FPGA or Not，自动驾驶时代如何打破高可靠性FPGA设计瓶颈

Max

随着后摩尔时代的到来，先进的半导体工艺在FPGA上得到了广泛应用，自动驾驶、5G、人工智能、边缘计算、机器学习、视频与图像处理、物联网、航空航天、军用等领域都是当下FPGA的热门应用。

以自动驾驶为例，随着技术的演化升级，背后蕴藏的技术复杂程度也不断提升——多传感器融合、更大量的运算算法、更高速的数据处理、嵌入式终端和设备、机器视觉、语音控制、深度学习推算……这些都使得CPU、GPU的算力无法单独应对;而高额的一次性工程(NRE)成本使得ASIC设计无法应付频繁的技术演化。于是，与高计算密度高灵活性的FPGA的结合使用已逐步成为主流的方式。此外，自动驾驶技术的高可靠性和快速持续迭代需求，也需要在FPGA设计上得以提前实现和验证。

而产品上市和开发周期的压力，使得“如何提高FPGA整体设计效率和可靠性”成为工程师们关注的重点。而效率和可靠性的提升，需求驱动的验证方法学是关键。

Wilson Research Group研究表明，由于设计和验证的愈发复杂，FPGA平均验证时间已占据了FPGA项目的一半周期，有超过六成的开发项目无法按期交付，而交付的项目中有超过八成的产品存在bug。于是，EDA供应商正逐步通过引导FPGA设计者采用跟芯片设计类似的方法学,来提高FPGA设计验证的效率和生产力，从而加快产品上市时间。

目前复杂的FPGA硬件电子设备的开发流程中涉及众多环节与步骤，一般包含前期设计，详细设计以及实施阶段，且验证存在于每一阶段，因此在设计过程中需要引入一整套高效协同工作的，基于需求设计理念的技术和方法学。




基于需求的高可靠性FPGA设计方法意味着设计流程的中心将围绕着如何捕获与确认设计需求，以及如何基于需求进行设计、验证及实现。在这种高可靠性的需求驱动下，越来越多的FPGA设计者也开始利用芯片设计和验证的技术，并在电子系统级开始考虑，进而在寄存器传输级 (RTL) 进行高可靠性的设计、验证与实现，全面提升FPGA的开发效率，从而可以确保FPGA开发的每一步流程可以追溯到最初的需求。这种技术和方法学的改进，可以帮助FPGA工程师使用先进的设计、验证和实现技术来加快FPGA的开发，并实现更高质量的设计。

为了解决日益增长的FPGA验证复杂性，提高设计验证效率和质量，Mentor PCB为FPGA设计人员带来了可全方位覆盖完整FPGA设计流程解决方案——从ESL的系统建模、架构分析及软硬件协同验证、高层次综合，到RTL的完备的代码检测、跨时钟域分析、动态仿真和静态形式验证的功能验证、安全综合、再到通过FPGA综合器与PCB 管脚协同设计，高质量高效率地完成FPGA项目的整体设计与验证。