繼2022年6月30日，三星電子官宣開始量產基于GAA晶體管結構的3nm芯片后，臺積電也在2022年末在臺南科學園區高調舉辦了3nm量產擴廠典禮，也就是說目前先進制程的兩大玩家都已經達成了3nm制程的量產條件。不過，現在先進制程的代工價格可不低，據業內人士消息，3nm制程的代工價格已經突破了2萬美元每片晶圓，這就意味芯片廠商需要花費近14萬元人民幣才能加工一片12英寸的晶圓，生產出數百顆芯片。

除了價格昂貴，先進制程節點下同一顆芯片上的晶體管數量也會呈指數級增加，這必然會導致制造流程可變性增加等一系列問題，這種情況下，芯片開發者該如何保證芯片的品質、安全性和可靠性呢？傳統的芯片開發流程是在流片（Tape Out）階段來解決所有設計問題，但在設計日益復雜的今天，這一方法顯得有點滯后了，因此，需要一種全新的解決方案，即通過連通并整合每一個階段的關鍵數據，實現芯片與系統生命周期的詳盡分析與管理，從而優化每一環節，以確保獲得理想的結果。

從PLM到SLM對芯片和終端系統進行持續優化

數十年來，各行各業的公司都會通過產品生命周期管理（PLM）工具來管理其產品從生產初期到市場部署整個流程中的狀況。半導體芯片從上世紀50年代開始至今，已經和我們的日常生活息息相關。而在這個數字化革命的過程中并沒有出現類似PLM對半導體產品提供更專業化生命周期管理的產品。一直到最近幾年才開始出現專門針對芯片的管理流程------芯片生命周期管理（Silicon Lifecycle Management，簡稱SLM）概念，并逐漸獲得業界認可。

新思科技從半導體產品軟硬件開發、設計仿真、產品制造，乃至In-Field應用的場景出發，提供不同的軟硬件產品、仿真工具、數據集成和分析一體化解決方案。打造了一個完整的，貫穿整個產品生命周期的SLM平臺。

其實，SLM基于的是PLM產品生命周期管理的理念，新思科技EDAG事業群，資料分析部門的研發與運營總監Paul Simon博士在接受采訪時表示，新思科技的策略是將芯片設計、驗證測試、制造與部署的每一個階段所產生的大量數據加以連接，并整合到同一云端系統數據庫，它能夠收集，并分析這些數據，用以改善芯片性能、速度、量產良率、品質管控以及上市時間等重要核心指標，從而提升芯片產品的整體價值。

當然，通過SLM平臺的檢測和分析，芯片開發者能夠根據分析結果對芯片和終端用戶系統進行持續的優化。



通過對品質的持續智能分析，能夠有效的使整個芯片產品生命周期運作狀況指標顯著提升。

SLM流程主要包括以下兩個階段：

在芯片設計環節加入傳感器、監視器等IP，來提供設計環節中所生成的大量芯片數據，從而能夠對設備生產以及實際性能進行深入分析

高效的產品數據分析數據庫及平臺，對跨越產品生命周期的各階段各類數據進行收集、處理和分析，為設計、生產和客戶現場優化提供支持

在SLM流程的一開始，先加入關鍵的PVT監視器和結構傳感器等硬件，這些傳感器基本上就是設備的眼睛、耳朵和各種感官，能夠為開發者帶來極高的芯片數據可見度。

接著，將這些萃取出的芯片數據用來校準設計模型的參數; 諸如環形振蕩器的量測資料、關鍵電路路徑測試的結果，以及制程/電壓/溫度（PVT）監視器的數據。這些數據收集工具將原始數據與智能集成自動化相結合，提供給系統對芯片的每個生命階段進行目標性分析，開發者再根據分析結果對每個設計階段進行優化。

也就是說，通過SLM，開發者可以高效實踐“觀察、控制和優化”的理念。嵌入式監視器與傳感器收集和反饋的實時數據和參數，可直接轉化為對芯片系統的質量、性能和可靠性的提升。

SLM還能夠對使用中的產品維護和故障情況進行預測，因此超大規模數據中心、消費電子和汽車等應用場景對SLM的應用也日漸廣泛



SLM帶來的好處

采用成熟的SLM平臺，芯片開發者可深度實現生命周期可見性，獲得充分分析結果，增進對芯片器件的控制機制，包括動態電壓頻率調整（DVFS）。這些特性相互結合，大大優化了電源器件操作和數據吞吐性能。

然而值得注意的是，部署單個產品或工具無法實現端到端的生命周期管理，因此需要集成各種SLM組件，確保實現特定應用的優勢。例如，高容量消費應用可以利用SLM工具和流程，參照芯片的參數反饋，降低設計限制帶來的影響。這樣一來，就可以進行設計調整，提高統計異常數據和未來潛在故障器件的可見性。

在實時系統管理中，如果在整個片上處理器內核中部署，高顆粒熱傳感解決方案可以對超大規模數據應用的功耗性能進行優化。這對超大規模數據應用尤其關鍵，因為即使是再輕微的功耗降低也可能對大型云服務器配置產生指數級的節能有所影響。熱傳感精度的小幅提高，或許讓每個處理器芯片每小時降低功耗不到一美分。雖然在芯片層面看上似并不明顯，但對于大型數據中心配置而言，這樣的小幅優化卻每年可以節省高達數百萬美元?？紤]到服務器在生命周期內的運行成本高于初始購買價格，任何幅度的功耗降低都是有意義的。

在汽車應用中，對老化和劣化因素的持續評估（如用戶工況、熱應力和電源電壓應力）將為車載電子系統的維護和更新提供更具預測性的方法。如果這些系統對故障的預測性更強，可以考慮在設計中采用商業級芯片，從而達到縮減成本，提升確定性的優勢。

引入AI，SLM為芯片設計加速 ?

芯片數據的可見性對于開發者來說異常重要，前面有提到，如果想獲得更多的數據，就需要集成各種SLM組件，新思科技推出的SLM平臺可在芯片生命周期的各個階段優化芯片狀況。它包含了多個集成解決方案和功能：

廣泛的指標監測IP和訪問基礎設施可以收集芯片運行數據的方方面面。指標監測包括環境、結構監控器和測試結構

一套全面的檢測集成和驗證流程，可直接連接至新思科技的Fusion RTL至GDSII 實施系統

半導體制造分析引擎以及良率管理引擎，可優化運行效率，提升總體良率

自主優化平臺，可自動實時提高計算系統性能

為了完善其SLM平臺戰略布局，新思科技在過去三年年間先后完成了在片內監控PVT傳感器、硅后大數據分析平臺、實時現場優化技術等在內的重要技術收購。同時，在公司內部，通過將SLM與EDA和IP技術相整合，構建成了完整的一體化平臺，可提供海量數據分析引擎及高速的數據視覺化、分析和模型化功能，讓芯片設計與產品工程團隊能夠更有效率且迅速地解決重要的核心議題，把握關鍵產品的上市時間。



眾所周知，先進制程的芯片制造流程是非常復雜的，需要在不同制程節點、不同晶圓廠之間實現大量數據的有效連接，技術挑戰極大。新思科技將收購后的SiliconDash技術加入SLM產品平臺, 從而在SLM中能夠實現跨越產品生產制造數據鏈，高效整合多樣化多維度量產制造數據。在此基礎上助力產品量產數據分析，產品追溯，自動化預警及管控方案。對產品質量，產出和其他針對量產的operation管理提供服務。同時利用基于real time的邊緣計算數據和機器學習等人工智能技術，讓數據快速對接，轉化成有效的分析決策與行動，為芯片設計加速。

結語 ?

SLM給出了芯片設計和維護的一個全新方向！它適用于芯片全生命周期中的不同階段，從早期的設計、驗證、制造生產、測試、除錯和產品實際上線到現場運作。而新思科技的SLM平臺可通過分析芯片上監視器和傳感器的數據，來完成對芯片全生命周期運行狀態的監測和追蹤，進而可以持續對每個階段都進行優化。

未來，開發者可以通過SLM來追蹤其設計的芯片在不同設備中的運作情況，并通過收集到的數據不斷優化其芯片和終端產品，可以說，SLM很可能會改變整個先進制程設計領域的游戲規則。