隨著晶片複雜度不斷攀升，半導體工程領域的專家們正在探索一個關鍵問題：如何讓晶片"自我解釋"其運行狀態？本文匯集了來自Arteris、Baya Systems、Cadence、Keysight EDA、Movellus、Siemens EDA、Synopsys和Vinci等公司的頂級專家，圍繞片上數據分析與彈性設計展開深度對話。
片上監控數據的流向與分析
當片上或系統內監控器採集到數據後，這些數據將經歷一套分層處理流程。Movellus首席運營官Vikram Karvat指出，需要從數據量和延遲兩個維度來理解這一問題。傳感器每秒可產生數百GB的數據，這意味著必須在靠近傳感器的位置進行預處理和過濾，經過精簡後的數據才能在晶片內部流轉，進行進一步分析。數據離片傳輸則面臨數據所有權和安全性等一系列挑戰。此外，對於實時或近實時操作而言，數據必須在晶片內完成分析——某些場景下甚至需要在納秒級內完成響應，例如電壓驟降緩解、熱事件處理和動態頻率調節（DFS）。只有在離線分析、數據量相對較小且安全與所有權問題已妥善解決的前提下，將數據傳輸至外部分析平台才有實際意義。
Arteris產品管理與營銷副總裁Andy Nightingale補充道，一旦具備足夠的可見性，團隊便可據此調整服務質量（QoS）策略，重新平衡工作負載，優化調度決策。這是一個系統層面的整體權衡過程，涵蓋QoS調優、擁塞控制、延遲邊界管理以及反饋循環等多個維度。
Cadence Silicon Solutions Group傑出工程師Moshiko Emmer則從兩個主要層面加以分析：一是矽驗證階段的優化，二是產品交付客戶後的現場優化。他指出，設計中始終存在保護餘量（guard band），因為工藝變化導致不同芯粒（chiplet）的性能存在差異。在頻率目標和功耗性能方程的優化上，仍有相當大的空間——不僅限於矽驗證階段，在實際應用場景中同樣如此。對於多芯粒系統，芯粒之間的相互作用必須被納入考量，功耗預算等資源的共享機制至關重要，這既是挑戰，也是提升整體效率的機遇。
Baya Systems首席商務官Nandan Nayampally進一步指出，傳統做法是將數據寫入追蹤緩衝區和寄存器，通過輪詢計數器進行批量處理。但現在，實時軟體例程正在取代被動的監控機制。隨著更多數據被匯入AI數據倉庫，現場模型能夠在持續學習中不斷優化。遙測與控制能力讓系統具備了持續自我改善的智能，同時也有助於應對老化等可靠性問題。
Vinci GTM負責人Satish Radhakrishnan認為，系統需要配備一個能夠接收指令並處理數據的作業系統或等效組件。理想的工作模式類似於數字孿生——實時運行、預測性分析，僅在發現異常時介入。這要求系統具備極高的響應速度，以便在熱問題、可靠性隱患或電流異常等風險出現時，能夠及早識別並進行預防性干預。
Keysight EDA戰略規劃總監Pedro Merlo從測試視角切入，指出片上監控使保護餘量得以儘可能收窄，同時仍能滿足數據傳輸要求，大幅提升功耗效率。矽生命周期管理（SLM）的持續演進，讓工程師得以在真實工況下獲得前所未有的深度洞察，這些數據反哺數字孿生模型，形成持續優化的飛輪效應。
Siemens EDA Tessent汽車IC解決方案總監Lee Harrison觀察到，隨著監控器數量的增加，數據處理方式也在發生根本性轉變。邊緣端（即晶片本身）需要承擔越來越多的本地處理工作，既用於維持當前晶片的高效運行，也用於評估長期的可靠性趨勢。他認為，在晶片級別引入AI進行處理已具備充分的必要性。
Synopsys產品管理總監Randy Fish指出，嵌入式管理控制處理器長期以來對終端用戶透明，但其重要性日益凸顯。部分監控任務（如電壓驟降檢測）需要硬體級計算以滿足極低延遲要求，另一些則由應用處理器處理，還有部分數據需上傳至雲端進行良率診斷和質量分析。矽-SPICE模型相關性（即模型與硬體的對應關係）是縮小模擬結果與實測數據差距的重要手段，這一過程高度依賴於延遲要求和數據總量。
在此基礎上，Anirudh Darbari提供了更為系統的架構視角：片上監控器為分層流水線提供數據輸入，從矽層到固件/作業系統層，再到機群級分析層。PVT、裕量、錯誤及協議/流量監控器在本地完成聚合，而非以原始形式傳輸。系統軟體通過MMIO、管理控制器、調試/追蹤埠或系統管理總線對外暴露這些數據，並記錄至生命周期或可觀測性後端。分析棧則跨設備、跨工作負載挖掘數據，識別熱點、邊緣工況和系統性效率缺陷。整個體系形成兩條反饋迴路：一條是快速本地迴路，固件依據實時遙測調整DVFS、限流、路由和冗餘策略；另一條是較慢的生命周期迴路，機群數據驅動下一次流片的保護餘量、固件策略乃至微架構調整。他特別強調了形式化方法在分析階段的巨大潛力——當前大多數系統是"指標驅動"而非"規格驅動"，真正需要的是將遙測數據與已知需求明確綁定，並通過AI智能體的訓練與推理循環生成形式化屬性和不變量，使分析系統不僅能回答"當前溫度是多少"，更能判斷"我們是否正在趨近某個安全性、一致性或數據完整性屬性的可證明違規"。
片上可見性監控器的面積開銷
隨著監控能力的持續增強，監控器的面積開銷問題備受關注。
Harrison坦言，目前業界仍處於學習階段，尚無通用標準來規範監控器的類型與布局。當前的主流做法是"儘可能多地部署監控器"，但隨著數據積累，未來必將走向更精細的優化與整合。
Fish指出，面積影響固然存在，但更具挑戰性的是時序收斂、功耗等多重約束。溫度傳感器需要儘量靠近熱點部署，而熱點往往位於高密度邏輯區域，因此設計階段需要大量分析以確定合理的監控器位置，避免干擾整體設計收斂。他還進一步說明了監控器的工作模式：熱傳感器通常在任務模式下持續開啟；環形振盪器等工藝檢測器則可按需切換；部分老化監控器需持續運行以建立基線對比。
Darbari認為，業界的討論重心已從"監控器值不值得占用面積"轉向"最小可接受的可觀測性基礎設施是什麼"。PVT、裕量及基礎功能健康監控器已成為不可或缺的基礎設施，與鎖相環（PLL）和可測試性設計（DFT）同等重要。真正需要管控的是"錦上添花式"可觀測性的無序擴張——額外的傳感器、逐鏈路計數器、追蹤緩衝區和遙測總線，這些會導致面積、功耗和布線的顯著膨脹。他主張採用選擇性、模型驅動的監控策略，藉助形式化證明覆蓋率和影響錐分析，精準定位對關鍵屬性影響最大的設計區域，將監控器部署在能夠最大化發揮作用的位置。
Merlo強調，核心邏輯是投資回報率（ROI）——接受一定的面積或功耗代價是否物有所值，取決於能否從系統中獲取有效資訊以支撐優化決策。隨著系統的大規模部署，行業將逐步學會區分哪些指標值得重點持續監控，哪些只是長期趨勢性觀測。
Nayampally則指出，基礎數字監控器、性能計數器等成本相對低廉，真正的開銷來自需要模擬組件和儲存器支持的專用傳感器。從晶片開發的整體成本來看，一款新晶片的研發費用高達數億美元，因此單片成本的小幅增加，遠不及前期失效所帶來的風險代價。
Karvat以Movellus最新推出的片上電壓遙測平台為例說明：設計團隊部署可見性監控器，本質上是為了優化功耗、性能或可靠性等關鍵指標。該平台能夠提供片上電壓行為的實測數據，從而收窄原本需要保守設置的保護餘量，有效釋放性能或降低功耗。在當今AI加速器的激烈競爭中，功耗與性能的提升足以彌補輕微的面積增加。
Radhakrishnan最後總結道，關鍵在於為每個組件或IP合理分配空間。藉助數字孿生進行精確仿真，並在每個位置實現全面的數據可見性，將為整體設計決策帶來顯著的價值提升。
Q&A
Q1：片上監控器採集的數據是如何分層處理和分析的？
A：片上監控器數據遵循"矽層→固件/作業系統層→機群級分析層"的分層流水線。在晶片本地，數據首先進行聚合和過濾，以應對傳感器每秒數百GB的龐大數據量。經精簡的數據再傳至系統軟體層，通過MMIO、管理控制器或調試埠上報至可觀測性後端。最終，分析棧跨設備和工作負載對數據進行挖掘，識別熱點和效率缺陷，並形成快速本地反饋迴路（調整DVFS、限流等）和慢速生命周期迴路（指導下一代晶片設計），兩條反饋迴路相互協作，實現持續優化。
Q2：片上監控器的面積開銷大嗎？值不值得部署？
A：面積開銷確實存在，但業界的討論重心已從"值不值得"轉向"最小化可觀測性基礎設施"的設計方法。PVT、裕量及基礎健康監控器如今被視為不可或缺的基礎設施，與PLL和DFT同等重要。真正的挑戰在於管控"錦上添花式"可觀測性的無序擴張。專家建議採用選擇性、模型驅動的策略，結合形式化方法精準確定監控器位置。在AI加速器競爭激烈的當下，功耗與性能的收益往往遠超輕微的面積增加，整體ROI是正向的。
Q3：片上遙測數據如何幫助改善矽-SPICE模型相關性？
A：晶片設計中，仿真模型與實際矽片行為之間往往存在偏差。片上遙測平台（如片上電壓遙測）能夠提供晶片真實運行時的電壓、溫度等行為數據，這些實測數據可與設計階段的SPICE仿真結果進行對比，幫助工程師量化並縮小"模型-矽片"之間的差距。這一過程通常被稱為"模型硬體相關性"驗證，其精度高度依賴於數據延遲和整體數據量。通過持續的現場數據反饋，不僅能優化當前產品的保護餘量設置，還能為下一代晶片的微架構設計提供更精確的輸入。
