Andy Nightingale, Arteris:n tuotejohtaja – Haastattelusarja

Andy Nightingale, Arteris:n tuotejohtaja, on kokenut globaali liiketoimintajohtaja, jolla on monipuolinen tausta insinööritöissä ja tuotemarkkinoinnissa. Hän on British Computer Societyn ja Chartered Institute of Marketingin jäsen, ja hänellä on yli 35 vuoden kokemus korkean teknologian alalla.

Uran aikana Andy on toiminut useissa tehtävissä, mukaan lukien insinööri- ja tuotepäällikkötehtävissä Arm:ssa, jossa hän työskenteli 23 vuotta. Nykyisessä tehtävässään Arteris:n tuotejohtajana Andy valvoo Magillem-järjestelmän suunnittelutyökaluja ja FlexNoC- ja Ncore-verkkoprosessoreita.

Arteris on järjestelmäpiirien (SoC) innovaation katalysaattori, ja se on johtava puolijohdejärjestelmän IP:n tarjoaja SoC-kehityksen kiihdyttämiseksi. Arteris:n verkkoprosessori-IP ja SoC-integrointiteknologia mahdollistavat paremman tuotteen suorituskyvyn alhaisella virrankulutuksella ja nopeamman markkinointiajan, tarjoten todistetun joustavuuden ja paremman taloudellisen tehokkuuden järjestelmä- ja puolijohdeyhtiöille, jolloin innovatiiviset brändit voivat vapaasti kehittää seuraavaa.

Millainen on ollut kokemuksesi laajasta kokemuksestasi Arm:ssa ja nyt Arteris:n tuotejohtajana? Miten näkemyksesi puolijohde-IP:n ja väyläratkaisujen kehityksestä on muuttunut vuosien varrella? Mitkä trendit innoittavat sinua eniten tänään?

On ollut erinomaisen mielenkiintoinen matka – alkuvaiheista, jolloin kirjoitin testirunkoja Arm:n ASIC:lle, auttoessani muotoilemaan tuotestrategiaa Arteris:ssa, jossa olemme edelläkävijöitä väylä-IP-innovaatioissa. Vuonna 1999 järjestelmän monimutkaisuus kiihtyi nopeasti, mutta painopiste oli edelleen pääasiassa prosessorin suorituskyvyssä ja olennaisessa SoC-integraatiossa. Varmistusmenetelmät kehittyivät, mutta väylä nähtiin usein kiinteänä infrastruktuurina – välttämättömänä, mutta ei strategisena.

Edellä mainittuja asioita voi havaita tänään, jolloin väylä-IP on muuttunut kriittiseksi SoC-skalauskyvyn, virrankulutuksen ja AI/ML-suorituskyvyn mahdollistajaksi. Chipletien, domeenisidonnaisten kiihdyttimien ja monidie-rakenteiden nousu on asettanut valtavan paineen väyläteknologioille, jotta ne voisivat muuttua sopeutuvammaksi, innovatiivisemmaksi, fyysisesti ja ohjelmallisesti tietoisemmaksi.

Yksi mielenkiintoisimmista trendeistä, jonka näen, on AI:n ja väyläsuunnittelun yhdistyminen. Arteris:ssa tutkimme, miten koneoppiminen voi optimoida NoC (Network-on-Chip) -topologioita, reitittää tietoliikennettä älykkäästi ja jopa ennakoida ruuhkia parantamaan reaaliaikaisen suorituskyvyn. Tämä ei ole vain nopeudesta kysymys – vaan siitä, miten järjestelmät tehdään innovatiivisemmaksi ja vastaanotollisemmaksi.

Se, mikä minua innoittaa, on se, miten puolijohde-IP on muuttunut helpommin saatavaksi AI-innovaattoreille. Korkean tason SoC-konfiguraatio-IP:n ja abstraktiokerrosten ansiosta autot, robotiikka ja reunan AI-startup-yritykset voivat nyt hyödyntää edistyneitä väylärakenteita ilman, että heidän tarvitsee olla syvällisesti perillä RTL-suunnittelusta. Tämä kykyjen demokratisointi on valtava.

Toinen keskeinen muutos on virtuaalisen prototyyppien ja järjestelmätason mallinnuksen rooli. Koska olen työskennellyt ESL-työkalujen parissa urani alussa, on palkitsevaa nähdä, miten nämä menetelmät mahdollistavat nyt AI-työkuormien varhaisen arvioinnin, suorituskyvyn ennusteen ja arkkitehtuurin vaihtoehtojen tekemisen jo ennen piirilevyn valmistumista.

Lopulta AI:n tulevaisuus riippuu siitä, miten tehokkaasti siirrämme dataa – ei vain siitä, miten nopeasti prosessoidaan sitä. Siksi uskon, että väylä-IP:n kehitys on keskeinen seuraavan sukupolven älykkäiden järjestelmien kehittämisessä.

Arteris:n FlexGen hyödyntää AI-ohjattua automaatiota ja koneoppimista automatisoidakseen NoC (Network-on-Chip) -topologian luomisen. Miten näet AI:n roolin kehittyvän piirien suunnittelussa seuraavan viiden vuoden aikana?

AI on perustavanlaatuisesti muuttamassa piirien suunnittelua, ja seuraavan viiden vuoden aikana sen rooli syvenee – tuottavuusavuksi älykkääksi suunnittelukumppaniksi. Arteris:ssa olemme jo elävissä tulevaisuudessa FlexGenin kanssa, jossa AI, formaalimenetelmät ja koneoppiminen ovat keskeisiä NoC-topologian automaattisessa optimoinnissa ja SoC-integrointityössä.

Se, mikä erottaa FlexGenin, on sen yhdistelmä ML-algoritmeja – kaikki yhdistetty floorplanien alkuun kuvausten perusteella, topologian luomiseen, kellon konfiguraatioon, kellon toimialueen ylittävien poistamiseen ja yhteyden topologian ja sijoittelun sekä reitityksen kaistanleveyden optimointiin, jolloin IP-lohkot välillä kommunikoivat sujuvasti. Lisäksi tämä tapahtuu deterministisesti, mikä tarkoittaa, että tulokset voidaan toistaa ja tehdä inkrementaalisia muutoksia, mahdollistaen ennustettavat parhaat tulokset eri käyttötarkoituksiin, alkaen AI-apua asiantuntijoiden SoC-suunnittelijoille ja luomalla oikean NoC:n noviiseille.

Seuraavan viiden vuoden aikana AI:n rooli piirien suunnittelussa siirtyy avustavasta suunnittelijasta yhteissuunnittelijaksi ja yhteisoptimoijaksi – oppien jokaisesta iteraatiosta, navigoiden suunnittelun monimutkaisuuden reaaliajassa ja kiihdyttäen AI-valmiiden piirien toimitusta. Näemme AI:n ei vain nopeuttavan piirejä, vaan myös tehden nopeammista piireistä älykkäämmät.

Puolijohdeteollisuus on todistamassa nopeaa innovaatiota AI:n, HPC:n ja monidie-rakenteiden osalta. Mitkä ovat suurimmat haasteet, joita NoC-suunnittelun on ratkaistava pysyäkseen näiden edistysten mukana?

Kun AI, HPC ja monidie-rakenteet ajavat ennennäkemätöntä monimutkaisuutta, suurin haaste NoC-suunnittelulle on skaalautuvuus ilman virrankulutuksen, suorituskyvyn ja markkinointiajan uhraamista. Nykyisten piirien piirissä on kymmeniä tai satoja IP-lohkkoja, joilla on erilaiset kaistanleveydet, viiveet ja virrankulutusvaatimukset. Tämän monimuotoisuuden hallitseminen – useiden dieiden, jännitealueiden ja kellonalojen yli – edellyttää NoC-ratkaisuja, jotka menevät paljon pidemmälle kuin manuaaliset menetelmät.

NoC-ratkaisuteknologiat, kuten FlexGen, auttavat ratkaisemaan avainpullonhalsat: minimoidaan johtimien pituutta, maksimoidaan kaistanleveyttä, sovitetaan fyysisten rajoitusten mukaan ja tehdään kaikki nopeasti ja toistettavasti.

NoC:n tulevaisuus on myös oltava automaatio-ensin ja AI-käyttöön perustuva, työkaluilla, jotka voivat sopeutua kehittyviin floorplaneihin, chipset-pohjaisiin arkkitehtuureihin ja myöhäisiin muutoksiin ilman, että vaaditaan täydellistä uudelleensuunnittelua. Tämä on ainoa tapa pysyä modernien SoC:iden valtavien suunnittelujaksojen ja heterogeenisten vaatimusten mukana ja varmistaa tehokkaan, skaalautuvan yhteyden seuraavan sukupolven puolijohdeissa.

AI-piirikorttien markkinan odotetaan kasvavan merkittävästi. Miten Arteris asettuu tukemaan kasvavia AI-työkuormien vaatimuksia, ja mitkä ovat FlexGenin ainutlaadukset edut tässä tilassa?

Arteris ei ole ainoastaan ainutlaatuisesti asemoitunut tukemaan AI-piirikorttien markkinaa, vaan on jo vuosia toimittanut automaattisia, skaalautuvia NoC-IP-ratkaisuja, jotka on suunniteltu AI-työkuormien vaatimusten mukaisesti, mukaan lukien generatiivinen AI ja suuret kielimallit (LLM) -tietokoneet, jotka tukevat korkeaa kaistanleveyttä, alhaisia viiveitä ja virrankulutuksen tehokkuutta yhä monimutkaisemmissa arkkitehtuureissa. FlexGen, uusin Arteris:n NoC-IP-tuote, tulee pelaamaan vielä tärkeämmän roolin nopeassa optimaalisen topologian luomisessa eri suurten, heterogeenisten SoC:iden tarpeisiin.

FlexGen tarjoaa inkrementaalisen suunnittelun, osittaisen valmistumistilan ja edistyneen reititysmenetelmän dynaamiseen NoC-konfiguraation optimointiin ilman täydellistä uudelleensuunnittelua – mikä on kriittistä AI-piirejä kehittäville, jotka kehittyvät koko kehityksen ajan.

Asiakkaamme ovat jo rakentamassa Arteris-tekniikkaa monidie- ja chiplet-pohjaisiin järjestelmiin, jolloin liikenteen reititys on tehokasta ja kunnioittaa floorplan- ja kellonalojen rajoituksia kussakin chipletissä. Epäkoherentti monidie-yhteys on tuettu teollisuusstandardien mukaisilla rajapinnoilla, jotka on toimittanut kolmas osapuoli.

Kun AI-piirien monimutkaisuus kasvaa, kasvaa myös automaation, sopeutuvuuden ja nopeuden tarve. FlexGen tarjoaa kaikki kolme, auttaen tiimejä rakentamaan älykkäämpiä yhteyksiä – nopeammin – jotta he voivat keskittyä siihen, mikä on tärkeintä: edistää AI-suorituskykyä skaalassa.

Miten Arteris:n lähestymistapa NoC-suunnitteluun eroaa perinteisistä väylärakenteista RISC-V:n ja mukautettujen piirien kehityksessä?

Perinteiset väylärakenteet oli suunniteltu pääasiassa kiinteätoiminnallisille suunnitelman, mutta nykyisten RISC-V- ja mukautettujen piirien vaatimukset edellyttävät enemmän konfiguroitavaa, skaalautuvaa ja automaattista lähestymistapaa kuin muokattua yksi-koko-kaikille-ratkaisua. Siinä Arteris erottuu. Meidän NoC-IP, erityisesti FlexGen, on suunniteltu sopeutumaan modernien SoC:iden monimuotoisuuteen ja modulaarisuuteen, mukaan lukien mukautetut ytimet, kiihdyttimet ja chipletit, kuten mainittiin aiemmin.

FlexGen mahdollistaa suunnittelijoiden luoda ja optimoida topologioita, jotka heijastavat ainutlaatuisia työkuormien ominaisuuksia, kuten matalan viiveen polkuja AI-päätöksentekoon tai korkean kaistanleveyden reittejä jaetun muistin kautta RISC-V-klustereihin. Toisin kuin staattiset väylät, FlexGenin algoritmit räätälöivät kunkin NoC:n piirin arkkitehtuuriin kellonalojen, jännitealueiden ja floorplan-rajoitusten yli.

Tuloksena Arteris mahdollistaa tiimien, jotka kehittävät mukautettuja piirejä, liikkua nopeammin, vähentää riskiä ja saada enemmän irti erittäin erottuvista suunnitelman, mitä perinteiset väylät eivät ole suunniteltu käsittämään.

FlexGen väittää 10-kertaisen parannuksen suunnittelujakson nopeudessa. Voitko käydä läpi, miten tämä automaatio vähentää monimutkaisuutta ja kiihdyttää markkinointiaikaan System-on-Chip (SoC) -suunnittelijoille?

FlexGen tarjoaa 10-kertaisen parannuksen suunnittelujakson nopeudessa automatisoimalla joitakin monimutkaisimmista ja aikaa vievimmistä tehtävistä NoC-suunnittelussa. Sen sijaan, että suunnittelijat määrittäisivät manuaalisesti topologioita, ratkaisisivat kellonaloja tai optimoisivat reittejä, suunnittelijat käyttävät FlexGenin fyysisesti tietoista, AI-voimaa käyttävää moottoria näiden tehtävien suorittamiseen muutamassa tunnissa (tai vähemmän) – tehtävistä, jotka perinteisesti kestävät viikkoja.

Kuten mainittiin aiemmin, osittainen valmistumistila voi automaattisesti valmistaa jopa osittain valmiita suunnitelmia, säilyttäen manuaalisen aikomisen ja kiihdyttäen aikataulun sulkemista.

Tuloksena on nopeampi, tarkempi ja helpommin iteroitava suunnitteluvirta, jolloin SoC-tiimit voivat tutkia useampia arkkitehtuurivaihtoehtoja, reagoida myöhäisiin muutoksiin ja päästä markkinoille nopeammin – korkealaatuisemmilla tuloksilla ja vähemmän kalliiden uudelleensuunnittelun riskillä.

Yksi FlexGenin erottuvista ominaisuuksista on johtimien pituuden vähentäminen, jolloin parannetaan virrankulutuksen tehokkuutta. Miten tämä vaikuttaa kokonaisuutena piirin suorituskykyyn, erityisesti virrankulutukseltaan herkkissä sovelluksissa, kuten reunan AI:ssa ja mobiililaskennassa?

Johtimien pituus vaikuttaa suoraan virrankulutukseen, viiveisiin ja kokonaisuutena piirin tehokkuuteen – sekä pilvi-AI/HPC-sovelluksissa, jotka käyttävät edistyneempiä solmuja, että reunan AI-päätöksentekosovelluksissa, joissa jokainen milliamperi on tärkeä. FlexGenin kyky vähentää johtimien pituutta – usein jopa 30 % – tarkoittaa lyhyempiä tietoliikenneväyliä, vähennettyä kapasitanssia ja vähennettyä dynaamista virrankulutusta.

Praktisissa termeissä tämä kääntyy pienemmäksi lämmöntuotoksi, pidemmäksi akun kestoksi ja paremmaksi suorituskyvyn virrankulutuksella, kaikki nämä ovat kriittisiä AI-työkuormille reunassa ja mobiiliympäristöissä ja pilvessä suoraan vaikuttaen kokonaiskustannuksiin (TCO). Optimoidessaan NoC-topologian AI-ohjatulla sijoittelulla ja reitityksellä FlexGen varmistaa, että suorituskykyn tavoitteet saavutetaan ilman virrankulutuksen tehokkuuden uhraamista – mikä tekee siitä ihanteellisen valinnan tulevaisuuden energiataloudellisille suunnitelman.

Arteris on yhteistyössä johtavien puolijohdeyhtiöiden kanssa AI-tietokeskuksissa, autoteollisuudessa, kuluttajatuotteissa, tietoliikenteessä ja teollisuussovelluksissa. Voitko jakaa näkemyksiä siitä, miten FlexGen on otettu käyttöön näillä aloilla?

Arteris:n NoC-IP näkee vahvan omaksumisen kaikilla markkinoilla, erityisesti korkean pään, edistyneemmille chipleteille ja SoC:ille. Tämä johtuu siitä, että se ratkaisee jokaisen alan tärkeimmät haasteet: suorituskyvyn, virrankulutuksen ja suunnittelun monimutkaisuuden, säilyttäen samalla ydintoiminnallisuuden ja alan rajoitukset.

Autoteollisuudessa esimerkiksi yhtiöt kuten Dream Chip käyttävät FlexGeniä nopeuttaakseen AI:n ja turvallisuuden leikkauspistettä autonomisessa ajossa hyödyntämällä Arteris:ia heidän ADAS-SoC-suunnittelussaan, kun taas FlexGenin älykäs NoC-optimointi ja generointi tietokeskuksissa auttavat hallitsemaan massiivisia kaistanleveyksien vaatimuksia ja skaalautuvuutta, erityisesti AI-koulutukselle ja kiihdytykselle.

FlexGen tarjoaa nopean ja toistettavan polun optimoituihin NoC-arkkitehtuureihin teollisuussovelluksissa, joissa suunnittelujaksot ovat tiukat ja tuotteen elinikä on avainasemassa. Asiakkaat arvostavat sen inkrementaalisia suunnitteluvirtoja, AI-pohjaisia optimointeja ja kykyä sopeutua kehittyviin vaatimuksiin, mikä tekee FlexGenistä kulmakiven seuraavan sukupolven SoC-kehitykselle.

Puolijohdesaantichain on kohdannut merkittäviä häiriöitä viime vuosina. Miten Arteris sopeuttaa strategiaansa varmistaakseen, että NoC-ratkaisut säilyvät saatavilla ja skaalautuvina näiden haasteiden keskellä?

Arteris vastaa saantichain-häiriöihin panostamalla siihen, mikä tekee NoC-ratkaisuista kestäviä ja skaalautuvia: automaatioon, joustavuuteen ja ekosysteemin yhteensopivuuteen.

FlexGen auttaa asiakkaita suunnittelemaan nopeammin ja pysymään sopeutuvampana, sopeutumaan muuttuvaan piirilevyjen saatavuuteen, solmuprosessoreiden muutoksiin tai pakkausratkaisuihin. Asiakkaat voivat tehdä johdannais-suunnitelmia tai luoda uusia yhteyksiä alusta alkaen.

Tukea asiakkaita, jotka toimivat eri prosessisolmuilla, IP-toimittajilla ja suunnitteluympäristöillä, varmistamalla, että asiakkaat voivat käyttää Arteris:n ratkaisuja riippumatta siitä, mikä on heidän valmistajansa, EDA-työkalunsa tai SoC-arkkitehtuhransa.

Vähentämällä riippuvuutta saantichainin mistä tahansa osasta ja mahdollistamalla nopeamman, iteroivan suunnittelun, autamme asiakkaita vähentämään suunnitelmien riskiä ja pysymään aikataulussa – jopa epävarmuuden aikana.

Miten näet tulevan suurimmat muutokset SoC-kehityksessä, ja miten Arteris valmistautuu niihin?

Yksi suurimmista muutoksista SoC-kehityksessä on siirtyminen heterogeenisiin arkkitehtuureihin, chiplet-pohjaisiin suunnitelmiin ja AI-keskeisiin työkuormiin. Nämä trendit vaativat paljon joustavampia, skaalautuvampia ja älykkäämpiä yhteyksiä – mitä perinteiset menetelmät eivät voi tarjota.

Arteris valmistautuu siihen panostamalla AI-ohjattuun automaatioon, kuten FlexGenissä näkyy, ja laajentamalla tukea monidie-järjestelmiin, monimutkaisiin kellon- ja virrankulutusalueisiin sekä myöhäisiin floorplan-muutoksiin. Olemme myös keskittyneitä inkrementaalisen suunnittelun, nopeamman iteraation ja helpon IP-integroinnin mahdollistamiseen – jotta asiakkaamme voivat pysyä mukana supistuvien kehitysaikojen ja kasvavan monimutkaisuuden kanssa.

Tavoitteemme on varmistaa, että SoC- (ja chiplet-) tiimit säilyvät sopeutuvina, riippumatta siitä, ovatko he kehittämässä reunan AI:ta, pilvi-AI:ta tai mitä tahansa siltä väliltä, tarjoten parhaan virrankulutuksen, suorituskyvyn ja alan (PPA) riippumatta suunnitelman monimutkaisuudesta, XPU-arkkitehtuurista ja valmistusprosessin solmusta.

Kiitos hienosta haastattelusta, lukijat, jotka haluavat oppia lisää, voivat vierailla Arteris:ssa.