아터리스의 앤디 나이팅게일, 제품 마케팅 부사장 – 인터뷰 시리즈

앤디 나이팅게일, 아터리스의 제품 마케팅 부사장은 글로벌 비즈니스 리더로서 엔지니어링과 제품 마케팅 분야에서 다양한 배경을 가지고 있습니다. 그는 영국 컴퓨터 협회와 마케팅 협회의 회원이며, 35년 이상의 하이테크 산업 경험을 가지고 있습니다.

앤디는 그의 경력 동안 다양한 역할을 맡았으며, Arm에서 엔지니어링과 제품 관리를 담당했으며, 23년 동안 그곳에서 일했습니다. 현재 아터리스의 제품 마케팅 부사장으로서, 앤디는 Magillem 시스템 온 칩 배포 도구와 FlexNoC 및 Ncore 네트워크 온 칩 제품을 담당합니다.

아터리스는 시스템 온 칩(SoC) 혁신을 위한 반도체 시스템 IP를 제공하는 선도적인 회사로서, SoC 개발을 가속화하는 데 중요한 역할을 합니다. 아터리스의 네트워크 온 칩(NoC) 인터커넥트 IP와 SoC 통합 기술은 더 높은 제품 성능을 제공하며, 동시에 전력 소비를 줄이고 시간을 절약하여, 시스템 및 반도체 회사에 대한 유연성과 경제성을 제공합니다.

아터리스의 제품 마케팅 부사장으로서, 반도체 IP와 인터커넥트 기술의 발전에 대한您的 관점은 어떻게 변화했나요? 현재 가장 흥미로운 트렌드는 무엇인가요?

이것은 특별한 여정입니다. Arm에서 ASIC을 위한 테스트 벤치를 작성한 초기부터, 아터리스에서 제품 전략을 도와주는 역할을 맡게 된 지금까지, 인터커넥트 IP 혁신의 최전선에서 있습니다. 1999년에 시스템 복잡성이 급격히 증가했지만, 주된 초점은 여전히 프로세서 성능과 기본 SoC 통합에 있었습니다. 검증 방법론은 발전하고 있었지만, 인터커넥트는 종종 필수적인 인프라로 간주되었지만, 전략적인 역할은 아니었습니다.

오늘날로 돌아와 보면, 인터커넥트 IP는 SoC의 확장성, 전력 효율성, AI/ML 성능을 위한 중요한 역할을 합니다. 칩렛, 도메인 특정 가속기, 멀티 다이 아키텍처의 등장으로 인해 인터커넥트 기술이 더 적응성이 높고, 혁신적이며, 물리적으로 및 소프트웨어적으로 인식되는 압력을 받게 되었습니다.

제가 가장 흥미로운 트렌드 중 하나는 인터커넥트 설계와 AI의 융합입니다. 아터리스에서 우리는 기계 학습을 통해 NoC 토폴로지를 최적화하고, 데이터 트래픽을 지능적으로 라우팅하고,甚至 실시간 성능을 개선하기 위해 혼잡을 예측하는 방법을 탐구하고 있습니다. 이것은 단순히 속도에 관한 것이 아닙니다. 시스템을 더 혁신적이고 반응성이 높게 만드는 것입니다.

반도체 IP가 AI 혁신자에게 더 쉽게 접근할 수 있게 되는 것이 흥미롭습니다. 높은 수준의 SoC 구성 IP와 추상화 레이어를 통해, 자동차, 로봇공학, 에지 AI의 스타트업은 이제 고급 인터커넥트 아키텍처를 사용할 수 있게 되었습니다. 이것은 실제로 RTL 설계에 대한 깊은 이해가 필요하지 않습니다. 이러한 능력의 민주화는巨大합니다.

또 다른 중요한 변화는 가상 프로토타이핑과 시스템 수준 모델링의 역할입니다. 내 경력 초기에 ESL 도구에서 일한 경험이 있으므로, 이러한 방법론이 이제 초기 AI 워크로드 평가, 성능 예측, 및 아키텍처 트레이드오프를 가능하게 하는 것을 보는 것이 보람입니다.

궁극적으로, AI의 미래는 데이터를 얼마나 효율적으로 이동하는지에 달려 있습니다. 그것은 단순히 처리 속도에 관한 것이 아닙니다. 따라서私は 인터커넥트 IP의 발전이 차세대 지능형 시스템의 핵심입니다.

아터리스의 FlexGen은 AI 주도 자동화와 기계 학습을 통해 NoC 토폴로지 생성을 자동화합니다. 칩 디자인에서 AI의 역할이 어떻게 발전할 것으로 예상하시나요?

AI는 칩 디자인을 근본적으로 변革시키고 있으며, 향후 5년 동안 그 역할은 더 깊어질 것입니다. 아터리스에서 우리는 이미 FlexGen을 통해 이러한 미래를 살고 있습니다. 여기서 AI, 형식적 방법, 및 기계 학습은 네트워크 온 칩 토폴로지 최적화와 SoC 통합 워크플로를 자동화하는 데 핵심입니다.

FlexGen이 다른 점은 ML 알고리즘의 혼합입니다. 모두 초기화된 플로어플랜에서 이미지, 토폴로지 생성, 클록 구성, 클록 도메인 교차 감소, 및 연결성 토폴로지 및 배치 및 라우팅 대역폭 최적화를 위해 결합됩니다. 또한, 이것은 결정론적으로 수행되므로 결과를 복제하고 증분 조정을 가능하게 하여, 전문가 SoC 디자이너를 위한 AI 보조에서 초보자에게 적합한 NoC를 생성하는 데까지 다양한 사용 사례에 대한 예측 가능한 최고의 결과를 제공합니다.

향후 5년 동안, AI의 역할은 인간 디자이너를 보조하는 것에서 함께 설계하고 최적화하는 것으로 전환될 것입니다. 모든 반복에서 학습하고, 실시간으로 설계 복잡성을 탐색하며, 궁극적으로 AI 준비 칩의 배달을 가속화할 것입니다. 우리는 AI가 칩을 더 빠르게 만드는 것뿐만 아니라, 더 빠른 칩을 더智能하게 만드는 것을 목표로 합니다.

반도체 산업은 AI, HPC, 및 멀티 다이 아키텍처의 급격한 혁신을 목격하고 있습니다. 이러한 발전에 따라 NoC 설계가 해결해야 할 가장 큰 도전은 무엇인가요?

AI, HPC, 및 멀티 다이 아키텍처는 이전에 없던 복잡성을 초래하고 있습니다. NoC 설계의 가장 큰 도전은 확장성, 전력, 성능, 및 시간을市場에 맞출 수 있는 것입니다. 오늘날의 칩은 수십에서 수백개의 IP 블록을 특징으로 하며, 각 블록은 서로 다른 대역폭, 지연, 및 전력需求을 가지고 있습니다. 이러한 다양성을 관리하는 것은 수동 방법으로는 불가능합니다.

NoC 솔루션 기술인 FlexGen은 이러한 병목 현상을 해결하는 데 도움이 됩니다. 유선 길이 최소화, 대역폭 최대화, 물리적 제약 조건에 대한 정렬, 및 속도와 반복 가능성을 모두 제공합니다.

NoC의 미래는 자동화 우선이고 AI를활용해야 합니다. 이러한 도구는 설계 주기에 대응하고, 칩셋 기반 아키텍처 및 晩期 변경에 대응할 수 있어야 합니다. 이것은 다음 세대의 반도체의 핵심에서 효율적이고 확장 가능한 연결성을 보장하는唯一한 방법입니다.

AI 칩셋 시장은 급격히 성장할 것으로 예상됩니다. 아터리스는 이러한 증가하는 요구에 어떻게 대응하고 있으며, FlexGen은 이 분야에서 어떤 고유한优势를 가지고 있나요?

아터리스는 AI 칩셋 시장에서 이미 잘 위치하고 있으며, 이러한 요구에 대응하기 위해 자동화된, 확장 가능한 네트워크 온 칩 IP 솔루션을 제공하고 있습니다. FlexGen은 아터리스 NoC IP 라인업의 최신 추가입니다. 이는 대규모, 이기종 SoC를 위한 최적의 토폴로지를 신속하게 생성하는 데 중요한 역할을 할 것입니다.

FlexGen은 부분 완성 모드, 고급 경로 찾기 및 동적 NoC 구성 최적화를 제공하여, 완전한 재설계 없이_incremental 설계를 가능하게 합니다. 이것은 AI 칩의 개발 중에 발생하는 변경에 대응하는 데 중요합니다.

고객들은 이미 아터리스 기술을 멀티 다이 및 칩렛 기반 시스템에 통합하고 있으며, 효율적으로 트래픽을 라우팅하고, 각 칩렛의 플로어플랜 및 클록 도메인 제약 조건을尊重합니다. 비동기 멀티 다이 연결은 제3자 컨트롤러가 제공하는 산업 표준 인터페이스를 통해 지원됩니다.

AI 칩의 복잡성이 증가함에 따라, 자동화, 적응성, 및 속도의 필요성이 증가합니다. FlexGen은 모두를 제공하여, 팀이 더智能한 인터커넥트를 더 빠르게 구축할 수 있도록 지원합니다. 이렇게 하면 AI 성능을 확대하는 데 집중할 수 있습니다.

RISC-V와 AI를 위한 커스텀 실리콘의 등장으로, 아터리스의 NoC 설계 접근법은 어떻게 다르나요?

전통적인 인터커넥트 아키텍처는 주로 고정 함수 설계를 위해 구축되었지만, 오늘날의 RISC-V와 AI를 위한 커스텀 실리콘은 더 구성 가능하고, 확장 가능하며, 자동화된 접근을 필요로 합니다. 아터리스는 이 점에서 차별화됩니다. 아터리스의 NoC IP, 특히 FlexGen,는 현대의 SoC의 다양성과 모듈성에 적응하기 위해 설계되었습니다.

FlexGen은 디자이너가 고유한 워크로드 특성에 반영된 토폴로지를 생성하고 최적화할 수 있도록 합니다. 이는 AI 추론을 위한 저지연 경로 또는 공유 메모리와 같은 고대역폭 경로를 위한 것입니다. 정적인 인터커넥트와 달리, FlexGen의 알고리즘은 각 NoC를 칩의 아키텍처에 맞추어 클록 도메인, 전압 섬, 및 플로어플랜 제약 조건을 고려하여 맞춤형으로 설계합니다.

이로 인해 아터리스는 커스텀 실리콘을 구축하는 팀이 더 빠르게 이동하고, 위험을 줄이고, 고도로 차별화된 설계에서 가장 많은 것을 얻을 수 있도록 지원합니다. 전통적인 인터커넥트는 이러한 것을 다루도록 설계되지 않았습니다.

FlexGen은 설계 반복 속도에서 10배의 개선을 주장합니다. 이 자동화는 어떻게 복잡성을 줄이고 SoC 디자이너를 위한 시간을市場에 맞출 수 있나요?

FlexGen은 설계 반복 속도에서 10배의 개선을 제공함으로써, 가장 복잡하고 시간이 걸리는 NoC 설계 작업을 자동화합니다. 디자이너는 이제 수동으로 토폴로지를 구성하거나, 클록 도메인을 해결하거나, 경로를 최적화하는 대신, FlexGen의 물리적으로 인식된, AI 기반 엔진을 사용하여 이러한 작업을 몇 시간 이내에 수행할 수 있습니다. 전통적으로는 몇 주가 걸렸습니다.

부분 완성 모드는 자동으로 부분적으로 완성된 설계를 완료할 수 있으며, 수동으로 입력된 의도를 보존하면서 타이밍 클로저를 가속화합니다.

결과는 더 빠르고, 더 정확하고, 더 쉽게 반복할 수 있는 설계 흐름입니다. SoC 팀은 더 많은 아키텍처 옵션을 탐색하고, 晩期 변경에 대응하며, 더 높은 품질의 결과와 더 낮은 리스크로 시장에 나갈 수 있습니다.

FlexGen의 주요 기능 중 하나는 유선 길이 감소입니다. 이는 전력 효율성을 개선합니다. 이것은 전력 민감한 응용 프로그램인 에지 AI 및 모바일 컴퓨팅과 같은 칩의 전체 성능에 어떤 영향을 미칩니까?

유선 길이는 직접적으로 전력 소비, 지연, 및 칩의 효율성에 영향을 미칩니다. FlexGen의 유선 길이 최소화 기능은 데이터 경로를 단축하고, 커패시턴스를 줄이고, 동적 전력 소모를 줄입니다.

실제로, 이는 더 낮은 열 발생, 더 긴 배터리 수명, 및 더好的 성능-와트로 번역됩니다. 이는 에지 AI 및 모바일 환경에서 매우 중요합니다. 또한, 아터리스의 NoC 토폴로지 최적화를 통해 AI 성능을 확대하는 데 중요한 역할을 합니다.

아터리스는 AI 데이터 센터, 자동차, 소비자, 통신, 및 산업 전자 분야의 주요 반도체 회사와 협력하고 있습니다. FlexGen이 이러한 산업에서 어떻게 채택되고 있는지에 대한 통찰력을 공유해 주시겠습니까?

아터리스의 NoC IP는 모든 시장에서 강력하게 채택되고 있습니다. 특히 고급 칩 및 SoC의 경우, 성능, 전력 효율성, 및 설계 복잡성의 주요 도전을 해결하기 때문입니다.

예를 들어, 자동차 산업에서, Dream Chip과 같은 회사들은 FlexGen을 사용하여 자율 주행을 위한 AI와 안전의 교차점을 가속화하고, 엄격한 전력 및 안전 제약 조건을 충족하는 ADAS SoC 설계를 위해 아터리스를 사용하고 있습니다. 데이터 센터에서, FlexGen은 대규모 대역폭 요구와 확장성을 관리하는 데 도움이 됩니다. 특히 AI 훈련 및 가속 워크로드의 경우입니다.

FlexGen은 산업 전자에서 빠르고 반복 가능한 경로를 제공하여, 설계 주기가緊密하고 제품 수명이 길기 때문에, 이 분야에서 특히 중요합니다. 고객들은 증분 설계 흐름, AI 기반 최적화, 및 빠른 적응성을 높이 평가하며, FlexGen을 다음 세대의 SoC 개발을 위한 핵심으로 만들고 있습니다.

반도체 공급망은 최근 몇 년 동안重大な 혼란을 겪었습니다. 아터리스는 이러한 도전에 대응하여 NoC 솔루션이 접근 가능하고 확장 가능하게 유지되도록 어떻게 전략을 조정하고 있나요?

아터리스는 자동화, 유연성, 및 생태계 호환성을 통해 공급망 혼란에 대응합니다. FlexGen은 고객이 설계를 더 빠르게 수행하고, 실리콘 가용성, 노드 전환, 또는 패키징 전략의 변경에 더 민감하게 대응할 수 있도록 지원합니다.

또한, 아터리스는 다양한 공정 노드, IP 벤더, 및 설계 환경을 지원하여, 고객이 아터리스 솔루션을 배포할 수 있도록 합니다. 이는 공급망의 어느 부분에도 의존하지 않고, 더 빠르고 반복 가능한 설계를 가능하게 합니다.

이로 인해 고객은 설계를 더 빠르게 완료하고, 晩期 변경에 대응하며, 더 높은 품질의 결과를 얻을 수 있습니다. 또한, 아터리스는 고객이 설계를 더 빠르게 완료하고, 晩期 변경에 대응하며, 더 높은 품질의 결과를 얻을 수 있도록 지원합니다.

향후를 내다보면, SoC 개발에서 가장 큰 변화는 무엇일까요? 아터리스는 이러한 변화에 어떻게 대비하고 있나요?

SoC 개발에서 가장 큰 변화 중 하나는 이기종 아키텍처, 칩렛 기반 설계, 및 AI 중심 워크로드로의 이동입니다. 이러한 트렌드는 더 유연하고, 확장 가능하며, 지능형 인터커넥트를 필요로 합니다. 전통적인 방법으로는 이를 따라갈 수 없습니다.

아터리스는 AI 기반 자동화에 투자하고, 멀티 다이 시스템, 복잡한 클록/전력 도메인, 및 晩期 플로어플랜 변경을 지원하는 것을 통해 이러한 변화에 대비하고 있습니다. 또한, 증분 설계, 더 빠른 반복, 및 無제한 IP 통합을 가능하게 하여, 고객이 개발 주기를 줄이고, 복잡성을 증가시키는 데 도움이 됩니다.

아터리스의 목표는 SoC(및 칩렛) 팀이 에지 AI, 클라우드 AI, 또는 그 사이의 무엇이든 구축하는 데 있어 민첩성을 유지하는 것입니다. 또한, 전력, 성능, 및 면적(PPA)의 최선의 균형을 제공하는 것입니다. 이는 설계의 복잡성, XPU 아키텍처, 및 공정 노드에 관계없이 마련됩니다.

이 인터뷰에 감사드립니다. 더 많은 정보를 원하는 독자는 아터리스를 방문하십시오.