءة والكفاءة العامة للرقاقة – في تطبيقات السحابة / معالجات عالية الأداء التي تستخدم العقد المتقدمة، وفي تطبيقات الاستدلال ذكاء الحواف حيث يهم كل ملي واط. يسمح FlexGen بتقليل طول السلك تلقائيًا – في بعض الأحيان حتى 30٪ – مما يعني مسارات بيانات أقصر، وقدرة أقل، و استهلاك ديناميكي أقل للطاقة.

في المصطلحات الواقعية، يترجم هذا إلى انخفاض في توليد الحرارة، وطول أطول للبطارية، وأداء أفضل للواط، كلها أمور حاسمة لتحميلات الذكاء الاصطناعي على الحواف أو في البيئات المحمولة والسحابية من خلال التأثير المباشر على التكلفة الإجمالية للملكية. من خلال تحسين توپولوجيا شبكة على الشريحة بتعليم الذكاء الاصطناعي، يضمن FlexGen أن يتم تحقيق أهداف الأداء دون التضحية بكفاءة الطاقة – مما يجعله مناسبًا للتصاميم الحساسة للطاقة اليوم وغدًا.

لقد شريكت أرتريس مع شركات رائدة في مراكز بيانات الذكاء الاصطناعي، والسيارات، والاستهلاك، والاتصالات، والالكترونيات الصناعية. هل يمكنك مشاركة رؤى حول كيفية تبني FlexGen عبر هذه الصناعات؟

تُشاهد براءات اختراع شبكة على الشريحة من أرتريس采用 قوي عبر جميع الأسواق، خاصة لشريحة متقدمة ومتعددة. ذلك لأنها ت 해결 التحديات الرئيسية لكل قطاع: الأداء، وكفاءة الطاقة، و تعقيد التصميم، مع الحفاظ على الوظيفة الأساسية والمساحة. في السيارات، على سبيل المثال، تستخدم شركات مثل Dream Chip FlexGen لتسريع تقاطع الذكاء الاصطناعي والأمان لقيادة ذاتية من خلال الاستفادة من أرتريس لتصميم نظامهم على الشريحة مع التزام بالقيود الصارمة للطاقة والأمان.

يوفر FlexGen مسارًا سريعًا ومتكررًا لآراء شبكة على الشريحة المثلى لالكترونيات الصناعية، حيث تكون دورات التصميم ضيقة وطويلة الأمد لل产品. يقدّر العملاء تدفق التصميم المتزايد، والتحسين القائم على الذكاء الاصطناعي، والقدرة على التكيف بسرعة مع المتطلبات المتطورة، مما يجعل FlexGen حجر الزاوية لتنمية نظام على الشريحة التالي.

واجهت سلسلة توريد الرقائق الشبه موصلة اضطرابات كبيرة في السنوات الأخيرة. كيف تتكيف أرتريس استراتيجيتها لضمان أن تبقى حلول شبكة على الشريحة قابلة للوصول وقابلة للتوسع على الرغم من هذه التحديات؟

تستجيب أرتريس لاضطرابات سلسلة التوريد من خلال التأكيد على ما يجعل حلول شبكة على الشريحة الخاصة بها قوية وقابلة للتوسع: الآلية، والمرونة، ومتانة النظام البيئي.

يساعد FlexGen العملاء على التصميم بسرعة و البقاء أكثر مرونة للتكيف مع توافر السيليكون المتغير، أو تحولات العقد، أو استراتيجيات التعبئة. سواء كانوا يفعلون تصاميم مشتقة أو يخلقون ربطات جديدة من الصفر.

نحن ندعم العملاء بمختلف العقد، وبائعي البرامج الثابتة، وبيئات التصميم، مما يضمن أن العملاء يمكنهم نشر حلول أرتريس بغض النظر عن المصنع، أو أدوات التصميم، أو هيكل نظام على الشريحة.

من خلال تقليل الاعتماد على أي جزء من سلسلة التوريد، وتمكين التصميم الأسرع والتكرار، نساعد العملاء على تحديد مخاطر التصاميم والبقاء على الجدول الزمني – حتى في الأوقات غير المتوقعة.

إلى الأمام، ما هي أكبر التحولات التي تتوقعها في تطوير نظام على الشريحة، وكيف ت chuẩnب أرتريس لها؟

أحد أكبر التحولات في تطوير نظام على الشريحة هو التحول نحو هياكل متعددة، وتصاميم شريحة، وعمليات الذكاء الاصطناعي. هذه الاتجاهات تتطلب ربطات أكثر مرونة وقابلة للتوسع وذكاء – شيء لا يمكن للأساليب التقليدية مواكبته.

ت chuẩnب أرتريس من خلال الاستثمار في الآلية القائمة على الذكاء الاصطناعي، كما هو موضح في FlexGen، وتوسيع دعم أنظمة متعددة الشريحة، ومجالات الساعة والطاقة المعقدة، والتغييرات المتأخرة في مخطط الأرض. نحن ملتزمون بتمكين التصميم المتزايد، والتكرار السريع، ودمج البرامج الثابتة بسلاسة – بحيث يمكن للفرق البقاء على أتم استعداد لدورات التطوير المتقلصة والتعقيدات المتزايدة.

هدفنا هو ضمان أن يبقى فرق نظام على الشريحة (و شريحة) مرنًا، سواء كانوا يبنون لذكاء الحواف، أو سحابة الذكاء الاصطناعي، أو أي شيء بينهما، مع تقديم أفضل أداء للطاقة، والأداء، والمساحة (PPA) بغض النظر عن تعقيد التصميم، وهيكل معالج إكس، وعقد التكنولوجيا المستخدمة.

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يجب زيارة أرتريس.