Cosa possono fare le aziende che si occupano di semiconduttori per accelerare lo sviluppo, garantire il design-in e offrire al cliente valore lungo l’intero ciclo di vita del prodotto
Nel campo dello sviluppo dei semiconduttori, il successo al primo tentativo di produzione del chip in silicio non consiste esclusivamente nel raggiungere un traguardo tecnico, ma anche nell’ottenere un risultato commerciale. Dipende dall’immettere sul mercato il prodotto giusto al momento e al costo giusto, garantendo il design-in (adozione e integrazione di un componente nel progetto del cliente) per produzioni su larga scala e supportare il cliente per l’intero ciclo di vita del prodotto. Oggi, i clienti di semiconduttori si aspettano di più dai loro fornitori. Fanno più simulazioni, stanno adottando approcci di sviluppo virtuali e si aspettano che modelli di componenti, esempi di riferimento, strumenti per la progettazione virtuale e software pronti per la produzione li aiutino sempre più a ridurre il rischio e a muoversi più velocemente.
La strategia “Shift Left, Stretch Right” affronta questa sfida da entrambi i punti di vista. L’approccio Shift Left si serve della modellazione e della simulazione per aiutare i team a produrre chip in silicio correttamente direttamente la prima volta tramite una validazione precoce e a riutilizzare poi le risorse ingegneristiche, come i modelli, lungo il flusso di sviluppo. Lo Stretch Right estende queste risorse ai clienti, aiutandoli a valutare, integrare ed evolvere i prodotti in modo più efficiente. Questo approccio aiuta i clienti a ottenere il loro Shift Left, ovvero ad anticipare la fase di verifica.
“Shift Left, Stretch Right” significa anticipare le attività di modellazione e verifica nel flusso di progettazione ed estendere il riutilizzo dei modelli ai clienti.
L’IA sta ulteriormente accelerando questa strategia “Shift Left, Stretch Right”. Incrementando i workflow di modellazione e simulazione, l’IA aiuta i team di ingegneri a ridurre le configurazioni manuali, ad automatizzare la generazione di test e a far convergere più rapidamente gli obiettivi di progettazione, rafforzando le pratiche di Shift Left. I modelli e i workflow basati sull’IA possono anche essere pacchettizzati e riutilizzati all’interno dei deliverable per il cliente, il che estende il valore oltre lo sviluppo interno. In tal modo, l’IA non solo migliora la produttività dal punto di vista tecnico ma amplifica anche il riuso e i vantaggi del customer enablement che sono alla base di un approccio Stretch Right di successo.
In questo articolo, esamineremo come le aziende, tra cui NXP, Nokia, STMicroelectronics, Intel e Infineon, hanno applicato tali principi per migliorare l’efficienza delle verifiche, accelerare l’adozione da parte dei clienti e creare risorse ingegneristiche riutilizzabili che garantiscono valore lungo il ciclo di vita del prodotto.
Molte aziende che si occupano di semiconduttori adottano ancora workflow frammentati. Le specifiche, l’architettura, l’implementazione e la verifica sono spesso distribuite tra team e strumenti diversi, per cui è più difficile mantenere l’intento progettuale allineato dal concetto all’approvazione finale. I costi associati a tale frammentarietà possono essere alti: gli errori di progettazione introdotti in fase di sviluppo e l’impatto della variazione dei requisiti durante il progetto sono tra i fattori più comuni che determinano ritardi e la necessità di ripetere i processi di produzione nel settore ASIC.
Secondo uno studio sulla verifica funzionale del gruppo di ricerca Siemens EDA/Wilson del 2024, solo il 14% dei progetti ASIC/SoC hanno raggiunto il successo al primo tentativo di produzione del chip in silicio.
Un workflow Model-Based aiuta ad affrontare questa frammentarietà creando un approccio unificato in cui i modelli vengono riutilizzati come riferimenti per l’architettura, stimoli di verifica e fonti di implementazione nelle attività di progettazione e verifica analogiche e digitali. Invece di ricreare ripetutamente degli intenti progettuali in linguaggi e ambienti diversi, i team possono utilizzare artefatti tecnici condivisi per una maggiore coerenza e iterazioni più rapide. Questo approccio riduce la necessità di ripetere le stesse operazioni più volte e allinea i team sulla stessa “fonte di verità”.
Tutto ciò porta a molto più che al miglioramento dell’efficienza ingegneristica. È un modo migliore e più agile per rispondere alle variazioni determinate dai clienti. Se i team riescono ad aggiornare i modelli, eseguire ripetutamente test realistici e propagare più rapidamente le modifiche nei workflow a valle, hanno maggiori possibilità di soddisfare i requisiti in continua evoluzione senza sorprese dell’ultimo minuto.
Per Shift Left spesso si intende anticipare la verifica, ma le implementazioni più efficaci di questa strategia si spingono ben oltre. L’obiettivo è validare i comportamenti corretti, rispetto a scenari corretti, con risorse quali modelli e casi di test che rimangono utili per l’intero ciclo di progettazione.
Per chi si occupa di semiconduttori, ciò significa misurare i progetti rispetto a metriche importanti per i clienti, usando al contempo degli input tratti da condizioni operative realistiche piuttosto che da pattern di test astratti. Tali modelli e casi di test vengono realizzati una sola volta, per poi essere usati in fase di progettazione dei sistemi, implementazione e verifica post-produzione del chip in silicio.
Un esempio di approccio Shift Left messo in pratica è quello di un progetto di NXP su radar per il settore automotive, descritto nell’articolo “Environment-in-the-Loop Verification of Automotive Radar IC Designs”. Il team ha sviluppato una metodologia che allinea la verifica interna alle metriche definite dal cliente, come il rapporto segnale/rumore (SNR) e la distorsione armonica totale (THD). Invece di affidarsi esclusivamente a pattern di test astratti di basso livello, NXP ha generato degli stimoli di verifica a partire da scenari di guida Euro NCAP realistici e ha fatto ricorso a tali scenari nella validazione precoce a livello di sistema. Tale approccio ha consentito di effettuare prove sul campo virtuali un anno prima della produzione del primo chip in silicio, supportando al contempo il riuso a livello di sistema, RTL e nelle fasi di post-produzione del chip in silicio.
Diagramma a blocchi del circuito integrato di un sensore radar da 38-40,5 GHz con quattro canali di ricezione, tre canali di trasmissione, un PLL di generatore di segnali di chirp e blocchi di controllo di supporto.
La lezione da apprendere è che l’approccio Shift Left crea tanto più valore quando restringe il gap tra l’approvazione interna finale degli ingegneri e le condizioni d’uso reali dei clienti. Nonostante la verifica precoce sia utile, la verifica rilevante per il cliente ancora più anticipata è addirittura più efficace: tramite validazioni sempre più anticipate rispetto a contesti operativi realistici, i team possono ridurre il rischio di discrepanze nelle fasi avanzate e concentrarsi sui problemi più importanti a livello commerciale.
“Grazie all’uso di modelli DPI-C generati da MATLAB abbiamo potuto calcolare metriche funzionali e prestazionali a livello di più interfacce nell’ambiente di verifica dell’HDL di Cadence. Possiamo separare l’implementazione del progetto dalla verifica ed eseguire test a un livello di astrazione che è più in linea con le metriche che interessano i nostri clienti.”
Altri esempi documentati rafforzano lo stesso principio. STMicroelectronics ha usato Simulink® e HDL Verifier™ per riutilizzare modelli a livello di sistema nella verifica a livello di chip, dimezzando i tempi di verifica RTL dei progetti basati su Simulink. Per di più, dato che gli artefatti di verifica vengono riutilizzati nelle diverse fasi di progettazione, la ripetizione delle stesse operazioni nella verifica a livello di sistema e a livello RTL è stata notevolmente ridotta.
Nokia è partita dalla stessa idea ma si è mossa in una direzione diversa, adottando la progettazione Model-Based con Simulink in un flusso di progettazione di front-end digitali 5G. Stando alle parole di Sami Repo di Nokia, questo approccio ha portato “flessibilità, visibilità e capacità di reagire” nell’intero workflow, garantendo un’esecuzione più rapida, un’esplorazione migliore dell’architettura, comunicazioni più efficaci tra i team e a migliorie qualitative.
Insieme, questi esempi mostrano che il successo della strategia Shift Left non dipende esclusivamente da un’esecuzione anticipata, ma anche dalla riduzione delle operazioni doppie e dalla creazione di un linguaggio tecnico comune tra i team.
“[Questo approccio di progettazione e verifica] permette anche agli ingegneri di avere un’unica fonte di casi di test per gli stimoli eseguiti sia a livello di sistema che a livello RTL. Di conseguenza, i tempi di verifica RTL sono stati dimezzati.”
In questi esempi, la strategia Shift Left garantisce tanto più valore quando la verifica, oltre a essere anticipata, è anche più rilevante per il cliente e riutilizzabile.
| Azienda | Cos’hanno fatto | Cos’hanno ottenuto |
|---|---|---|
| NXP | Generazione di stimoli di verifica per radar del settore automotive a partire da scenari di guida Euro NCAP realistici e validazione rispetto a metriche di progettazione del cliente, quali SNR e THD. | Esecuzione di prove sul campo virtuali un anno prima della produzione del primo chip in silicio, con riutilizzo delle stesse risorse a livello di sistema, RTL e in post-produzione dei chip in silicio. |
| STMicroelectronics | Riutilizzo di modelli Simulink a livello di sistema direttamente nella verifica UVM a livello di chip. | Dimezzamento dei tempi di verifica RTL ed eliminazione delle operazioni che si ripetevano nella verifica a livello di sistema e RTL. |
| Nokia | Standardizzazione su una piattaforma di modellazione Simulink comune nel flusso di progettazione di front-end digitali 5G. | Esecuzione ed esplorazione dell’architettura più rapide, oltre a miglioramenti in termini di qualità. |
Se l’approccio Shift Left migliora l’esecuzione interna, lo Stretch Right estende gli investimenti ingegneristici verso l’esterno, sotto forma di risorse riutilizzabili per i clienti. In termini pratici, ciò significa fornire risorse riutilizzabili quali modelli di componenti, piattaforme di elaborazione virtuale, strumenti di configurazione e progettazione, componenti software pronti per la produzione e modelli di riferimento per applicazioni chiave.
Questo è importante perché i clienti cercano sempre di anticipare le fasi di test nei loro processi di sviluppo. Nei programmi per veicoli definiti dal software e in altri sistemi ad alta intensità software, i clienti vogliono avviare lo sviluppo prima che l’hardware sia disponibile, e continuare a migliorare i sistemi dopo la distribuzione. Le aziende di semiconduttori che mettono a disposizione infrastrutture di supporto e risorse virtuali migliori permettono ai loro clienti di avviare i lavori anticipatamente, procedere a integrazioni più rapidamente e ridurre il rischio di progetto.
Una recente collaborazione tra MathWorks e NXP per sistemi di gestione delle batterie (BMS) offre un chiaro esempio della strategia Stretch Right messa in pratica. Con l’introduzione di un apposito toolbox di progettazione Model-Based per BMS, gli ingegneri possono sviluppare, validare e distribuire in automatico algoritmi di controlli da MATLAB® e Simulink direttamente su processori NXP, colmando il divario tra progettazione a livello di sistema e implementazione in produzione. Questo approccio consente la distribuzione su hardware target, oltre alla generazione di codice ottimizzato, l’accesso a periferiche on-chip e l’esecuzione di test processor-in-the-loop. Tali funzionalità danno ai clienti la possibilità di passare in modo efficiente dalla modellazione e simulazione ai test e implementazione nel mondo reale, riutilizzando gli algoritmi senza ricodifica manuale e validandoli in scenari operativi realistici. Ne risulta una minore complessità di integrazione, la riduzione dei tempi di immissione sul mercato e una maggiore facilità di passaggio dal concetto alla distribuzione, con un miglioramento dell’ecosistema complessivo dei dispositivi e un ampliamento del valore delle piattaforme di semiconduttori che va oltre il silicio. La dirigenza stessa di NXP inquadra il vantaggio in termini commerciali, con il CTO Lars Reger che parla di “iterazioni di progettazione più rapide che permettono agli ingegneri di identificare e risolvere i problemi fin da subito”, oltre che di tempi di immissione sul mercato più brevi per i clienti che si basano sui chip in silicio di NXP.
Infineon offre un altro chiaro esempio dell’efficacia della strategia Stretch Right. L’azienda ha usato MATLAB e Simulink per sviluppare, verificare e consegnare a un cliente un modello IBIS-AMI completo nel giro di sole due settimane. Oltre a rispettare una scadenza così breve imposta dal cliente, hanno ottenuto una crescita della produzione interna più rapida e hanno sviluppato competenze in-house che potranno essere riutilizzate per programmi futuri.
“Il workflow che abbiamo seguito con SerDes Toolbox era il percorso più breve e rapido per consegnare un modello IBIS-AMI al nostro cliente. In più, ora abbiamo le competenze necessarie e la possibilità di riutilizzare parti del modello per produrre modelli IBIS-AMI per altri progetti e altri clienti.”
Per le aziende che si occupano di semiconduttori, questa è più di una semplice storia di modellazione. Si tratta di design-in poiché, se i modelli per i clienti sono accurati, possono accorciare i cicli di valutazione e ridurre la complessità in termini tecnici, senza esporre la proprietà intellettuale interna. L’approccio Stretch Right non ha esclusivamente a che fare con il supporto post-produzione dei chip in silicio, ma funge anche da leva di crescita. Migliori sono le risorse riutilizzabili, più facile sarà per i clienti adottare la piattaforma, scalarla nei vari programmi e usarla più a lungo.
Vista dall’alto e dal basso di un chip semiconduttore a pacchetto QFN di Infineon.
Questi esempi mostrano come l’approccio Stretch Right possa fungere da leva di crescita, trasformando le risorse ingegneristiche interne in strumenti che permettono ai clienti di lavorare più velocemente e rafforzano il loro legame con l’azienda.
| Azienda | Cos’hanno fatto | Cos’hanno ottenuto |
|---|---|---|
| NXP | Realizzazione di un toolbox di progettazione Model-Based per BMS che distribuisce algoritmi di controllo direttamente da MATLAB e Simulink sui processori NXP. | Eliminazione della ricodifica manuale e della complessità di integrazione, accorciamento delle procedure del cliente per passare dal concetto alla distribuzione su silicio. |
| Infineon | Sviluppato, verificato e consegnato un modello IBIS-AMI SerDes completo per un cliente in sole due settimane. | Rispetto di una scadenza ravvicinata, creando al contempo una capacità interna di modellazione riutilizzabile per progetti e clienti futuri. |
Nello sviluppo dei semiconduttori, l’IA crea il maggior valore nel momento in cui rafforza la strategia “Shift Left, Stretch Right”. Può aiutare i team di ingegneri a ridurre le configurazioni manuali, ad accorciare i cicli di simulazione e a tagliare i processi di “trial-and-error” nei workflow di progettazione e verifica. Nella pratica, comprende copiloti che assistono gli ingegneri, workflow agentici che supportano i cicli ingegneristici iterativi, modelli di Machine Learning per svolgere attività di emulazione e ottimizzazione, come anche workflow che distribuiscono algoritmi di IA su acceleratori hardware.
Un caso d’uso pratico è rappresentato dall’IA come workflow ingegneristico autonomo. Intel descrive un workflow di IA multi-agente che esegue un’approvazione finale completa di integrità dei segnali per interconnessioni PCIe post-layout. Il progetto è deliberatamente incentrato sugli agenti: un agente di supervisione interpreta l’obiettivo e orchestra agenti operativi specializzati per l’estrazione, la conformità e la rendicontazione, eseguendo un flusso ingegneristico approvato come una macchina a stati deterministica in modo che i risultati siano riproducibili e non improvvisati. Il ruolo dell’ingegnere passa dall’esecuzione dei solver e dalla compilazione dei report alla definizione degli obiettivi, dei vincoli e degli indicatori di successo, nonché alla validazione dei risultati: è esattamente ciò che una strategia shift-left, stretch-right richiede all’IA.
“Il ruolo dell’ingegnere passa dall’esecuzione alla definizione di obiettivi e validazione.”
Un altro caso d’uso è costituito dall’impiego dell’IA per l’efficienza della verifica. Nokia ha utilizzato MATLAB per sviluppare un approccio di Machine Learning in grado di ridurre il numero di test necessari per la coverage closure arrivando quasi a dimezzarli, migliorando al contempo la qualità della verifica grazie alla riduzione dei casi di test ridondanti. Questo è un esempio di Shift Left molto efficace perché l’IA ha aiutato il team a raggiungere gli obiettivi di copertura con un numero inferiore di test e con meno simulazioni ridondanti.
Un terzo caso d’uso consiste nell’implementazione dell’IA come parte del prodotto finale. NXP ha addestrato una rete neurale in MATLAB per correggere errori ADC a posteriori, per poi generare e verificare la corrispondente implementazione HDL. Una volta implementata su un ASIC, la rete aveva bisogno del 15% dell’area dell’ADC e consumava una potenza inferiore di circa 16 volte in condizioni operative normali. Questo esempio mostra che l’IA contribuisce direttamente all’architettura hardware, non solo alla produttività tecnica.
Questi esempi mostrano come l’IA sia in grado di rafforzare la strategia “Shift Left, Stretch Right”, dall’efficienza della verifica alla riproducibilità dell’approvazione finale, fino ai chip in silicio con IA integrata.
| Azienda | Cos’hanno fatto | Cos’hanno ottenuto |
|---|---|---|
| Intel | Realizzazione di un workflow di IA multi-agente che esegue l’approvazione finale completa di integrità dei segnali per interconnessioni PCIe post-layout. | Riproducibilità dell’approvazione finale e passaggio del ruolo dell’ingegnere da esecuzione di risolutori a definizione di obiettivi e validazione di risultati. |
| Nokia | Attuazione di un approccio di Machine Learning per selezionare test di algoritmi 5G. | Raggiungimento di una coverage closure con un numero di test quasi dimezzato e simulazioni meno ridondanti. |
| NXP | Addestramento di una rete neurale in MATLAB per correggere errori ADC a posteriori, per poi generare e verificare l’HDL in relazione al silicio. | Correzione di errori ADC con appena il 15% dell’area dell’ADC e una potenza inferiore di circa 16 volte. |
Un punto di partenza pratico consiste nel considerare le strategie Shift Left e Stretch Right non come iniziative isolate, ma come un’evoluzione strategica del modello operativo ingegneristico. I team dirigenti dovrebbero individuare i casi in cui la verifica anticipata può sostanzialmente ridurre il rischio o accelerare lo sviluppo, valutando al contempo anche quali modelli, workflow e risorse ingegneristiche possono essere sfruttate per generare valore per il cliente, oltre lo sviluppo interno. Le opportunità a impatto maggiore sono in genere quelle che creano una correlazione tra esiti ingegneristici e risultati commerciali: riduzione del rischio nelle fasi avanzate, accelerazione della valutazione del cliente, accorciamento dei cicli di design-in e semplificazione del supporto al prodotto e della sua evoluzione. Le domande chiave da porsi sono semplici: Quali rischi possono essere affrontati anticipatamente? Quali risorse interne possono trasformarsi in capacità scalabili di customer enablement? E quali workflow pilota possono dimostrare un valore commerciale misurabile e dare slancio a un’adozione più ampia?
La garanzia del successo al primo tentativo di produzione del chip in silicio dipende da due capacità connesse: migliorare gli esiti ingegneristici interni anticipatamente e migliorare i risultati per i clienti successivamente e più a lungo. L’approccio Shift Left rende le architetture più affidabili, velocizza l’iterazione e rende la verifica più pertinente. L’approccio Stretch Right converte le risorse ingegneristiche in strumenti che il cliente può usare per accelerare il design-in e ridurre la complessità nel ciclo di vita.
Per le aziende operanti nel settore dei semiconduttori che si trovano di fronte a una complessità sempre maggiore e a tempi sempre più stretti, questa è una strategia pratica e scalabile. La modellazione anticipata, la validazione realistica, risorse di verifica riutilizzabili, modelli di simulazione utilizzabili dai clienti e workflow su target supportati contribuiscono unitamente ad assicurarsi una posizione competitiva più forte. Le aziende che hanno deciso di muoversi in questa direzione non solo hanno migliorato lo sviluppo dei chip in silicio, ma hanno ottimizzato l’intera esperienza del cliente che crea prodotti sulla base di quel chip in silicio.
