從集成電路而來，往信息產(chǎn)業(yè)而去

　　集成電路催生了EDA（電子設(shè)計自動化），而EDA又作為工業(yè)設(shè)計軟件，進一步支撐著整個信息產(chǎn)業(yè)的發(fā)展。

　　20世紀60年代中期，EDA開始出現(xiàn)，它是從計算機輔助設(shè)計與制造（CAD/CAM）和計算機輔助工程（CAE）的概念發(fā)展而來的。EDA有力地支持了上世紀八，九十年代集成電路帶動集成電路產(chǎn)業(yè)按照摩爾定律飛速發(fā)展，印證了摩爾對集成電路每18個月，特征尺寸縮小一半，而集成度翻一倍（造價不變）的預(yù)言。作為信息產(chǎn)業(yè)的上游，集成電路產(chǎn)業(yè)通過EDA把各行業(yè)的IP（標準，規(guī)范和協(xié)議）固化到了一個電路與系統(tǒng)的芯片中；在產(chǎn)業(yè)的中游提供產(chǎn)品的（軟，硬件）實現(xiàn)的解決方案；而在產(chǎn)業(yè)下游產(chǎn)品的制造商，除了元器件的加工成本，還要為使用IP，付出知識產(chǎn)權(quán)的成本。

　　在半導(dǎo)體器件產(chǎn)業(yè)僅受半導(dǎo)體工藝和材料制約的年代，基本上以半導(dǎo)體專業(yè)人士為主。從制造晶體管到制造集成電路是一個產(chǎn)品中晶體管數(shù)量從量變到質(zhì)變的過程，而集成電路產(chǎn)業(yè)鏈是一個包括設(shè)計業(yè)，制造業(yè)，封測業(yè)，材料和裝備在內(nèi)的完整產(chǎn)業(yè)鏈。而產(chǎn)業(yè)鏈的龍頭是設(shè)計業(yè)，即使是IDM（集成器件制造商）如英特爾，也集中了大量前端的設(shè)計人才。

　　在解決信息產(chǎn)品核心的“集成電路”研發(fā)的同時， EDA也逐漸成為信息產(chǎn)業(yè)的一個重要的工業(yè)軟件。為延緩了“摩爾定律”的預(yù)言，從“時間摩爾”到“空間摩爾”，它推動了集成電路封裝測試業(yè)從二維轉(zhuǎn)向三維；還推動了PCB板級系統(tǒng)的硅片上連接，為終端產(chǎn)品的“高密集”和“整機微型化”開創(chuàng)了先河；進而延伸到產(chǎn)品面板和外觀的“工業(yè)設(shè)計”，並支持著柔性屏和可折疊產(chǎn)品的EDA工業(yè)軟件的開發(fā)。可以說，EDA僅僅被看成是一個集成電路設(shè)計工具的時代，已經(jīng)過去。EDA已經(jīng)成為信息產(chǎn)業(yè)離不開的“工業(yè)軟件”。

　　信息產(chǎn)業(yè)變化對EDA的挑戰(zhàn)

　　新世紀以來，信息產(chǎn)業(yè)的變化其一是處理對象從數(shù)碼“信息”轉(zhuǎn)向了物理“信號”，尤其是未來不得不面臨從“互聯(lián)網(wǎng)+”轉(zhuǎn)向以“物聯(lián)網(wǎng)IoT”為主。簡單地說，以伺候人（語音、文字、視頻和虛擬場景）為主的信息獲取和傳輸（4G+互聯(lián)網(wǎng)），轉(zhuǎn)向了以物理對象（聲、光、熱、力和電）為主的信號處理和物物互聯(lián)（5G傳輸?shù)母邘?、大容量和滿足可靠前提下的低時延），繼而進入社會管理和生活服務(wù)的方方面面。這些變化，將給工業(yè)軟件EDA帶來機遇和挑戰(zhàn)。

　　其二是“智能化”給“工業(yè)（自動）化”帶來的變化；如果說工業(yè)（自動）化以取代大量地重復(fù)性的勞動（省力）為主，那么社會的“智能化”是以高效和“省心”為目標，而后者給工業(yè)軟件EDA帶來的挑戰(zhàn)是空前的。首先是工業(yè)軟件EDA服務(wù)面的擴展，它將服務(wù)人工智能（AI）的圖像識別、語音和文字處理、智能制造和機器人……各行各業(yè)（規(guī)范、協(xié)議和標準）的自有知識產(chǎn)權(quán)（IP）的建立；其次是工業(yè)軟件EDA將實現(xiàn)這些IP算法到一個特定域或者是一通用域的結(jié)構(gòu)化的轉(zhuǎn)換和高效的調(diào)度，這都涉及到設(shè)計方法學(xué)創(chuàng)新和設(shè)計智能化的需求對工業(yè)軟件EDA的深層次的要求。

　　工業(yè)軟件EDA促成“算力”、“算法”和“數(shù)據(jù)”三者深層次的融合

　　信息化的必然趨勢是智能化。只有數(shù)據(jù)流轉(zhuǎn)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的局面。這也意味著，數(shù)據(jù)本身要質(zhì)量高（冗余少），成本要低；算法設(shè)計和調(diào)用參數(shù)的人工成本也要降低；要降低算力的要求，無論是用計算平臺或AI芯片，都要考慮價格成本。

　　數(shù)據(jù)除了膨脹到了非常巨大，還從過去比較習(xí)慣的結(jié)構(gòu)化數(shù)據(jù)（也就是定點、浮點數(shù)），到了互聯(lián)網(wǎng)時代大量的準結(jié)構(gòu)化的批處理數(shù)據(jù)，而人工智能時代，大部分在處理非結(jié)構(gòu)化數(shù)據(jù)。由于數(shù)據(jù)會發(fā)生流轉(zhuǎn)和分享，因此數(shù)據(jù)不是越多越好，大量無用的重復(fù)數(shù)據(jù)只能浪費存儲器的容量，消耗算力。

　　算法的使用、計算的安全性、可靠性以及對隱私的保護等，都是AI普惠化過程中面臨的問題。AI如何普惠？其實門檻很低，從AI的基礎(chǔ)要素數(shù)據(jù)、算法、算力三個層面入手；普惠AI需要完善工具，提高可用性與可教授性；普惠AI需要做到安全性，確保AI是有益的。

　　2018年人工智能在中國變熱，從政策層面與5G等技術(shù)尋找市場有關(guān)，但從技術(shù)層面來看，算力（計算能力）並沒有達到AI的需求。因此熱浪之下，還是要從基礎(chǔ)抓計算能力。從前兩次AI從興起到休眠來看，基本上也是算力無法支撐。

　　這次AI的興起是算力、算法和數(shù)據(jù)的合力。即使算力跟上來，也不能光算力去蠻干。在簡單的“機器學(xué)習(xí)”（ML）階段，這樣還可以，但由于各種AI算法的出現(xiàn)，尤其是“深度學(xué)習(xí)”的出現(xiàn)，還是需要把人的智慧（類腦計算）引入到各種深度學(xué)習(xí)。深度學(xué)習(xí)的算法，需要和AI在各個領(lǐng)域如圖像、語音、機器人等IP的設(shè)計規(guī)范定義成的框架相結(jié)合，這是電子設(shè)計自動化（EDA）走向電子設(shè)計智能化（EDI）的關(guān)鍵。人工智能之所以在前面睡了30年，這次才蘇醒過來，就是因為算力的提高，AI新型算法的實驗算力需求，每3.43個月將提高達10倍。

　　然而，算力又一次面臨瓶頸。由于摩爾定律正面臨著物理極限，芯片算力的發(fā)展逐漸緩慢。所以，人工智能又將在此遇到算力的制約，這是一個問題。很大程度上，算法也要靠一些EDA工具來支持。是EDA工具把“算法映射到了架構(gòu)”才實現(xiàn)了“AI 落實到IC”?！辈还苁菙?shù)據(jù)、算力還是算法，都到了一個節(jié)骨眼上，都在向EDA靠近。5G也會和EDA關(guān)聯(lián)，5G解決的是信息傳輸，那么前面要把信號變成信息，很重要的是智能傳感，必須是低功耗，5G實現(xiàn)了大容量、高速度、高可靠性前提下的低時延。如果沒有人工智能的支持，沒有集成電路的基本核心技術(shù)EDA等的支持，5G很難有更大的突破。

　　GPU和CPU面臨的問題是去中心化，絕對不能由企業(yè)來作為一個中心，不管是x86架構(gòu)，還是Spic架構(gòu)，以及后來出現(xiàn)的操作系統(tǒng)框架RISC-V。把去中心化這個問題解決了以后，如果再有智能傳感，那么物聯(lián)網(wǎng)也能解決，5G也能有實際的應(yīng)用。核心的問題還是EDA，所有新技術(shù)的發(fā)展，如果不和EDA結(jié)合好就很難發(fā)展，因為離不開EDA提供的方法（學(xué)）和手段（工具）。

　　中國EDA發(fā)展之路

　　EDA是IC硏發(fā)的拳頭，更是信息產(chǎn)業(yè)重要的“工業(yè)軟件”。早在上世紀八十年代國家就集中力量在北京組織了“熊貓系統(tǒng)”的研發(fā)，但快35年過去了，國內(nèi)EDA市場仍然被國外三大廠家（Synopsys；Cadence ；Mentor Graphics）所壟斷。

　　除了政策層面（“造船”不如“買船”），在硏發(fā)的技術(shù)層面也出了問題：”總是仿”，仿得連界面都差不多，而習(xí)慣了三大外商EDA工具的用戶也根本不想更換為國產(chǎn)的EDA工具。這與集成電路發(fā)展所走的彎路也有關(guān)系。我國集成電路產(chǎn)業(yè)發(fā)展的上世紀九十年代，在半導(dǎo)體產(chǎn)業(yè)“黃浦軍?！保?956北大半導(dǎo)體斑）的大量人才指導(dǎo)下，實施了“907”，“908”等工程。盡管當時引進了大量工藝制造線（正好處于“摩爾定律”的設(shè)備快速更新期），但由于設(shè)計業(yè)跟不上，等于是“無米之炊”，大量的投資并未起到應(yīng)有的效果。直到2000年，國務(wù)院出臺了18號文件，明確設(shè)計業(yè)是集成電路產(chǎn)業(yè)鏈的龍頭，又在全國建了八個產(chǎn)業(yè)化IC設(shè)計中心，整個產(chǎn)業(yè)才開始有所轉(zhuǎn)變。

　　但三大廠商的優(yōu)勢明顯，不僅僅體現(xiàn)在技術(shù)上。國外EDA廠商往往都在大學(xué)開展“大學(xué)計劃”，大學(xué)生如果會用三大產(chǎn)商的工具，畢業(yè)后就業(yè)都會有優(yōu)勢。這就是多年來用戶使用習(xí)慣所形成的一個巨大壁壘。

　　與此同時，國外廠商既有固有的優(yōu)勢，也有為解決集成電路的設(shè)計和集成電路的制造商共同投資研發(fā)（各自省一半研發(fā)資金的投入），共有技術(shù)儲備和服務(wù)（各自少花一半的研發(fā)時間）的優(yōu)勢。臺積電（南京）總經(jīng)理羅鎮(zhèn)球曾經(jīng)回顧過去十幾年里，臺積電和新思科技合作的方式的變化。2012年之前，在合作65nm的時候，是一棒接著一棒的跑。臺積電把做出來的工藝交給新思科技，新思科技再去開發(fā)EDA的設(shè)計平臺以及一些IP，從開發(fā)新工藝，到設(shè)計公可用到這個工藝，兩個階段是1.5+1.5（年）3年的時間。在臺積電做7nm工藝的時候，就把合作伙伴新思科技找來一起討論，如何開發(fā)這個工藝，如何建立一個EDA的平臺和一個IP的平臺。從工藝開發(fā)到整個平臺推出的時間提前了（1.5年）一半的時間。合作還體現(xiàn)在經(jīng)濟效益上，臺積電和新思科技都不用重復(fù)投資。兩邊用最少的人力，最有效的方式，把它的產(chǎn)能做出來，這就是雙方后來合作的方式。羅鎮(zhèn)球還講到與EDA的合作在三個方面：一個是先進工藝，二是特殊性的衍生性工藝，三是3D封裝的工作。

　　而從當下來看，發(fā)展國內(nèi)的EDA產(chǎn)業(yè)，不能直接和國外三大產(chǎn)商競爭全流程EDA工具進行競爭，只能另辟蹊徑，避開設(shè)計后端的工藝映射和布圖的電子設(shè)計自動化（Automation）的問題，轉(zhuǎn)到AI市場各行各業(yè)IP包轉(zhuǎn)換成集成電路可實現(xiàn)的電路架構(gòu)，走集成電路高層次綜合（HLS）觧決的電子設(shè)計智能EDI（Intellinge）問題，這是一個值得關(guān)注的發(fā)展方向。本世紀以來，在中國政府主導(dǎo)（產(chǎn)業(yè)政策和土地與財政的支持），民間資本的跟投，再加上產(chǎn)學(xué)硏的通力協(xié)作，中國集成電路產(chǎn)業(yè)才有了高速的發(fā)展。這是集“官員、資本本和產(chǎn)學(xué)硏”之大成，出現(xiàn)了集成電路整個產(chǎn)業(yè)鏈（設(shè)計業(yè)，制造業(yè)，封測業(yè)，材料和裝備）的整體興旺。這是國產(chǎn)EDA產(chǎn)業(yè)需要把握住的機會。

　　軟件定義芯片

　　集成電路產(chǎn)業(yè)是需要集成電路產(chǎn)量的支持的，而移動通信平臺則為集成電路的發(fā)展提供了一個巨大的平臺（數(shù)以幾十億計的手機）。從4G到5G，如果載體還是現(xiàn)有的移動平臺上，那么集成電路產(chǎn)品的量不會有實質(zhì)性的變化。

　　集成電路正在尋找新的突破口。人工智能正在崛起，車載移動平臺對集成電路的需求遠遠地超過手機，還有萬物互聯(lián)，智能制造，基于聲音和圖像的智能處理和機器人等，都會對集成電路提出產(chǎn)業(yè)化的需求。可以說”AI is Chip”（人工智能就是芯片）一點也不過份。AI的各種知識IP，會通過電子設(shè)計智能化EDI，映射到電路與系統(tǒng)的架構(gòu)，然后通過EDA自動地映射到芯片制造。反過來，實現(xiàn)了AI的各種IP包的芯片又支持AI的產(chǎn)業(yè)化。只有更多更好的IP，芯片才能上市快，成本低。

　　在EDA工具從自動化向智能化發(fā)展的過程中，電子設(shè)計逐漸“軟化”，即”軟件定義的芯片”越來越有利于解決“可重構(gòu)”和”異構(gòu)并存”的架構(gòu)定義。以過去我們在FPGA平臺上做電路與系統(tǒng)為例，因為硬件可編程，所以設(shè)計主要是軟件編程，實現(xiàn)不同設(shè)計規(guī)范的算法到FPGA架構(gòu)的映射，進而開發(fā)在FPGA架構(gòu)上運行的各種IP包。同理，在多核的CPU，GPU的架構(gòu)上開發(fā)電路與系統(tǒng)也在做編程，實現(xiàn)軟件定義的硬件設(shè)計SDH（software defined hardware），重點是軟件定義架構(gòu)SDH和特定域的片上系統(tǒng)DSSoC（domain-specific SoC）。

　　EDA云平臺（云--邊緣--終端）

　　系統(tǒng)公司也在改變購買EDA工具的方式。系統(tǒng)公司可以從Synopsys、Cadence或Mentor購買完整的工具流和IP，而不是購買點工具和組裝定制的工具流——這都是設(shè)計公司Fabless的傳統(tǒng)。對于首次涉足芯片設(shè)計領(lǐng)域的公司來說，客戶支持的“單點聯(lián)系”（One throat to choke）的概念是一種非常有吸引力的商業(yè)策略。

　　系統(tǒng)公司的理想選擇是云計算中EDA云平臺，從20多年前的虛擬CAD（VCAD）開始，到10年前的托管設(shè)計解決方案（HDS），以及在臺積電、亞馬遜、微軟和谷歌作為合作伙伴的2018年Cadence Cloud的發(fā)布，Cadence已經(jīng)涉足云計算領(lǐng)域多年。2019年，他們發(fā)布了Cloudburst平臺，這是EDA邁向全面云實現(xiàn)的另一個重要步驟。

　　“華為云”提出了“普惠AI”的概念，讓大家都“用得起、用得好、用得放心。未來人人都應(yīng)該能夠教授AI做自己想讓AI做的事情?！霸破脚_，邊緣管控和個人終端”可能會成為即將形成的“EDA”產(chǎn)業(yè)，用戶不必自已買EDA工具，只需要為終端設(shè)備使用工具的時長來付流量費。而系統(tǒng)公司也不受傳統(tǒng)無晶圓半導(dǎo)體公司的利潤挑戰(zhàn)的約束。例如，蘋果可以為高級工具和支持支付更高的價格，而不需要通知他們的基線。因此，EDA公司通過提供IC工具和系統(tǒng)級設(shè)計工具并將其集成，來滿足系統(tǒng)公司的需求。最近的Synopsys的收購表明，基于系統(tǒng)的軟件開發(fā)也是EDA的目標。

　　人才和工具是EDA工業(yè)軟件的兩個要素

　　在EDA企業(yè)中，人才是最重要的資產(chǎn)。然而，EDA人才的稀缺性，比芯片設(shè)計人才還要嚴重。除了人才，EDA企業(yè)沒有供應(yīng)商，EDA是一種輕資產(chǎn)、智力性的工作，完全依靠工程師的創(chuàng)造性勞動。為了能夠持續(xù)不斷地有更多的人才加入EDA領(lǐng)域，EDA企業(yè)在人才培養(yǎng)上極其下功夫。相比國外，中國的EDA人才更是鳳毛麟角。改革開放以來，教育部門的貢獻是人才培養(yǎng)基本上滿足了改革開放對人才的需求，不足的是高端人才欠缺，尤其是領(lǐng)軍人物奇缺?！笆痉缎晕㈦娮訉W(xué)院和微電子學(xué)科從二級升級為“一級學(xué)科”都是在人才培養(yǎng)上下功夫。人才，對集成電路產(chǎn)業(yè)不僅僅是科技，工藝，還包括經(jīng)營與管理人才。王陽元院士對集成電路人才的培養(yǎng)支招指出：”一是微電子專業(yè)培養(yǎng)；二是支持電子設(shè)計工程師跨界進入集成電路設(shè)計業(yè)；三是引進高端集成電路領(lǐng)軍的海外歸國人才?！边@是非常有建設(shè)性的。

　　EDA是IC 設(shè)計必需的、也是最重要的工具。隨著IC設(shè)計復(fù)雜度的提升，新工藝的發(fā)展，EDA行業(yè)有非常大的發(fā)展空間。EDA行業(yè)需求的人才（工具軟件開發(fā)人才，工藝及器件背景的工程師、熟悉IC設(shè)計流程的工程師、數(shù)學(xué)專業(yè)人才、應(yīng)用、技術(shù)支持和銷售類人才）的就業(yè)面相對窄，但穩(wěn)定性非常高。EDA在過去的六年中取得了EDA歷史上前所未有的繁榮，并將繼續(xù)如此，因為半導(dǎo)體和電子產(chǎn)品無疑將繼續(xù)主導(dǎo)著現(xiàn)代生活。

　　EDA擁抱AI、ML

　　EDA工具廠商以每年6%以上的增長率，經(jīng)歷了發(fā)展史上最為繁榮的階段。它作為芯片設(shè)計生產(chǎn)的必備工具。EDA用一百多億美金的市場規(guī)模，支撐起了幾千億美金集成電路產(chǎn)業(yè)的欣欣向榮。

　　人工智能（AI）、機器學(xué)習(xí)（ML）成為電子科技深刻變革的主要推動力，它們正在進行更深層次的滲透，AI與ML也在改變電子系統(tǒng)的設(shè)計體系，AI、ML與EDA方法學(xué)的融合使其不斷有所創(chuàng)新，使芯片設(shè)計生產(chǎn)力產(chǎn)生質(zhì)的飛躍。 隨著AI、ML向各個行業(yè)的滲透，越來越多的系統(tǒng)廠商受市場的驅(qū)動，開始涉足芯片設(shè)計，這不僅是對于EDA工具的挑戰(zhàn)，也是對設(shè)計方法學(xué)創(chuàng)新的挑戰(zhàn)。長期以來，EDA廠商與晶圓廠保持著緊密的合作，便于根據(jù)先進工藝進行迭代演進。但現(xiàn)在，他們還需要打破傳統(tǒng)，協(xié)助產(chǎn)業(yè)鏈客戶達成及時上市時間、復(fù)雜設(shè)計、驗證及模擬流程，滿足市場對產(chǎn)品功能與功耗的要求，以及更為先進的半導(dǎo)體工藝和封裝要求。

　　架構(gòu)師不僅僅是為融入AI、ML的EDA工具感到壓力，也為設(shè)計芯片過程需要整個設(shè)計團隊的通力合作，算力、數(shù)據(jù)和人才的經(jīng)驗的協(xié)調(diào)調(diào)度，盡心盡力才能提升芯片PPA。而將ML融入EDA方法學(xué)中，機器就可以看到和累積所有人的經(jīng)驗，通過不斷地學(xué)習(xí)變得越來越穩(wěn)定，逐漸擺脫對人的經(jīng)驗的依賴。如果到了這個階段，芯片設(shè)計就走向了一個新高度，一個嶄新的天地。

　　DARPA 的電子復(fù)興計劃（ERI）旨在利用先進的機器學(xué)習(xí)技術(shù)為片上系統(tǒng)（SoC）、系統(tǒng)封裝（SiP）和印刷電路板（PCB）打造統(tǒng)一平臺，開發(fā)完整集成的智能設(shè)計流程，從而實現(xiàn)更加自動化的電子設(shè)計能力。

　　無人芯片設(shè)計，毫無疑問是一種更為快速且經(jīng)濟高效地生成新型芯片設(shè)計的方法。在通往這一終極目標的道路上，數(shù)字全流程的實現(xiàn)具有里程碑意義。但即便如此，芯片設(shè)計對于人的經(jīng)驗的仰賴短期內(nèi)無法通過機器實現(xiàn)，特別是在模擬設(shè)計領(lǐng)域。也正是如此，使其成為了DARPA的攻關(guān)重點之一。

　　在通往無人芯片設(shè)計的道路絕非一片通途，人類在探索AI提高生產(chǎn)率方面還有相當長的路要走。