Shift Left und Stretch Right, damit Chips auf Anhieb funktionieren

Gute Gründe für Shift Left und Stretch Right

In der Halbleiterentwicklung geht es bei auf Anhieb funktionierenden Chips nicht nur um einen technischen Meilenstein, sondern auch um das Geschäftsergebnis. Konkret hängt der Erfolg davon ab, das richtige Produkt zur richtigen Zeit und zu den richtigen Kosten auf den Markt zu bringen, Design-ins in hohen Stückzahlen zu sichern und Kunden über deren gesamten Produktlebenszyklus hinweg wirksam zu unterstützen. Halbleiterkunden erwarten heute mehr von ihren Lieferanten. Sie simulieren mehr, setzen auf virtuelle Entwicklungsansätze und erwarten zunehmend Komponentenmodelle, Referenzbeispiele, virtuelle Design-Tools und serienreife Software, um Risiken zu reduzieren und schneller voranzukommen.

Eine Strategie aus Shift Left und Stretch Right geht beide Seiten dieser Herausforderung an. Shift Left nutzt Modellierung und Simulation, um Teams beim Erreichen des Meilensteins auf Anhieb funktionierender Chips zu unterstützen. Dazu werden Validierungen früher vorgenommen und anschließend Engineering-Assets wie Modelle über den gesamten Entwicklungsablauf hinweg wiederverwendet. Stretch Right weitet dieselben Assets auf Kunden aus, damit diese Produkte effizienter evaluieren, integrieren und weiterentwickeln können. Somit hilft dieser Ansatz den Kunden, ihren eigenen Shift Left zu erreichen.

Herausforderungen bei der Chipentwicklung: Komplexität, Fragmentierung und Kundendruck

Viele Halbleiterunternehmen arbeiten nach wie vor mit fragmentierten Workflows. Spezifikation, Architektur, Implementierung und Verifikation sind häufig über verschiedene Teams und Tools verteilt. Dies macht es schwierig, die Entwurfsabsicht vom Konzept bis zum Sign-off einheitlich zu halten. Diese Fragmentierung kann die zugrunde liegenden Kosten in die Höhe treiben. Während der Entwicklung eingeführte Designfehler und die Auswirkungen sich ändernder Anforderungen während des Projekts gehören zu den häufigen Ursachen für ASIC-Verzögerungen und Respins.

Ein modellbasierter Workflow hilft mit einem einheitlichen Ansatz, diese Fragmentierung zu überwinden. Bei diesem Ansatz werden Modelle als Architekturreferenzen, Verifikationsstimuli und Implementierungsquellen über analoge und digitale Design- und Verifikationsaktivitäten hinweg wiederverwendet. Anstatt die Entwurfsabsicht immer wieder in unterschiedlichen Sprachen und Umgebungen neu zu erstellen, können Teams gemeinsam genutzte technische Artefakte einsetzen, um die Einheitlichkeit zu erhöhen und Iterationen zu beschleunigen. Dieser Ansatz reduziert doppelt geleistete Arbeit und richtet alle beteiligten Teams auf dieselbe „Source of Truth“ aus.

Im Ergebnis bedeutet dies mehr als eine höhere Entwicklungseffizienz. Darüber hinaus ermöglicht dieser Ansatz einen besseren und agileren Weg, auf von Kunden gewünschte Änderungen zu reagieren. Wenn Teams Modelle schneller aktualisieren, realistische Tests erneut durchführen und Änderungen zügiger über nachgelagerte Workflows hinweg propagieren können, sind sie besser in der Lage, sich ändernden Anforderungen ohne späte Überraschungen gerecht zu werden.

Shift Left: früher und mit größerer Relevanz verifizieren

Shift Left wird oft als früheres Verifizieren beschrieben, doch die wirkungsvollsten Umsetzungen gehen weit darüber hinaus. Das Ziel besteht darin, die richtigen Verhaltensweisen anhand der richtigen Szenarien zu validieren. Dazu dienen Assets wie Modelle und Testfälle, die über den gesamten Entwurfszyklus hinweg nützlich bleiben.

Für Halbleiterteams bedeutet dies, Designs an den für Kunden wichtigen Metriken zu messen und dabei Eingaben aus realistischen Betriebsbedingungen anstatt abstrakter Testmuster zu verwenden. Solche Modelle und Testfälle werden einmal erstellt und begleiten dann Systementwurf, Implementierung und Post-Silicon-Verifikation.

Kundenergebnisse: Shift Left in der Praxis 

Ein Beispiel für Shift Left in der Praxis liefert die Arbeit von NXP im Bereich Automobilradar, die im Artikel „Environment-in-the-Loop Verification of Automotive Radar IC Designs“ beschrieben wird. Das Team entwickelte eine Methodik, die die interne Verifikation an kundenrelevanten Metriken wie dem Signal-Rausch-Verhältnis (SNR) und dem Gesamtklirrfaktor (Total Harmonic Distortion, THD) ausrichtet. Anstatt sich ausschließlich auf abstrakte Low-Level-Testmuster zu verlassen, generierte NXP Verifikationsstimuli aus realistischen Euro-NCAP-Fahrszenarien und nutzte diese Szenarien bereits in der frühen Validierung auf Systemebene. Dieser Ansatz ermöglichte virtuelle Feldversuche ein Jahr vor der ersten Chipherstellung und unterstützte zugleich die Wiederverwendung über die System-, RTL- und Post-Silicon-Phasen hinweg.

Daraus wird ersichtlich, dass Shift Left den größten Mehrwert schafft, wenn es den Abstand zwischen dem internen Sign-off der Entwicklungen und den realen Einsatzbedingungen beim Kunden verkleinert. Während eine frühe Verifikation nützlich ist, wird eine frühere kundenrelevante Verifikation noch wirkungsvoller: Durch frühere Überprüfungen unter realistischen Betriebsbedingungen können Teams das Risiko von Diskrepanzen in späten Entwicklungsphasen senken und ihre Arbeit auf die kommerziell wichtigsten Punkte konzentrieren.

Weitere dokumentierte Beispiele untermauern dasselbe Prinzip. STMicroelectronics nutzte Simulink^® und HDL Verifier™, um Modelle von der Systemebene in der Verifikation auf Chipebene wiederzuverwenden. Dies führte zu einer Halbierung der RTL-Verifikationszeit für Simulink-basierte Designs. Da außerdem Verifikationsartefakte in verschiedenen Designschritten wiederverwendet werden, ließ sich die Doppelarbeit zwischen der Verifikation auf System- und auf RTL-Ebene deutlich reduzieren.

Nokia verfolgte dieselbe Idee in eine andere Richtung, indem es Model-Based Design mit Simulink durchgängig in einem Entwicklungsprozess für das digitale 5G-Front-End einsetzte. Sami Repo von Nokia zufolge führte dieser Ansatz zu „Flexibilität, Transparenz und Reaktionsfähigkeit“ über den gesamten Workflow. Gleichzeitig konnten eine schnellere Ausführung, eine bessere Architekturexploration, eine stärkere teamübergreifende Kommunikation und Qualitätsverbesserungen erzielt werden.

In ihrer Gesamtheit zeigen diese Beispiele, dass der Erfolg von Shift Left nicht nur von einer früheren Ausführung abhängt, sondern auch davon, doppelte Arbeit zu verringern und eine gemeinsame technische Sprache über Teamgrenzen hinweg zu schaffen.

Kundenergebnisse

In all diesen Beispielen liefert Shift Left den größten Mehrwert, wenn die frühere Verifikation zugleich kundenrelevanter und besser wiederverwendbar ist.

Stretch Right: Engineering-Assets in Kundenvorteile verwandeln

Während Shift Left die interne Umsetzung verbessert, trägt Stretch Right dieselben Entwicklungsinvestitionen als wiederverwendbare Assets für Kunden nach außen. Konkret bedeutet dies, dass wiederverwendbare Assets wie Komponentenmodelle, virtuelle Prozessorplattformen, Konfigurations- und Design-Tools, serienreife Softwarekomponenten und Referenzmodelle für Schlüsselanwendungen bereitgestellt werden.

Dies ist wichtig, weil auch Kunden in ihren eigenen Entwicklungsprozessen einen Shift Left anstreben. In softwaredefinierten Fahrzeugprogrammen und anderen softwareintensiven Systemen möchten Kunden schon vor der Verfügbarkeit von Hardware mit der Entwicklung beginnen sowie ihre Systeme auch nach der Bereitstellung weiter verbessern. Wenn Halbleiterunternehmen bessere virtuelle Assets und Support-Infrastruktur bereitstellen, machen sie es ihren Kunden leichter, früher zu beginnen, schneller zu integrieren und das Projektrisiko zu senken.

Kundenergebnisse: Stretch Right in der Praxis 

Eine aktuelle Zusammenarbeit zwischen MathWorks und NXP im Bereich Batteriemanagementsysteme (BMS) liefert ein klares Beispiel für Stretch Right in der Praxis. Mit der Einführung einer dedizierten Model-Based Design Toolbox für BMS können Ingenieure Regelalgorithmen aus MATLAB^® und Simulink entwickeln, validieren und automatisch direkt auf NXP-Prozessoren bereitstellen. Dies schließt die Lücke zwischen dem Entwurf auf Systemebene und der Serienimplementierung. Dieser Ansatz ermöglicht die Bereitstellung auf der Zielhardware, einschließlich optimierter Codegenerierung, Zugriff auf die On-Chip-Peripherie und Processor-in-the-Loop-Tests. Zudem ermöglichen es diese Funktionen Kunden, effizient von der Modellierung und Simulation zu realen Tests und zur Implementierung überzugehen. Dabei werden Algorithmen ohne manuelles Neucodieren wiederverwendet und über realistische Betriebsszenarien hinweg validiert. Das Ergebnis sind weniger Reibungsverluste bei der Integration, eine kürzere Markteinführungszeit und eine niedrigere Hürde vom Konzept bis zur Bereitstellung. Gleichzeitig wird das gesamte Geräte-Ökosystem gestärkt und der Wert der Halbleiterplattformen über die Chips hinaus erweitert. Die Unternehmensführung von NXP beschreibt die Vorteile in geschäftlichen Zusammenhängen. Dabei verweist CTO Lars Reger auf „schnellere Designiterationen, mit denen Ingenieure Probleme frühzeitig erkennen und beheben können“, sowie auf eine kürzere Markteinführungszeit für Kunden, die auf Halbleiter von NXP setzen.

Infineon liefert einen weiteren klaren Beleg für den Nutzen von Stretch Right. Das Unternehmen verwendete MATLAB und Simulink, um in einem ambitionierten Zeitrahmen von zwei Wochen ein vollständiges IBIS-AMI-Modell für einen Kunden zu entwickeln, zu verifizieren und auszuliefern. Damit hielt das Team nicht nur die enge Frist seines Kunden ein, sondern erreichte auch eine schnellere interne Einarbeitung. Gleichzeitig entwickelte es eine Kompetenz, die sich in zukünftigen Programmen wiederverwenden lässt.

Für Halbleiterunternehmen ist dies mehr als nur ein Modellierungsbeispiel. Es bedeutet eine Erfolgsgeschichte für Design-in, da präzise kundenorientierte Modelle die Evaluierungszyklen von Kunden verkürzen und die Reibung in der technischen Zusammenarbeit verringern können, ohne dabei interne Entwurfsdetails offenzulegen. So bietet Stretch Right nicht nur Post-Silicon-Support, sondern wirkt zudem als Wachstumshebel. Je besser die wiederverwendbaren Assets sind, desto leichter fällt es Kunden, die Plattform einzuführen, sie über Programme hinweg zu skalieren und ihr länger treu zu bleiben.

Kundenergebnisse

Diese Beispiele zeigen Stretch Right als Wachstumshebel, durch den interne Engineering-Assets zu Werkzeugen werden, die Kunden schneller machen und ihre Bindung erhöhen.

KI-gestützte Workflows als Multiplikator

In der Halbleiterentwicklung schafft KI den größten Mehrwert, wenn sie eine Strategie aus Shift Left und Stretch Right verstärkt. Sie kann Entwicklungsteams dabei helfen, den manuellen Einrichtungsaufwand zu reduzieren, Simulationszyklen zu verkürzen und das wiederholte Ausprobieren in Design- und Verifikationsworkflows zu verringern. In der Praxis reicht das von Copilots, die Ingenieure unterstützen, über agentische Workflows für iterative Engineering-Schleifen und Machine-Learning-Modelle, die Emulation und Optimierung vorantreiben, bis hin zu Workflows, die KI-Algorithmen auf Hardwarebeschleunigern bereitstellen.

Kundenergebnisse: KI als Multiplikator

Ein praktischer Anwendungsfall ist KI als autonomer Engineering-Workflow. Intel beschreibt einen KI-Workflow mit mehreren Agenten, der einen vollständigen Sign-off der Signalintegrität für Post-Layout-PCIe-Interconnects durchführt. Das Design ist bewusst auf Agenten ausgerichtet. Ein Taskmaster-Agent interpretiert das Ziel und orchestriert spezialisierte Worker-Agenten für Extraktion, Compliance und Reporting. Dabei wird ein freigegebener Engineering-Flow als deterministische Zustandsmaschine ausgeführt, sodass die Ergebnisse reproduzierbar statt improvisiert sind. Die Rolle des Ingenieurs verlagert sich vom Ausführen von Solvern und Zusammenstellen von Berichten hin zum Definieren von Zielen, Randbedingungen und Erfolgsmetriken sowie zum Validieren der Ergebnisse. Die Rolle des Ingenieurs verschiebt sich von der Ausführung von Solvern und der Erstellung von Berichten hin zur Definition von Zielen, Einschränkungen und Erfolgskriterien sowie zur Validierung der Ergebnisse – genau das, was eine Shift-Left-Stretch-Right-Strategie von der KI verlangt.

Ein weiterer Anwendungsfall für KI ist die Verifikationseffizienz. Nokia entwickelte mit MATLAB einen Machine-Learning-Ansatz, der die Anzahl der für die vollständige Abdeckung benötigten Tests um bis zur Hälfte senkte und zugleich die Verifikationsqualität verbesserte, indem redundante Testfälle verringert wurden. Dies ist ein aussagekräftiges Shift-Left-Beispiel, in dem die KI dem Team half, die Abdeckungsziele mit weniger Tests und weniger redundantem Simulationsaufwand zu erreichen.

Ein dritter Anwendungsfall ist KI als Bestandteil des Endprodukts. NXP trainierte in MATLAB ein neuronales Netz, um ADC-Fehler nachträglich zu korrigieren. Anschließend generierte und verifizierte es die zugehörige HDL-Implementierung. Bei der Implementierung auf einem ASIC benötigte das Netz nur 15 % der Fläche des ADC und verbrauchte unter normalen Betriebsbedingungen 16-mal weniger Leistung. Dieses Beispiel zeigt, dass KI nicht nur die Entwicklungsproduktivität erhöht, sondern auch direkt zur Hardwarearchitektur beiträgt. 

Kundenergebnisse

Diese Beispiele verdeutlichen, wie KI die Strategie aus Shift Left und Stretch Right verstärkt – von der Verifikationseffizienz über einen reproduzierbaren Sign-off bis hin zu Silizium mit KI auf dem Chip.

Fazit: Erste Schritte für Halbleiterteams

Ein praktischer Ausgangspunkt besteht darin, Shift Left und Stretch Right nicht als isolierte Einzelinitiativen, sondern als strategische Weiterentwicklung des Engineering-Betriebsmodells zu betrachten. Führungsteams sollten identifizieren, wo eine frühere Verifikation Risiken wesentlich reduzieren oder die Entwicklung beschleunigen kann. Zugleich sollten sie bewerten, welche Modelle, Workflows und Engineering-Assets sich erweitern lassen, um über die interne Entwicklung hinaus Nutzen für die Kunden zu generieren. Die größten Chancen bestehen in der Regel darin, Engineering-Ergebnisse mit Geschäftsergebnissen zu verbinden. Dazu gehören die Verringerung von Risiken in späten Phasen, die Beschleunigung der Evaluierung durch Kunden, die Verkürzung von Design-in-Zyklen sowie die Vereinfachung von Produktsupport und -weiterentwicklung. Die Schlüsselfragen sind klar und einfach: Welche Risiken lassen sich früher angehen? Welche internen Assets können zu skalierbaren Fähigkeiten für Kunden werden? Und mit welchen Pilot-Workflows lässt sich ein messbarer Geschäftsnutzen nachweisen sowie eine Dynamik zur breiteren Einführung aufbauen?

Um die Chipherstellung auf Anhieb erfolgreich zu gestalten, sind zwei miteinander verbundene Fähigkeiten erforderlich: Die internen Engineering-Ergebnisse müssen früher und die Ergebnisse für die Kunden später und über einen längeren Zeitraum verbessert werden. Shift Left stärkt das Vertrauen in die Architektur, beschleunigt Iterationen und macht die Verifikation relevanter. Stretch Right verwandelt dieselben Engineering-Assets in kundenorientierte Werkzeuge, die das Design-in beschleunigen und Reibungsverluste im Lebenszyklus verringern.

Für Halbleiterunternehmen, die mit wachsender Komplexität und engeren Zeitplänen konfrontiert sind, ist dies eine praktikable und skalierbare Strategie. Frühere Modellierung, realistische Validierung, wiederverwendbare Verifikations-Assets, kundenfertige Simulationsmodelle und unterstützte Workflows für die Zielhardware leisten allesamt einen Beitrag zu einer stärkeren Wettbewerbsposition. Unternehmen, die dies umsetzen, verbessern nicht nur ihre Chipentwicklung, sondern auch das gesamte Kundenerlebnis bei der Entwicklung von Produkten rund um diese Chips.