AI芯片和芯粒的兴起推动了AI硬件从传统单片架构向Multi-Die设计的转型，以满足日益增长的计算性能需求。AI模型复杂度呈指数级跃升，对芯片提出了更高的速度、效率和扩展性要求，传统硬件架构已难以满足需求。AI芯片开发面临芯片、软件与封装复杂性、设计周期压缩、成本攀升以及人才短缺等挑战。
为应对这些挑战，需要采取以下策略：
- 组建专业团队：选择合适的晶圆代工与封装技术供应商、核心处理器架构以及设计协作伙伴。
- 规划AI芯片开发路线图：从早期架构探索开始，同步整合芯片、封装与软件开发，以交付全面的解决方案。
- 架构探索：尽早开展架构探索，优化AI芯片性能与功耗，选择合适的IP组合，并考虑安全架构师和芯片生命周期管理（SLM）。
- 芯片前端和后端设计：采用精简的RTL到签核工作流程，利用新思科技超融合设计流程和签核解决方案优化功耗、性能和面积（PPA）。
- 基于云的解决方案：利用Synopsys Cloud和ZeBu Cloud等平台，优化计算性能和基础架构效率。
- 先进封装和Multi-Die设计：采用新思科技全面且可扩展的Multi-Die解决方案，克服异构集成、电源、信号完整性、热管理以及系统验证等挑战。
- 早期软件开发和系统验证：利用Virtualizer和Virtualizer开发套件（VDK）等工具，实现软件开发左移，并通过硬件辅助验证（HAV）加速开发和验证。
- 安全考量：采取整体策略应对训练和推理以及Multi-Die供应链中日益增多的安全威胁，利用新思科技AI安全解决方案和后量子密码学技术。
- 芯片生命周期管理（SLM）：利用新思科技SLM解决方案，优化性能、功耗和长期可靠性，并保障现场可靠性、可用性和可服务性（RAS）。
新思科技提供一系列AI芯片开发解决方案，包括架构探索、软件开发、系统验证、芯片设计、IP、Multi-Die设计、硬件加速、云端解决方案、安全以及SLM等，帮助客户提高效率、缩短产品上市时间，并确保一次性流片成功。
