芯耀
与非AI
182
西门子数字化工业软件首席验证科学家 Harry Foster
半导体行业长期依赖一个核心假设：复杂问题可拆解为相互独立的领域。逻辑、时序、功耗、热管理、软件及封装各自独立优化。这种“正交化”（Orthogonalization）模式支撑了数十年的行业演进。
如今，这一假设正在失效。
设计正从单芯片转向异构、多芯片、软件定义平台。电源状态干预功能行为，温度梯度影响时序精度，软件负载重塑内存与一致性表现。芯片内部的正交化虽有所削弱，但在芯片层面之外，这种边界已基本崩塌。
抽象层级的失效
现代系统的核心特征是深度集成。Chiplet、先进封装及 3D IC 技术将不同供应商的组件绑定在一起。软件已成为定义硬件行为的主导因素——固件更新、编排层及 AI 模型部署不断重塑工作负载，进而影响功耗密度、温度分布和性能特征。
这已不仅是系统复杂性的叠加，而是抽象层级的失效。
验证直面冲击
正交化成立时，故障边界清晰。一旦失效，故障便开始涌现。
行业研究表明，问题根源并非验证投入不足，而是验证假设与系统运行状态之间的裂缝日益扩大。故障往往在工作负载、热状态、供电模式与软件版本的特定组合下才会显现——例如仅在高温环境下运行持续性 AI 工作负载时触发的一致性错误，或某次固件更新将电源完整性裕量推向临界。
这类故障极具隐蔽性，能轻易避开流片前的层层验证，在产品部署数月后才显现。由于没有任何单一层面能为此负全责，根因分析变得异常艰难。
验证不再止于流片
传统验证遵循清晰路径：定义意图、验证实现、流片、交付。芯片出厂后，验证即告完成。而这一模式已无法跟上现实节奏。
系统在持续服务过程中，“正确行为”的定义条件不断变化：工作负载演进、攻击面扩大、功耗与散热边界被推向设计阶段难以预判的极限。这些变化持续侵蚀流片时建立的正确性假设。
对于日益增多的复杂、软件定义系统，“传统验证 + 全生命周期验证”正成为新常态。
全生命周期验证需要持续演化的系统模型
全生命周期验证的实现前提是：设计阶段的假设能够与部署中观察到的行为相互协调。这需要建立一个伴随产品持续演进的系统模型。
当前，现场故障往往依赖割裂的日志、事后复盘和临时调试来应对。全生命周期验证则要求从设计、部署到运行的全过程中，意图、假设和模型保持连续性。
该模型并非庞大的单体结构，而是一个贯穿系统生命周期的混合式跨域模型，连接功能行为、工作负载特征与物理效应。
没有任何单一验证引擎能呈现系统级真相。全生命周期验证的关键在于协调这些视角，而非取代它们。
软件的加持
即使硬件集成复杂度趋于稳定，软件定义的行为方式也决定了全生命周期验证不可避免。
产品被设计为部署后持续变化——固件更新、配置调整和工作负载演进已成为常态。软硬件共同演进，验证必须紧跟这一不断移动的边界。
在特定领域架构中尤为明显。随着通用计算扩展趋缓，面向特定数据类型、执行模型和工作负载优化的专用加速器大量涌现。其行为无法脱离软件意图独立验证。
在这类系统中，正确性与使用场景密不可分。
编排成为新的瓶颈
随着验证跨越多个领域并贯穿产品全生命周期，新的瓶颈正在浮现：编排（orchestration）。
协调仿真、仿真加速、原型验证、物理分析和回归测试，同时适应不断变化的工作负载与更新，人工工作流很快不堪重负。挑战已不再是验证引擎是否够用，而是如何在系统持续演进过程中，一致且可重复地部署这些引擎。
维持一致的系统级视图，重点已从“某一时刻的最高保真度”转向“在持续变化的条件下保持连续性”。验证意图必须在工作负载迁移、软件变更和运行边界演化时持续存在。
这正是新一代自动化技术的兴起之处。团队开始在工作流层面应用智能体 AI，目标并非取代工程判断，而是接管日益复杂的验证流程中的协调工作。
工程师负责定义目标与约束，编排系统据此动态调整。
收敛时代的工程
半导体行业正迈入收敛时代——硅片、软件、物理、封装、安全与功耗约束彼此紧密交织。器件微缩依然重要，但已不再主导进步轨迹。
真正决定未来的是架构、集成、验证与自动化。
正交化的终结并非工程纪律的失败，而是系统演化的自然结果。如今的系统更高度集成、更具自适应性且受到更严苛的物理约束。
成功不在于重建旧有边界，而在于坦然接受边界的消融，并构建跨越领域、贯穿生命周期、与所保护系统同步演进的验证策略。
而验证也终将不再是一个阶段，而是一门与产品共始终的学科。
