您知道系統(tǒng)架構(gòu)師在片上系統(tǒng) (SoC) 設(shè)計(jì)中的具體工作嗎？如果您已經(jīng)認(rèn)識(shí)或經(jīng)驗(yàn)豐富的系統(tǒng)架構(gòu)師，那么可能無(wú)需進(jìn)一步閱讀。但是，如果您是我們眾多正在探索該行業(yè)機(jī)會(huì)的年輕讀者之一，請(qǐng)繼續(xù)閱讀，看看這是否是您或可能是您。

對(duì)系統(tǒng)架構(gòu)師的需求不斷增長(zhǎng)，因?yàn)轭I(lǐng)先的數(shù)字 ASIC 設(shè)計(jì)每年都變得更加復(fù)雜，并且需要數(shù)十人的團(tuán)隊(duì)在它的所有不同方面工作。根據(jù)先進(jìn)的芯片設(shè)計(jì)公司 Sondrel 的說(shuō)法，系統(tǒng)架構(gòu)師對(duì)于協(xié)調(diào)設(shè)計(jì)項(xiàng)目的各個(gè)方面都很重要。

Sondrel 的設(shè)計(jì)架構(gòu)主管 Paul Martin 將系統(tǒng)架構(gòu)師比作管弦樂(lè)隊(duì)的指揮。他說(shuō)：“他或她必須對(duì)一個(gè)項(xiàng)目所需的所有技能有深刻的理解，并知道它們何時(shí)適合項(xiàng)目的順序，就像指揮對(duì)管弦樂(lè)隊(duì)的所有部分在正確的演奏中所做的那樣時(shí)間。只有在這種情況下，它才能確保每個(gè)項(xiàng)目都符合規(guī)范并按時(shí)按預(yù)算進(jìn)行。我們成功做到這一點(diǎn)的聲譽(yù)是每個(gè)季度都會(huì)引入更多項(xiàng)目，這就是為什么我們?cè)谌蛩性O(shè)計(jì)中心招聘多技能工程師作為系統(tǒng)架構(gòu)師來(lái)滿足需求。”

具有數(shù)十億門(mén)的高級(jí)節(jié)點(diǎn)芯片設(shè)計(jì)的復(fù)雜性需要經(jīng)驗(yàn)豐富的工程師的大型團(tuán)隊(duì)。正如 Sondrel 首席執(zhí)行官 Graham Curren去年在其工程師招聘活動(dòng)中解釋的那樣，“例如，我們最近完成了一項(xiàng) 16nm 設(shè)計(jì)，需要 100 多人全職工作一年多。這種資源部署通常只能在大型藍(lán)籌公司內(nèi)部使用?！?/p>

Curren 提到的 16nm 芯片是當(dāng)時(shí)公司為客戶設(shè)計(jì)的最大的芯片，一個(gè) 500 平方毫米的芯片，擁有超過(guò) 300 億個(gè)晶體管、4000 萬(wàn)個(gè)觸發(fā)器和 23000 個(gè)用于 I/O、電源和接地的焊盤(pán)。大約三分之一的芯片平面圖是處理實(shí)時(shí)圖像處理的客戶 IP 塊。Sondrel 支持圖形處理器單元塊、兩個(gè)中央處理器單元、片上高速緩存存儲(chǔ)器、PCI 和 USB 接口以及存儲(chǔ)器控制器到片外存儲(chǔ)器，在一個(gè)郵票大小的芯片上使用超過(guò) 7 公里的金屬軌道.

一次性設(shè)計(jì)出如此復(fù)雜的芯片是不可能的，因?yàn)樗?3 億個(gè)可布局的邏輯單元，而布局工具一次只能處理 300 萬(wàn)個(gè)，而運(yùn)行時(shí)間不會(huì)變得過(guò)多。因此，它被劃分為大小可控的功能塊，分布在金字塔結(jié)構(gòu)的四個(gè)層次上。

為了達(dá)到這一點(diǎn)，在 SoC 開(kāi)發(fā)周期的早期，產(chǎn)品經(jīng)理、系統(tǒng)架構(gòu)師和相關(guān)的技術(shù)利益相關(guān)者討論并詳細(xì)說(shuō)明產(chǎn)品需求。每個(gè)組都傾向于對(duì)產(chǎn)品有一個(gè)特定的心理模型，通常是產(chǎn)品經(jīng)理專(zhuān)注于最終用途和產(chǎn)品應(yīng)用。同時(shí)，系統(tǒng)架構(gòu)師關(guān)注功能和執(zhí)行，以及需求的實(shí)現(xiàn)。

這個(gè)“需求捕獲階段”識(shí)別、制定和記錄所有已知的功能和指標(biāo)，包括清晰完整的提案中的性能需求。此外，該練習(xí)確定了尚未完全理解或以后可能包括在內(nèi)的功能，并試圖確定和計(jì)劃完成此類(lèi)功能的鑒定和量化所需的任務(wù)。

完成后，或在程序開(kāi)始時(shí)盡可能完成時(shí)，系統(tǒng)架構(gòu)團(tuán)隊(duì)的需求會(huì)經(jīng)歷一個(gè)分析階段，其中包含來(lái)自設(shè)計(jì)和實(shí)施團(tuán)隊(duì)的適當(dāng)輸入。這個(gè)迭代過(guò)程的結(jié)果是一個(gè)架構(gòu)設(shè)計(jì)規(guī)范，其中包括一個(gè)架構(gòu)設(shè)計(jì)，其所有功能、功率估計(jì)、性能和面積都已確定。

在初始階段包含設(shè)計(jì)和實(shí)施工作可確保對(duì)規(guī)范和體系結(jié)構(gòu)的更高水平的準(zhǔn)確性和驗(yàn)證，并確定指導(dǎo)設(shè)計(jì)選擇所需的敏感性。

架構(gòu)分析包括架構(gòu)探索、IP選擇/規(guī)范、需求驗(yàn)證和項(xiàng)目執(zhí)行計(jì)劃的生成，主要任務(wù)在后期階段詳細(xì)闡述。

候選架構(gòu)的架構(gòu)探索是一個(gè)主要組成部分。它通過(guò)對(duì)提案進(jìn)行建模和評(píng)估已知或參考用例來(lái)改進(jìn)架構(gòu)設(shè)計(jì)，動(dòng)態(tài)地允許定義系統(tǒng)拓?fù)洳⒎峙湟峙涞馁Y源（內(nèi)存、總線結(jié)構(gòu)數(shù)據(jù)/控制路徑等）。

雖然它允許評(píng)估和驗(yàn)證功能的各個(gè)方面（連接性、時(shí)序、性能）以確保設(shè)計(jì)的正確性，但使用更詳細(xì)和準(zhǔn)確的模型的后期階段用于確定和糾正架構(gòu)實(shí)施期間的潛在錯(cuò)誤.

SoC 架構(gòu)探索的初始部分是一種嚴(yán)格的方法，用于捕獲 SoC 需要執(zhí)行的一個(gè)或多個(gè)應(yīng)用程序用例和數(shù)據(jù)流。準(zhǔn)確而完整的用例描述對(duì)于與利益相關(guān)者進(jìn)行溝通并在產(chǎn)品定義階段早期就需求達(dá)成一致是必要的。系統(tǒng)架構(gòu)師尋求提取產(chǎn)品需求并表達(dá)它們，以便技術(shù)和非技術(shù)利益相關(guān)者能夠跟上產(chǎn)品意圖和架構(gòu)選擇，而無(wú)需過(guò)多的技術(shù)細(xì)節(jié)。

從產(chǎn)品需求到可執(zhí)行架構(gòu)模型的流程。（來(lái)源：桑德雷爾）

這個(gè)協(xié)作過(guò)程有八個(gè)步驟：

產(chǎn)品經(jīng)理對(duì)潛在的 SoC 解決方案進(jìn)行市場(chǎng)分析、行業(yè)趨勢(shì)和產(chǎn)品需求定義。

產(chǎn)品用例需求通常通過(guò)演示文稿、電子表格或文檔傳達(dá)給系統(tǒng)架構(gòu)師。

建模流程所需的需求轉(zhuǎn)換為 DSL 格式。

工具生成用例的可執(zhí)行規(guī)范和可視化。

工具還生成用例架構(gòu)探索所需的周期精確的 SystemC 模型。

系統(tǒng)架構(gòu)師檢查探索練習(xí)的結(jié)果，并逐漸收斂到 SoC 的最佳架構(gòu)。

系統(tǒng)架構(gòu)師與產(chǎn)品經(jīng)理交流調(diào)查結(jié)果。

產(chǎn)品經(jīng)理可能決定修改需求或與系統(tǒng)架構(gòu)師合作以進(jìn)一步完善候選 SoC 架構(gòu)。

為了說(shuō)明用于系統(tǒng)架構(gòu)探索的 SoC 應(yīng)用用例，Sondrel 發(fā)表了一篇論文，涵蓋了在程序的架構(gòu)階段使用建模。下圖顯示了一個(gè)典型的自主視覺(jué)用例數(shù)據(jù)流圖，其中節(jié)點(diǎn)代表處理功能，邊代表數(shù)據(jù)流。

示例自主視覺(jué)用例數(shù)據(jù)流。（來(lái)源：桑德雷爾）

流程中的具體階段是：

幀曝光——相機(jī)傳感器拍攝其視野快照的時(shí)間間隔。圖像傳感器可以配置為全局快門(mén)或滾動(dòng)快門(mén)模式，每種模式都有一個(gè)與之相關(guān)的曝光時(shí)間。

幀 RX – 成組的圖像像素通過(guò)實(shí)時(shí)接口（例如 MIPI CSI-3）發(fā)送到 SoC 的時(shí)間間隔。

圖像調(diào)節(jié)——在實(shí)際計(jì)算階段之前對(duì)接收到的數(shù)據(jù)執(zhí)行的任何圖像預(yù)處理、過(guò)濾或匯總步驟。

經(jīng)典計(jì)算機(jī)視覺(jué)——眾所周知的視覺(jué)處理算法，例如，相機(jī)校準(zhǔn)、運(yùn)動(dòng)估計(jì)或立體視覺(jué)的單應(yīng)運(yùn)算。

計(jì)算成像——視覺(jué)算法通過(guò)像素云或深度圖估計(jì)等自定義處理步驟得到增強(qiáng)

AI 推理——基于神經(jīng)網(wǎng)絡(luò)的圖像處理，用于語(yǔ)義分割、對(duì)象分類(lèi)等。

數(shù)據(jù)融合——最后階段的傳感器融合和跟蹤。還可能包括格式化或打包處理。

數(shù)據(jù) TX – 可以通過(guò) PCIE 或?qū)崟r(shí)接口（例如 MIPI CSI-3）以恒定或可變數(shù)據(jù)速率傳輸。

本文接著定義了兩個(gè)仿真結(jié)構(gòu)，應(yīng)用用例模型和硬件平臺(tái)模型，然后是一個(gè)完整的仿真模型，用例任務(wù)映射到硬件平臺(tái)的子系統(tǒng)上。完整的論文“系統(tǒng)架構(gòu)探索的 SoC 應(yīng)用用例捕獲”可從Sondrel獲得。

審核編輯 黃昊宇