7月20日，我們Cadence公司的日本用戶大會在富士山旁成功舉辦。想知道我們與日本用戶有何互動，Cadence又發(fā)布了什么新技術嗎？小編來為大家揭曉答案~

在CDNLive日本站，Cadence公司資深副總裁、兼定制IC芯片和 PCB事業(yè)部總經理Tom Beckley發(fā)表了主題演講“實現第四次工業(yè)革命（工業(yè)4.0）”。同時，他宣布了Sigrity?2018的最新版本正式發(fā)布，該版本是Sigrity電源和信號完整性分析工具的最新版本，融合了大量的機械設計和剛柔設計支持功能，幫助用戶解決日益復雜的多板系統(tǒng)問題。

其后，Brad Griffin(Cadence Product Management Group Director)發(fā)表演講“如何攻克多板系統(tǒng)的仿真難題”，就Sigrity 2018最新版的更多細節(jié)內容做出了詳細解釋。

TomBeckley

配圖：Tom Beckley與機器人互動

想象一下反烏托邦式的未來：我們所有的工作都被機器人接管，Tom Beckley的演講也被機器人Pepper所取代——Pepper歡迎大家來到CDNLive日本，然后請Tom走上臺；當Tom開始談論數據時，Pepper則溫順地站在一旁… 這就是機器人的時代。

即使是電子行業(yè)之外的人也已經意識到大數據和人工智能領域正在引領著一場變革。

2020年數據預測

你可能聽過 “數據是新時代的石油” 這一說法。但正如一桶原油在經過全面處理之前無法真正發(fā)揮作用，數據也需要進行處理。

第一次工業(yè)革命始于18世紀晚期的英格蘭北部，最初使用水力而后改用蒸汽來自動化鋼鐵和紡織業(yè)。

第二次工業(yè)革命是以電力和內燃機為“驅動力”的大規(guī)模生產的時代。石油作為汽車、卡車、飛機和船舶的燃料，成為了經濟與社會的命脈。

第三次工業(yè)革命則是計算機及信息技術革命，它橫跨了很長一段時間，從第一臺計算機發(fā)明到大型主機、PC、直到互聯網的出現。然而我卻認為這場大變革開始于這一天：2007年1月9日，一名男子打電話給一位名叫Hannah Zhang的星巴克咖啡師，并訂購了4,000份拿鐵。這名男子正是Steve Jobs，而那是第一次iPhone通話（外部測試）。從此，智能手機改變了一切。

它改變了所有相關公司的價值。第一次和第二次工業(yè)革命以原料為主，尤以石油為重。1975年，頂級公司都是石油公司或石油消費公司：?？松梨?、通用汽車、福特汽車、殼牌石油、美孚石油、雪弗龍集團等。

而今天，當我們開始經歷第四次工業(yè)革命時，我們心中的頂級公司卻是：蘋果公司、谷歌公司、阿里巴巴、騰訊、百度、微軟、亞馬遜、Facebook（臉書）、三星、英特爾等。

數據，作為新時代的石油，已經掌控了我們的股市、經濟與社會。

那么未來將如何發(fā)展？機器人技術（“Hi Pepper”）、人工智能、納米技術、量子計算、物聯網、自動駕駛汽車和生物技術，這些領域（主要）都是利用大量數據再將其應用于訓練新的算法。我們不再像1999年那樣埋頭編程; 我們正在訓練神經網絡完成我們甚至都不知道如何編程的事情。

一個取得驚人進展的領域是自動駕駛汽車。DARPA（美國國防部高級研究計劃局）在2004年開展了第一次挑戰(zhàn)。當年的無人車在120英里的賽道上最多只能自動行駛7.3英里。

但是到了2005年，技術發(fā)展的速度令人難以置信。200萬美元的獎金和全新的賽道（包括100個彎道、三個隧道和最后一段一側陡坡一側懸崖的通道）吸引了23位決賽選手；除了一位選手之外，其他選手都比前一年7.3英里的獲勝成績更進一步， 更有五輛車完成了全部132英里的路程。

2005年DARPA挑戰(zhàn)

工業(yè)4.0為IC芯片和系統(tǒng)公司提供了巨大的商機和風險：傳感器、電氣、機械、射頻、軟件以及芯片融合在一起；機器學習正在改變系統(tǒng)（特別是涉及視覺的系統(tǒng)）的組裝方式。傳統(tǒng)的“系統(tǒng)”公司界限正在消失——OEM的界限變得模糊：Alphabet（谷歌）在制造汽車; 蘋果和華為在設計手機芯片而不再從半導體公司購買；硅谷的創(chuàng)業(yè)公司已被 “人工智能” 這個詞語淹沒。5G將改變更多我們認知領域里的界限。

而機遇也正在從風險中醞釀：正如Mentor Graphics 的CEO Wally Rhines在DARPA ERI活動的演講中所言，“許多深度學習的芯片公司將無法生存… 但與此同時，它們都需要EDA軟件?！?誠然，但是比起任何時候，即使像Cadence這樣的公司也無法單獨實現一切，“系統(tǒng)設計實現”（SDE）需要各個垂直行業(yè)的不同合作伙伴。

在機器人Pepper回到臺上結束主題演講之前，Tom提到了一些關于機器人的有趣數據。下表顯示了每100名工人對應的機器人數量。然而最令人驚訝的數據則是：日本自2015年推出“新機器人戰(zhàn)略”以來，他們使用的機器人已經節(jié)省了25％的勞動力（落后于韓國和新加坡），但他們卻出口了75%所制造的機器人，占日本出口總量的11％。2022年，機器人預計將擁有價值250億美元的商機，大約是價值500億美元智能手機市場的一半。

是時候讓機器人Pepper為日本出口做出自己的貢獻了。

Brad Griffin

電源和信號完整性的挑戰(zhàn)之一，實際上也是對于任何形式的完整系統(tǒng)分析挑戰(zhàn)之一，都是電源和信號不遵從技術和組織結構的邊界。在某種復雜的實際情況下，信號可能必須經過芯片、復雜封裝、電路板、電纜連接器、雙絞線，再通過另一個連接器，經過電路板而到達另一個封裝從而進入接收芯片?！安蛔駨募夹g邊界”是指該過程需要很多不同的技術：硅、封裝、電路板、3D連接器、電纜?！安蛔駨慕M織結構邊界”則是指這兩個芯片可能需由不同的設計團隊（甚至是不同的公司，尤其對于存儲器而言）進行設計。電路板可以由不同的設計團隊完成，連接器和電纜可以直接購買。但是誰會對系統(tǒng)的完整性負責？ 誰又能將所有不同的分析方法匯集在一起來實際完成任務？

對于芯片運行速度越來越快、封裝技術越來越復雜、功耗越來越低的情況… 以及人力更少、時間更緊的進度表而言，我相信你一定大有可言。

而對于能將所有分析技術集成在一起來解決實際問題的答案則是Cadence Sigrity 2018最新版及其3D workbench技術。該版本將電氣和3D機械結構集成到系統(tǒng)完整性流程中。上圖給出了需要分析的結構類型的復雜性。本節(jié)開頭的GIF顯示了復雜的多位插頭和插槽的復雜程度。

Brad舉了一個例子：相機及其外殼。 底座的一部分帶有鏡頭，一部分帶有電纜。

如上圖，相機由兩塊電路板組成：連接器、網絡接口，并假設有一個由2或3個非常薄的尺寸相同的相連芯片組成的CMOS圖像傳感器（當今CMOS圖像傳感器的光由背面薄薄的芯片透過，就像你試圖從背面看電視機一樣）。

我們想要分析的問題是相機如何與通風孔協作。系統(tǒng)完整性的挑戰(zhàn)在于任何因素都會影響其它一切。如果孔太大，設計會降溫，但EMI可能是不可接受的。溫度受功率影響，但功率也受溫度影響，信號完整性則受二者同時影響。

新聞發(fā)布中的重點內容如下：

? 熱，信號完整性，電源完整性，ESD，EMI分析

? 使用合并連接器和PCB的3D模型對多板系統(tǒng)進行高級精度仿真

? 考慮電纜和連接器的系統(tǒng)級影響，優(yōu)化PCB的信號和電源完整性

更多關于Cadence Sigrity 2018最新版及其3D workbench技術的新聞發(fā)布內容，請點擊查看：

Cadence Sigrity 2018最新版集成3D設計與分析，大幅縮短PCB設計周期

或點擊“閱讀原文”訪問Cadence官方網站查看產品詳細信息。