投资新思,英伟达的一次精妙防御

半导体行业观察
Dec 02

半导体生态系统的两大巨头英伟达 和 Synopsys 宣布达成一项里程碑式的多年战略合作,英伟达将向 Synopsys 主导的项目投资 20 亿美元。此次合作旨在将英伟达的 GPU 加速计算平台与 Synopsys 业界领先的电子设计自动化 (EDA) 和半导体 IP 产品组合相融合,从而显著加快芯片设计周期、大幅降低功耗,并助力下一代人工智能、汽车和高性能计算芯片的研发。

此次合作的核心在于创建一个统一的云原生设计环境,该环境整合了 Synopsys 的 TestMAX、Verdi 和 VC Formal 工具、NVIDIA 的 cuLitho 计算光刻平台以及更广泛的 Grace-Blackwell 软件栈。设计人员将首次能够以 GPU 加速的速度运行全芯片布局布线、设计规则检查和电磁仿真,速度比传统的基于 CPU 的流程快 10 到 50 倍。在发布会上分享的早期基准测试表明,一款 3nm AI 训练芯片此前需要 12 周的计算时间才能完成的相同签核流程,在运行 Synopsys 工具的 NVIDIA DGX 云实例上仅需不到 60 小时即可完成。

英伟达首席执行官黄仁勋将此次合作描述为“自逻辑综合技术发明以来EDA领域最重要的转折点”。他强调,随着芯片晶体管数量逼近万亿,并进入埃级时代,传统的摩尔定律缩放正在被“超越摩尔定律”的系统级创新所取代。“瓶颈不再仅仅是晶圆厂,”黄仁勋在圣克拉拉举行的Synopsys SNUG大会上说道,“而是设计人员等待验证回归测试结果所花费的数月时间。我们正在携手消除这一瓶颈。”

Synopsys 首席执行官 Sassine Ghazi透露,这笔 20 亿美元的投资(以直接研发资金、预付云积分和联合工程人员编制相结合的方式)将用于推动三项旗舰计划:

Synopsys 推出了一款名为“Synopsys.ai Copilot”的全新 AI 驱动型 EDA 套件,该套件基于 NVIDIA 的 BlueField-3 DPU 和 Grace CPU 构建,能够建议最佳布局方案、预测时序收敛,并使用基于 Synopsys 数十年设计数据训练的大型图模型自动生成测试平台。

将 NVIDIA 的 cuPPA(CUDA 功耗和性能分析)工具包完全集成到 Synopsys PrimePower 中,从而实现跨多芯片系统的皮瓦级精确动态功耗模拟,这对于下一代 AI 加速器和自动驾驶汽车 SoC 至关重要。

一项开放的“NVIDIA-Synopsys 代工设计套件”计划将提供针对台积电 2nm 和英特尔 18A 工艺节点的预验证参考流程,从而大幅降低初创公司和超大规模企业流片复杂芯片级设计的门槛。

分析师称赞这笔交易是英伟达的一次精妙防御,该公司在人工智能训练硬件领域的统治地位正面临越来越多的审视。通过锁定Synopsys——这家在数字设计领域拥有超过55%市场份额的EDA市场领头羊——英伟达有效地加强了其生态系统的竞争壁垒。竞争对手(如Cadence/西门子EDA)现在面临着其旗舰工具在缺少英伟达芯片的情况下无法发挥最佳性能的风险。

或许最引人关注的是,接近两家公司的消息人士透露,该合作协议包含一项低调但影响深远的条款:任何使用双方共同开发的流程设计的芯片,都必须在 GDSII 文件中包含 NVIDIA 设计的“设计水印”——一种可被 NVIDIA 云编排层读取的加密签名。尽管两家公司坚称此举纯粹是为了性能基准测试和免版税的知识产权追踪,但批评人士已将其称为“对无晶圆厂未来征收的税”。

然而,对于一线工程师来说,这项技术带来的前景既简单又意义深远:过去需要九个月才能完成的芯片流片工作,可能很快就能缩短到九周。正如一位基于Arm架构的SoC架构师在主题演讲后告诉我的那样:“如果这项技术成功,我们不仅能更快地设计芯片,还能设计出以前根本无法设计的芯片。”

随着三星、博通和联发科等公司签约成为早期客户,NVIDIA与Synopsys的合作重塑了半导体创新领域的格局。GPU加速芯片设计的时代正式开启。

NVIDIA 和 Synopsys 宣布建立战略合作伙伴关系,以革新工程和设计

英伟达和新思日前宣布将扩大战略合作伙伴关系,以彻底改变各行业的设计和工程。

从半导体行业到航空航天、汽车、工业等各个领域,研发团队都面临着诸多工程挑战,包括日益复杂的工作流程、不断攀升的开发成本以及上市时间的压力。此次扩展的合作关系将整合英伟达在人工智能和加速计算方面的优势,以及新思科技市场领先的工程解决方案,从而帮助研发团队以更高的精度、更快的速度和更低的成本设计、仿真和验证智能产品。此外,英伟达还以每股414.79 美元的价格,投资20 亿美元购买了新思科技的普通股。

“CUDA GPU加速计算正在革新设计——它能够以前所未有的速度和规模进行模拟,从原子到晶体管,从芯片到完整系统,在计算机内部创建功能齐全的数字孪生模型,”NVIDIA创始人兼首席执行官黄仁勋表示。“我们与Synopsys的合作充分利用了NVIDIA加速计算和人工智能的强大功能,重新构想工程和设计——赋能工程师,让他们能够创造出塑造未来的非凡产品。”

“开发下一代智能系统的复杂性和成本要求工程解决方案将电子学和物理学更深入地融合,并借助人工智能和计算能力加速这一进程。在提供人工智能驱动的整体系统设计解决方案方面,没有哪两家公司比 Synopsys 和 NVIDIA 更具优势,” Synopsys 总裁兼首席执行官Sassine Ghazi表示。“我们将携手重塑工程,赋能全球创新者,帮助他们更高效地实现创新。”

这项多年期合作建立在两家公司之间强大的现有技术合作基础上,并包括以下举措:

全面加速 Synopsys 应用:利用 NVIDIA CUDA-X 库和 AI-Physics 技术,Synopsys 将进一步加速和优化其广泛的计算密集型应用组合,涵盖芯片设计、物理验证、分子模拟、电磁分析、光学模拟等领域。

推进智能AI工程:在现有AI合作的基础上,为了实现智能AI工作流程,两家公司正在将Synopsys AgentEngineer™技术与NVIDIA智能AI技术栈(包括NVIDIA NIM微服务、NVIDIA NeMo Agent Toolkit软件和NVIDIA Nemotron模型)集成,从而为EDA、仿真和分析工作流程实现自主设计能力。

通过数字孪生连接物理世界和数字世界:各公司将携手合作,利用高精度、高复杂度的数字孪生技术,为半导体、机器人、航空航天、汽车、能源、工业、医疗保健等行业打造新一代虚拟设计、测试和验证方案。这些解决方案将采用 NVIDIA Omniverse、NVIDIA Cosmos 及其他技术。

云就绪解决方案: Synopsys 和 NVIDIA 计划通过为 GPU 加速的工程解决方案启用云访问,使各种规模的工程团队都能享受到加速工程解决方案的强大功能。

制定联合市场推广计划:为推动市场接受度,双方还同意制定联合市场推广计划,通过本地部署和云端解决方案,广泛覆盖多个行业的工程团队。这项市场推广工作将利用 Synopsys 遍布全球的数千家直销商和渠道合作伙伴网络,并依托 Synopsys 庞大的客户群以及双方现有的 Omniverse 技术许可、销售和支持协议(该技术已嵌入 Synopsys 仿真解决方案中)。

此次合作并非独家合作。NVIDIA 和 Synopsys 将继续与更广泛的半导体和电子设计自动化 (EDA) 生态系统合作,为工程和设计领域的未来创造共同增长机遇。

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10