我国制造业持续升级的背景下，人工智能、5G通信、大数据、云计算等新应用不断涌现，工业软件所扮演的角色愈发重要。堪称“芯片之母”的EDA作为最核心的工业软件对于芯片设计乃至整个半导体产业链都起到基石作用。位于半导体产业链上游的关键位置的IP行业也在发生着深刻改变。
2024年，随着AI技术的渗透进一步增加，将为设计工具带来哪些颠覆性变革？国内EDA厂商面对复杂的国际形势如何行稳致远？2024年6月28日—29日，第八届集微半导体大会在厦门国际会议中心酒店举办。6月28日举办的集微“EDA/ IP 工业软件”大会，聚焦国内外EDA、IP以及全产业链热点，推动EDA/ IP产业实现跨越发展。
新思科技：人工智能引领芯片技术新纪元
人工智能的高速增长、芯片的迅速普及和软件定义系统的加速发展，正在推动万物智能时代到来。在这个全新时代，科技无缝深入人们的生活。这给科技行业带来全新的机遇以及更大计算、能源和设计的挑战。新思科技致力于为合作伙伴提供值得信赖的从芯片到系统设计解决方案，为人工智能时代的创新提供源动力。新思科技中国区应用工程执行总监黄宗杰在主题演讲中分享了全栈式AI驱动型EDA解决方案Synopsys.ai的表现。他表示，Synopsys.ai的应用范围正在迅速扩大。
新思科技中国区应用工程执行总监黄宗杰
黄宗杰表示，在5年内，人工智能技术将推动新Web和移动应用程序的设计工作的自动化，比率有望达到70%。随着人工智能的复杂度的不断增加，推动芯片行业的进一步发展创新。Synopsys 通过 Synopsys.ai 可助力用户设计能力的大幅提升，数字化设计空间优化以实现功耗、性能和面积（PPA）目标，并提高生产效率；模拟设计自动化方面，可实现模拟设计跨工艺节点的快速迁移；验证覆盖率收敛和回归分析方面，可实现更快的功能测试收敛、更高的覆盖率和预测性错误检测；自动测试生成方面，可减少并优化测试模式，提高芯片缺陷覆盖率并加快获取测试结果；制造解决方案方面，可加速开发高精度光刻模型，以大幅提高芯片良率。
验证空间优化开具VSO.ai可提供业界首个AI驱动的验证解决方案，帮助验证团队更快实现更高质量的覆盖率收敛。该系统可以自主工作，从而以尽可能快的速度和尽可能低的价格达到覆盖率目标，并获得高质量的结果。机器学习技术用于识别和消除回归中的冗余，自动进行覆盖率根本原因分析，并从 RTL 和激励中推断覆盖率，以识别覆盖率差距并提供覆盖率指导。
人工智能测试工具Synopsys TSO.ai 能最大限度地降低当今复杂设计的测试成本并缩短上市时间。TSO.ai 可在大型测试搜索空间中自动搜索，最大限度地减少测试向量的数量和 ATPG 迭代时间，从而大幅降低测试成本。利用 AI 的强大功能，TSO.ai 可提供自动化、可扩展性和专家级生产力，从而提供人工无法企及的结果。
人工智能的发展引领了芯片设计的创新。预计到 2028 年AI 工作负载将增加 50 倍；到 2033 年，全球可穿戴 AI 市场估计为 230B 美元数据继续呈指数级增长，新大模型将进一步突破了计算极限。
华大九天：创新驱动，国产EDA铸基新质生产力
华大九天科技股份有限公司市场合作总监余涵指出，集成电路是新质生产力的基础底座，EDA、集成电路材料、集成电路装备构成了集成电路的产业链上游，也是产业发展的基础。EDA软件贯穿于集成电路全链条，从芯片设计、晶圆制造到芯片封装与测试都会用到EDA软件。
华大九天科技股份有限公司市场合作总监余涵
从全球EDA行业市场情况来看，2023年前三季度全球EDA市场规模约80.36亿美元，相比2022年前三季度66.16亿美元，增长约21%。2023年全球EDA市场规模约106亿美元。美国凭借绝对领先的集成电路产业综合竞争力，瓜分了全球最大数量的EDA工具市场，2023年北美地区EDA工具市场占比为42.7%，相比2022年的44.8%略有下降。在亚太地区，中国大陆集成电路产业近年来实现连续高速发展。2019年至2023年的五年间，亚太地区EDA工具市场份额从30%提升至36.5%。
从产业格局来看，EDA产业全球格局多年来基本不变。全球EDA被美国三大巨头企业垄断，华大九天是跻身全球Top10的唯一中国企业，拥有特定领域全流程，在局部领域技术领先。
站在EDA角度来看，打造新质生产力坚实底座，就是要形成全流程、全领域、全球领先的国产EDA工具链。近些年来，国内EDA企业数量已达到100家左右，研发已涵盖了集成电路设计制造各个环节所涉及的EDA工具。但重点集中在前端验证、CAE及PCB等环节，还没有真正串联形成全流程，尤其是数字IC设计。发展国产EDA工具链需要政策引导产业链上下游密切合作。
国内庞大应用市场的发展也为国产EDA工具提供了庞大的市场机会。举例而言，我国汽车电子市场蓬勃发展为EDA提出新需求。2022年我国汽车电子市场规模达到9783亿元，2017-2022年均增速为13.29%。2022年平均每辆车所需芯片数量已经达到了1000颗以上，而一台新能源汽车需要的芯片可以达到2000颗左右。随着汽车电子系统从传统分立ECU架构，到现在的域ECU结构，再到将来的分区域中心处理架构Zonal的发展，电动化、智能化、网联化是汽车电子最主要的趋势。再以AI技术为例，AI技术与EDA的相辅相成，AI既可以推动EDA更加自动化、智能化发展，同时EDA的发展又将助力AI芯片设计的发展。
华大九天已打造多款全球领先的EDA产品。电路仿真工具ALPS连续三年获DeepChip评为“全球最佳电路仿真产品”。2020年时序优化工具XTop被DeepChip评为全球最佳时序优化EDA工具。2021年版图处理工具Skipper被DeepChip评为“全球最佳版图处理EDA工具”。
Siemens EDA：加速创新，同塑半导体产业未来
西门子电子科技（上海）有限公司产品总监牛风举指出，在云（HPC、AI）、汽车（AV）和通信（5G）需求的推动下，半导体产业的未来强劲增长可期。预计到 2030 年，半导体行业将达到超过1万亿美元的市场规模。与此同时，半导体产业也成为不断变化的世界的中心。由于 Covid-19 导致的全球空前中断凸显了供应链的脆弱性，展示了技术在连接人方面所发挥的作用社会对半导体产品的需求越来越大。人工智能带来新的可能性并改变行业，人工智能为半导体带来新技术和规模化挑战，无处不在的人工智能将推动半导体消费的增加。社会要求更负责任的企业管理，企业必须平衡社会责任与成本，半导体是可持续发展的基础，可持续发展将推动半导体销量。
西门子电子科技（上海）有限公司产品总监牛风举
挑战的背后就是机遇，Siemens EDA 希望能够助力用户实现目标。Siemens EDA将在半导体的生命周期管理，软件定义系统工程，IC设计与验证，3D IC和PCB，从设计到制造，从设计到硅DFT/DFM/DFR型半导体工程等方面，为用户提供价值。
牛风举也分享了一些Siemens EDA助力半导体行业创新发展的案例。在Tessent 3D IC解决方案中，Siemens EDA通过 3D IC 设计扩展提高生产力，助力芯片产业的创新发展。在流式扫描网络（SSN）的案例中，分组数据交付可消除了核心测试 IO/模式与顶级 IO 之间的依赖关系，实现更简单的时序收敛、功率分布、更快的启动速度等。
概伦电子：联动设计与制造，Design Enablement重要性突显
上海概伦电子股份有限公司技术市场总监赵芳芳指出，EDA支撑整个集成电路行业的发展。EDA是产业链倒金字塔的底座，撬动数十万亿数字经济。任一EDA关键工具的发展都需跨越四个阶段：从无到有，实现基本功能；基本可用，能够用于芯片实际设计/制造；突破技术壁垒，提升性能良率优化设计制造流程；突破生态壁垒，体现核心价值实现市场竞争力。
上海概伦电子股份有限公司技术市场总监赵芳芳
EDA是芯片设计方法的载体和制造流程的重要支撑，它涵盖工艺开发、Design Enablement（设计使能）、电路设计、仿真验证、物理实现、芯片制造等，其中Design Enablement（设计使能）技术可以联动集成电路设计与制造两大环节，是EDA中的重要工具。
赵芳芳强调，Design Enablement主要包括SPICE模型库、PDK工艺设计套件、标准单元库三大主要元素。随着晶体管尺寸越来越小，集成电路设计和制造也变得越来越先进复杂，也就越需要EDA的支撑。Design Enablement（设计使能）三剑客，SPICE模型+PDK+标准单元库，支撑着EDA发展。
概伦电子是国内首家EDA上市公司，关键核心技术具备国际市场竞争力的EDA领军企业。概伦电子致力于打造应用驱动的EDA全流程解决方案，联动设计与制造，加快工艺开发和芯片设计进程，提高芯片良率和性能，增强市场竞争力。
概伦电子的核心技术优势在于器件性能表征、器件建模、电路仿真技术三大领域，具备完整的Design Enablement设计实现解决方案，可为存储器和模拟/混合信号芯片提供应用驱动定制设计解决方案，解决DTCO流程瓶颈加速工艺和设计之间的迭代。
赵芳芳还分享了概伦电子Design Enablement的案例。在PDK开发与单元库特征化方面，概伦电子研发了中国自有的PDK库，打造创新PDK开发解决方案，Cloud-ready高效标准单元库特征化解决方案。在一站式技术开发服务方面，为芯片代工厂工艺开发和设计公司建立COT能力提供业界领先的一站式专业服务。
奎芯科技：互联IP助力算力突破
奎芯科技销售总监王中洋指出，AIGC的发展推动了算力需求的快速增长。近年来，ChatGPT的兴起、大模型的数量、模型的规模也在快速增长，有效带动了算力的需求增长，几乎达到每2～3个月翻一番的程度。这样的算力增长需求对内存和带宽提出了新的挑战。对此人们总结为内存墙和I/O墙两个方面。简单理解就是带宽的速率增长远远落后于算力技术的增长。
奎芯科技销售总监王中洋
当前的解决方案主要有两个方面：一是将芯片进行3D堆叠。这将使封装设计变得更加艰难。另一方面是采用存内计算等寻求架构上的创新。因为芯片工艺的红利已经快要吃尽，现在人们为了提升算力，不得不采取其他的方式，向系统级多芯片互联以及封装级多芯片互联（即C to C和Die to Die）发展，相关技术现在逐渐被市场所认可。
HBM技术一定程度上突破了内存带宽的限制，也受到行业的极大重视。不过HBM技术应用过程中也会遇到一些挑战。从封装技术上看，HBM技术必须使用2.5D封装。2.5D封装的成本很高，包括Interpose成本、封装加工挑战、封测成本等，种种因素都会制约2.5D封装的应用，使之成为大厂间的游戏。
另外一个因素是HBM的IP非常昂贵，对一些中小型公司来说，工程阶段投入还是非常大的。基于这些限制，奎芯科技推出了一套自研IP的解决方案，可以把传统架构集成的HBM颗粒，以IP的形式从SoC取出，跟SoC之间通过用UCIe做互联桥梁，HBM颗粒之间采用2.5封装。这种方案能带来几个优势：一个是主芯片的成本降低，二是封装成本降低，三是内存容量带宽可以进一步提升。
奎芯科技是领先的互联IP产品及Chiplet产品供应商，公司成立于2021年，发展至今已经形成上海、合肥、成都、北京等六大研发中心，主要提供高速接口IP、基础服务IP、模拟IP，以及Chiplet的整体解决方案。
智现未来：大语言模型+工程智能赋能半导体制造智能化转型
深圳智现未来工业软件有限公司市场总监朱军指出，智能制造大致经历了三个阶段：利用物联网技术实现数字化、利用生产系统实现自动化、挖掘工程数据实现智能化。数字化是实时采集各种数据，从而实现生产流程的数字化、透明化。自动化是程序控制和机器协同代替“人手”，通过生产调度系统优化流程，来提高效率和减少人工干预。智能化是对海量工程数据进行监控和分析，发现异常、找到原因、给出建议、实时反馈。智能化是制造发展的最新阶段。
深圳智现未来工业软件有限公司市场总监朱军
半导体制造当前面临诸多挑战，大致可以总结为以下几个方面：过程“成千上万”，半导体制造过程有成千上万个工序，且都存在高复杂度、高精度的要求。数据“千头万绪”，过程中产生的海量数据需要实时分析和处理，以便及时发现并解决问题，确保生产连续和产品质量。工程师存在专业局限性，即使是经验丰富的工程师，也只能基于已有知识和经验进行判断，面对新问题或未知情况时往往难以快速找到有效解决方案，且容易出错和遗漏关键问题，存在人才流失风险。信息孤岛：数据价值被埋没，人与人、系统与系统、设备与设备，未能全局分析，应用数据价值。
大语言模型为半导体“智”造突破带来新思路。作为后发者，面临国际半导体大厂的竞争，我国要想发展半导体制造，包括利用以大模型为代表的先进人工智能技术推进智能制造就是挑战破局的有效方式。
智现未来布局工程智能领域产品超过20年，具备丰富的经验积累、行业认知、技术储备及成功案例，能够突破垂直大模型应用的客户壁垒及数据壁垒，客户专属私有化算力服务和调度平台。
在朱军分享的智现未来大语言“灵犀”应用案例中，由于半导体生产中存在大量缺陷分析需求，行业专家短缺，传统流程依赖人工标注和分析，耗时且易出错。智现未来的解决方案通过多模智能缺陷改良系统，结合图片特征、产线数据、文本经验等，构建复合矩阵进行多元分析，利用AI技术进行即时数据分析，可以减少人工干预，提升报告的准确性和及时性。
