Les coûts de conception des puces ont commencé à monter en flèche avec l’introduction des transistors FinFET en 2014 et sont devenus particulièrement élevés ces dernières années avec les technologies de traitement de classe 7 nm et 5 nm. International Business Strategies (IBS) a récemment publié des estimations concernant les conceptions de puces de classe 2 nm, et il s’avère que le développement d’une assez grande puce de 2 nm totaliserait 725 millions de dollars, selon une diapositive publiée par La transcription.
Le développement et la vérification de logiciels représentent la part du lion des coûts de développement de la conception des puces : environ 314 millions de dollars pour les logiciels et environ 154 millions de dollars pour la vérification.
Alors que les coûts de conception des puces augmentent, et nous pouvons difficilement contester ce fait, il existe un problème majeur dans les estimations d’IBS. Ils reflètent les coûts de développement d’une puce assez volumineuse à partir de zéro par une entreprise qui ne possède aucune propriété intellectuelle et doit tout développer à partir de zéro.
Bien qu’il existe des startups qui parviennent à développer des conceptions énormes (par exemple, Graphcore), la plupart d’entre elles développent quelque chose de nettement plus petit. De plus, les startups ont tendance à accorder des licences sur tout ce qu’elles peuvent et doivent donc concevoir et vérifier uniquement leur propriété intellectuelle différenciante, puis valider l’ensemble de la conception. Ces entreprises ne dépensent pas 724 millions de dollars pour une puce (ou même une plateforme) simplement parce qu’elles ne disposent pas de telles ressources.
Les grandes entreprises qui disposent de ressources pour des puces extrêmement complexes disposent déjà de nombreuses adresses IP et de lignes de code qui fonctionnent, elles n’ont donc pas à dépenser 724 millions de dollars pour une seule puce. Pourtant, ils ont tendance à dépenser des centaines de millions, voire des milliards, pour développer des plateformes. Par exemple, lorsque Nvidia développe ses nouvelles gammes de produits (par exemple, Ada Lovelace pour les jeux et Hopper pour les GPU de calcul), elle dépense d’énormes sommes d’argent en microarchitectures, puis en implémentations physiques réelles de puces.
Un autre aspect des estimations est qu’elles supposent des méthodes traditionnelles de conception de puces sans utiliser d’outils d’automatisation de la conception électronique basés sur l’IA ni d’autres logiciels qui réduisent considérablement le temps et les coûts de développement. Cependant, ces estimations soulignent l’importance des outils basés sur l’IA d’Ansys, Cadence et Synopsys et impliquent qu’il sera presque impossible de construire une puce de pointe sans utiliser de logiciels dotés d’intelligence artificielle dans un avenir proche.