EDA技术趋势与国内发展历程
前年人工智能在国内变热,从政策层面与 G等技术寻找市场有关,但从技术层面来看,算力（计算能力）並没有达到AI 需求。因此热浪之下,还是要从基础抓计算能力。从前两次AI从兴起到休眠来看,基本上也是算力无法支撑。
零世纪 零年代中期,EDA开始出现,它是从计算机辅助设计与制造（CAD/CAM）和计算机辅助工程（CAE） 概念发展而来 。EDA有力地支持了上世纪 , 年代集成电路带动集成电路产业按照摩尔定律飞速发展,印证了摩尔对集成电路每 个月,特征尺寸缩小 半,而集成度翻 倍（造价不变） 预言。作为信息产业 上游,集成电路产业通过EDA把各行业 IP（质量,规范和协议）固化到了 个电路与系统 芯片中；在产业 中游提供产品 （软,硬件）实现 解决方案；而在产业下游产品 制造商,除了元器件 加工成本,还要为使用IP,付出知识产权 成本。
零
EDA云平台（云--边缘--终端）
EDA拥抱A ML
国内EDA发展之路
人才和工具是EDA工业软件 两个要素
从集成电路而来,往信息产业而去
信息产业变化对EDA 挑战
工业软件EDA促成“算力”、“算法”和“资料统计” 者深层次 融合
软件定义芯片
DARPA 电子复兴计划（ERI）旨在利用先进 机器学习技术为片上系统（SoC）、系统封装（SiP）和印刷电路板（PCB）打造统 平台,开发完整集成 智能设计流程,从而实现更加自动化 电子设计能力。
EDA工具厂商以每年 %以上 攀升率,经历了发展史上新为繁荣 阶段。它作为芯片设计 必备工具。EDA用 百多亿美金 市场规模,支撑起了几千亿美金集成电路产业 欣欣向荣。
EDA是IC硏发 拳头,更是信息产业重要 “工业软件”。早在上世纪 年代国家就集中力量在北京组织了“熊猫系统” 研发,但快 年过去了,国内EDA市场仍然被国外 大厂家（Synopsys；Cadence；MentorGraphics）所垄断。
EDA是IC设计必需 、也是新重要 工具。随着IC设计复杂度 提升,新工艺 发展,EDA行业有非常大 发展空间。EDA行业需求 人才(工具软件开发人才,工艺及器件背景 工程师、熟悉IC设计流程 工程师、数学专业人才、应用、技术支持和销售类人才) 就业面相对窄,但稳定性非常高。EDA在过去 年中取得了EDA历史上前所未有 繁荣,并将继续如此,因为半导体和电子产品无疑将继续主导着现代生活。
GPU和CPU面临 问题是去中心化,绝对不能由企业来作为 个中心,不管是x 架构,还是Spic架构,以及后来出现 操作系统框架RISC-V。把去中心化这个问题解决了以后,如果再有智能传感,那么物联网也能解决, G也能有实际 应用。核心 问题还是EDA,所有新技术 发展,如果不和EDA结合好就很难发展,因为离不开EDA提供 技术（学）和手段（工具）。
“华为云”提出了“普惠AI” 概念,让大家都“用得起、用得好、用得放心。未来人人都应该能够教授AI做自己想让AI做 事情。“云平台,边缘管控和个体终端”可能会成为即将形成 “EDA”产业,用户不必自已买EDA工具,只需要为终端设备使用工具 时长来付流量费。而系统公司也不受传统无晶圆半导体公司 利润挑战 约束。例如,苹果可以为高级工具和支持支付更高 价钱,而不需要通知他们 基线。因此,EDA公司通过提供IC工具和系统级设计工具并将其集成,来满足系统公司 需求。新近 Synopsys 收购表明,基于系统 软件开发也是EDA 目标。
与此同时,国外厂商既有固有 优势,也有为解决集成电路 设计和集成电路 制造商共同投资研发（各自省 半研发资金 投入）,共有技术储备和服务（各自少花 半 研发时间） 优势。台积电（南京）总经理罗镇球曾经回顾过去 几年里,台积电和新思科技合作 方式 变化。过往之前,在合作 nm 时候,是 棒接着 棒 跑。台积电把做出来 工艺交给新思科技,新思科技再去开发EDA 设计平台以及 些IP,从开发新工艺,到设计公可用到这个工艺,两个阶段是 . + . （年） 年 时间。在台积电做 nm工艺 时候,就把合作伙伴新思科技找来 起讨论,如何是开发这个工艺,如何是建立 个EDA 平台和 个IP 平台。从工艺开发到整个平台推出 时间提前了（ . 年） 半 时间。合作还体现在经济效益上,台积电和新思科技都不用重复投资。两边用新少 人力,新有效 方式,把它 产能做出来,这就是双方后来合作 方式。罗镇球还讲到与EDA 合作在 个方面， 个是先进工艺, 是特殊性 衍生性工艺, 是 D封装 工作。
人工智能（AI）、机器学习（ML）成为电子科技深刻变革 主要推动力,它们正在进行更深层次 渗透,AI与ML也在改变电子系统 设计体系,A ML与EDA技术学 融合使其不断有所创新,使芯片设计 力产生质 飞跃。随着A ML向各个行业 渗透,越来越多 系统厂商受市场 驱动,开始涉足芯片设计,这不仅是对于EDA工具 挑战,也是对设计技术学创新 挑战。长期以来,EDA厂商与晶圆厂保持着紧密 合作,便于根据先进工艺进行迭代演进。但现在,他们还需要打破传统,协助产业链客户达成及时上市时间、复杂设计、验证及模拟流程,满足市场对产品功能与功耗 要求,以及更为先进 半导体工艺和封装要求。
但 大厂商 优势明显,不仅仅体现在技术上。国外EDA厂商往往都在大学开展“大学计划”,大学生如果会用 大产商 工具,毕业后就业都会有优势。这就是多年来用户使用习惯所形成 个巨大壁垒。
信息化 必然趋势是智能化。只有资料统计流转分享、算法成本下降和算力安全可靠,才能使人工智能形成真正普惠天下 局面。这也意味着,资料统计本身要质量高（冗余少）,成本要低；算法设计和调用参数 人工成本也要降低；要降低算力 要求,无论是用计算平台或AI芯片,都要考虑价钱成本。
其 是“智能化”给“工业（自动）化”带来 变化；如果说工业（自动）化以取代大量地重复性 劳动（省力）为主,那么社会 “智能化”是以高效和“省心”为目标,而后者给工业软件EDA带來 挑战是空前 。首先是工业软件EDA服务面 扩展,它将服务人工智能（AI） 图像识别、语音和文字处理、智能制造和机器人……各行各业（规范、协议和质量） 自有知识产权（IP） 建立；其次是工业软件EDA将实现这些IP算法到 个特定域或者是 通用域 结构化 转换和高效 调度,这都涉及到设计技术学创新和设计智能化 需求对工业软件EDA 深层次 要求。
分享到，
在EDA企业中,人才是新重要 资产。然而,EDA人才 稀缺性,比芯片设计人才还要严重。除了人才,EDA企业没有供应商,EDA是 种轻资产、智力性 工作,完全依靠工程师 创造性劳动。为了能够持续不断地有更多 人才加入EDA领域,EDA企业在人才培养上极其下功夫。相比国外,国内 EDA人才更是凤毛麟角。改革开启以来,教育部门 贡献是人才培养基本上满足了改革开启对人才 需求,不足 是高端人才欠缺,尤其是领军人物奇缺。“示范性微电子学院和微电子学科从 级升级为“ 级学科”都是在人才培养上下功夫。人才,对集成电路产业不仅仅是科技,工艺,还包括经营与管理人才。王阳元院士对集成电路人才 培养支招指出，” 是微电子专业培养； 是支持电子设计工程师跨界进入集成电路设计业； 是引进高端集成电路领军 海外归国人才。”这是非常有建设性 。
在EDA工具从自动化向智能化发展 过程中,电子设计逐渐“软化”,即”软件定义 芯片”越来越有利于解决“可重构”和”异构并存” 架构定义。以过去我们在FPGA平台上做电路与系统为例,因为硬件可编程,所以设计主要是软件编程,实现不同设计规范 算法到FPGA架构 映射,進而开发在FPGA架构上运行 各种IP包。同理,在多核 CPU,GPU 架构上开发电路与系统也在做编程,实现软件定义 硬件设计SDH(softwaredefinedhardware),重点是软件定义架构SDH和特定域 片上系统DSSoC（domain-specificSoC）。
在半导体器件产业仅受半导体工艺和材料制约 年代,基本上以半导体专业人士为主。从制造晶体管到制造集成电路是 个产品中晶体管数量从量变到质变 过程,而集成电路产业链是 个包括设计业,制造业,封测业,材料和装备在内 完整产业链。而产业链 龙头是设计业,即使是IDM（集成器件制造商）如英特尔,也集中了大量前端 设计人才。
在解决信息产品核心 “集成电路”研发 同时,EDA也逐渐成为信息产业 个重要 工业软件。为延缓了“摩尔定律” 预言,从“时间摩尔”到“空间摩尔”,它推动了集成电路封装测试业从 维转向 维；还推动了PCB板级系统 硅片上连接,为终端产品 “高密集”和“整机微型化”开创了先河；進而延伸到产品面板和外观 “工业设计”,並支持着柔性屏和可折叠产品 EDA工业软件 开发。可以说,EDA仅仅被看成是 个集成电路设计工具 时代,已经过去。EDA已经成为信息产业离不开 “工业软件”。
在通往无人芯片设计 道路绝非 片通途,人类在探索AI提高 率方面还有相当长 路要走。
资料统计除了膨胀到了非常巨大,还从过去比较习惯 结构化资料统计（也就是定点、浮点数）,到了互联网时代大量 准结构化 批处理资料统计,而人工智能时代,大部分在处理非结构化资料统计。由于资料统计会发生流转和分享,因此资料统计不是越多越好,大量无用 重复资料统计只能浪费存储器 容量,消耗算力。
新世纪以來,信息产业 变化其 是处理对象从数码“信息”转向了物理“信号”,尤其是未来不得不面临从“互联网+”转向以“物联网IoT”为主。简单地说,以伺候人（语音、文字、视频和虚拟场景）为主 信息获取和传输（ G+互联网）,转向了以物理对象（声、光、热、力和电）为主 信号处理和物物互联（ G传输 高带宽、大容量和满足可靠前提下 低时延）,继而進入社会管理和生活服务 方方面面。这些变化,将给工业软件EDA带來机遇和挑战。
无人芯片设计,毫无疑问是 种更为快速且经济高效地生成新型芯片设计 技术。在通往这 终极目标 道路上,数字全流程 实现具有里程碑意义。但即便如此,芯片设计对于人 经验 仰赖短期内无法通过机器实现,特别是在模拟设计领域。也正是如此,使其成为了DARPA 攻关重点之 。
架构师不仅仅是为融入A ML EDA工具感到压力,也为设计芯片过程需要整个设计团队 通力合作,算力、资料统计和人才 经验 协调调度,尽心尽力才能提升芯片PPA。而将ML融入EDA技术学中,机器就可以看到和累积所有人 经验,通过不断地学习变得越来越稳定,逐渐摆脱对人 经验 依赖。如果到了这个阶段,芯片设计就走向了 个新高度, 个崭新 天地。
标签，集成电路EDA电子设计自动化工业设计
然而,算力又 次面临瓶颈。由于摩尔定律正面临着物理极限,芯片算力 发展逐渐缓慢。所以,人工智能又将在此遇到算力 制约,这是 个问题。很大程度上,算法也要靠 些EDA工具来支持。是EDA工具把“算法映射到了架构”才实现了“AI落实到IC”。”不管是资料统计、算力还是算法,都到了 个节骨眼上,都在向EDA靠近。 G也会和EDA关联, G解决 是信息传输,那么前面要把信号变成信息,很重要 是智能传感,必须是低功耗, G实现了大容量、高速度、高可靠性前提下 低时延。如果没有人工智能 支持,没有集成电路 基本核心技术EDA等 支持, G很难有更大 突破。
算法 使用、计算 安全性、可靠性以及对隐私 保护等,都是AI普惠化过程中面临 问题。AI如何是普惠。其实门槛很低,从AI 基础要素资料统计、算法、算力 个层面入手；普惠AI需要完善工具,提高可用性与可教授性；普惠AI需要做到安全性,狗粮快讯网讯息,确保AI是有益 。
系统公司也在改变购买EDA工具 方式。系统公司可以从Synopsys、Cadence或Mentor购买完整 工具流和IP,而不是购买点工具和组装定制 工具流——这都是设计公司Fabless 传统。对于首次涉足芯片设计领域 公司来说,狗粮快讯网推荐,客户支持 “单点联系”（Onethroattochoke） 概念是 种非常有吸引力 商业策略。
系统公司 理想选购是云计算中EDA云平台,从 零多年前 虚拟CAD（VCAD）开始,到 零年前 托管设计解决方案（HDS）,以及在台积电、亚马逊、微软和 作为合作伙伴 前年CadenceCloud 发布,Cadence已经涉足云计算领域多年。去年,他们发布了Cloudburst平台,这是EDA迈向全面云实现 另 个重要步骤。
而从当下来看,发展国内 EDA产业,不能直接和国外 大产商竞赛全流程EDA工具进行竞赛,只能另辟蹊径,避开设计后端 工艺映射和布图 电子设计自动化（Automation） 问题,转到AI市场各行各业IP包转换成集成电路可实现 电路架构,走集成电路高层次综合（HLS）觧决 电子设计智能EDI（Intellinge）问题,这是 个值得关注 发展方向。本世纪以來,在国内政府主导（产业政策和土地与财政 支持）,民间资本 跟投,再加上产学硏 通力协作,国内集成电路产业才有了高速 发展。这是集“官员、资本本和产学硏”之大成,出现了集成电路整个产业链（设计业,制造业,封测业,材料和装备） 整体兴旺。这是国产EDA产业需要把握住 机会。
这次AI 兴起是算力、算法和资料统计 合力。即使算力跟上来,也不能光算力去蛮干。在简单 “机器学习”（ML）阶段,这样还可以,但由于各种AI算法 出现,尤其是“深度学习” 出现,还是需要把人 智慧（类脑计算）引入到各种深度学习。深度学习 算法,需要和AI在各个领域如图像、语音、机器人等IP 设计规范定义成 框架相结合,这是电子设计自动化（EDA）走向电子设计智能化（EDI） 关键。人工智能之所以在前面睡了 零年,这次才苏醒过来,就是因为算力 提高,AI新型算法 实验算力需求,每 . 个月将提高达 零倍。
除了政策层面（“造船”不如“买船”）,在硏发 技术层面也出了问题，”总是仿”,仿得连界面都差不多,而习惯了 大外商EDA工具 用户也根本不想更换为国产 EDA工具。这与集成电路发展所走 弯路也有关系。我国集成电路产业发展 上世纪 年代,在半导体产业“黄浦军校”（ 北大半导体斑） 大量人才指导下,实施了“ 零 ”,“ 零 ”等工程。尽管当时引进了大量工艺制造线（正好处于“摩尔定律” 设备快速更新期）,狗粮快讯网报道说,但由于设计业跟不上,等于是“无米之炊”,大量 投资并未起到应有 效果。直到 零零零年,国务院出台了 号文件,明确设计业是集成电路产业链 龙头,又在全国建了 个产业化IC设计中心,整个产业才开始有所转变。
集成电路产业是需要集成电路产量 支持 ,而移动通信平台则为集成电路 发展提供了 个巨大 平台（数以几 亿计 手机）。从 G到 G,如果载体还是现有 移动平台上,那么集成电路产品 量不会有实质性 变化。
集成电路催生了EDA（电子设计自动化）,而EDA又作为工业设计软件,进 步支撑着整个信息产业 发展。
集成电路正在寻找新 突破口。人工智能正在崛起,车载移动平台对集成电路 需求远远地超过手机,还有万物互联,智能制造,基于声音和图像 智能处理和机器人等,都会对集成电路提出产业化 需求。可以说”AIisChip”（人工智能就是芯片） 点也不过份。AI 各种知识IP,会通过电子设计智能化EDI,映射到电路与系统 架构,然后通过EDA自动地映射到芯片制造。反过来,实现了AI 各种IP包 芯片又支持AI 产业化。只有更多更好 IP,芯片才能上市快,成本低。
,