《电子技术应用》
您所在的位置:首页 > 模拟设计 > 业界动态 > EDA之局:始于IC,野心却不止于此

EDA之局:始于IC,野心却不止于此

2019-06-16
关键词: AI 半导体 IC设计 芯片

随着AI对设计和制造的渗透和影响,生活中智能产品也开始变得稀松平常。产品端发生的巨大变化和快速迭代,其影响传导到产业链上游带来的则是冲击,因此整个半导体产业链上各厂家的职能都在发生一定程度的交杂与变化。

在此前镁客网采访华进半导体市场与产业化部/战略部部长周鸣昊谈到这一话题时,他就曾直言表示明显感受到了变动,“整个产业链确实是发生了一些变化,最明显的是,大家分工很清楚的版块开始出现了业务交叉,以我们中下游来看,前道、中道、后道和组装之间实际上都有交叉。这样的变化之下,有冲击,也有机会。”

中下游如此,上游亦然。笔者留意到,作为辅助IC设计的工具提供商,EDA公司几乎活跃在各大前沿技术、工艺探讨和创新论坛上。

从幕后走向台前,EDA的积极活跃着实惹人关注。尤其是在国内EDA产业相对处于“空白”之下,这样一个转变是不是暗示着更多机遇也成为半导体从业者应当考虑的问题。

1560561113329093050.png

EDA,芯片设计的工具

发展近六十载,从一开始的IC设计辅助工具到后来囊括设计、性能测试、特性分析、虚拟仿真等诸多功能,在加速芯片设计的同时,EDA产业也从一开始的不起眼逐渐发展壮大。

ESD Alliance MSS发布的最新统计数据显示,2018年Q3全球EDA产业收入同期增长了6.7%,达到了24.4亿美元,延续了此前的连续增长之势。对此,业内人给出分析称,之后整个市场空间还将继续增长。

尽管迅速增长,因只是IC设计的“配角”,EDA市场一直以来只是半导体产业中一个“无足轻重”的细分领域,现如今它为何值得关注?

首先,我们来看下何为EDA。

EDA(Electronic design automation),中文译为电子设计自动化,指的是利用计算机辅助设计(CAD)等软件来完成超大规模集成电路(VLSI)芯片的功能设计、综合、验证、物理设计(包括布局、布线、版图、设计规则检查等)等流程的设计方式。

在十分有限的芯片上进行布局和走线是一门很复杂的学问,并且好的布局和布线可以节省面积、提升信号完整性和稳定性的同时还提高芯片可靠性,所以一般专业的芯片公司都要使用EDA软件来辅助设计。

但是EDA并不是在半导体产业一开始出现就存在的。

在六十年前,半导体产业刚刚萌生,当时的集成电路远不及现在复杂,因此IC设计人员只需徒手就可以完成集成电路的设计、布线等工作。后来随着晶体管数量的暴增,物理空间、时序收敛、逻辑区域等因素都需要被融合考虑,“手工”设计和制作的低效和耗时严重增加了设计成本,EDA工具顺应这样一个需求而生。

EDA首次亮相是在上世纪60年代,当时它能够实现对电路板上的少量模块进行自动摆放。到了70年代,EDA工具开始应用在了工业界,很多半导体公司也开始研发自己专用的EDA工具,并逐步形成了现在的设计风格。在80到90年代间,独立的软件供应商开始设计具备更加普遍用途的软件工具,也因此EDA逐步发展为IC产业链上游中细分的一个独立产业。

当时,顺应整个硅谷半导体产业的兴起,美国硅谷出现了一大批EDA厂商,在不断的竞争之后,21世纪初整个市场形成了Synopsys、Mentor和Cadence三大巨头瓜分的格局。

1560561127105009299.png

相较于国际,国内EDA产业的发展主要伴随着我国半导体产业的发展与兴起,此前零散的EDA软件研发团队也因此逐步凝聚成一股强力,国产EDA的代表厂商华大九天就是在2009年正式成立。

不难发现,无论是国内还是国外,EDA无一例外都是在半导体产业高速发展的带动下应运而生的,因此某种程度上EDA行业的发展史就像一面镜子,它能够折射出半导体产业的技术迭代速度和创新程度。换言之,EDA产业发展越好,整个半导体行业越“动荡”。

工欲善其事,必先利其器

在国内,EDA为公众所熟知很大程度上源于中美关系紧张形势下,Cadence曾拒绝给中兴提供EDA工具而以此钳制中兴的事件。对于学习过工程专业的人来说,不会不知道Protel、CAD等自动辅助设计软件及它们的重要性。

工欲善其事,必先利其器。

设计芯片是一件耗时又耗力的事情。早在2014年,就有报道指出当时英伟达曾为设计一款芯片花费了8000名员工一年的时间,这样的成本是一般公司所无法承受的。

而EDA的出现恰好就是为了解决类似这样,因复杂的设计需求带来的芯片设计成本提升的问题,它通过帮助芯片设计人员用更简单的方法去从事设计工作,以缩短研发周期,降低设计成本。

1560561133298063700.png

没有EDA软件,设计者需要经过若干次实物实验才能做出一个合格设计;而有了它,设计者可通过计算机“试错”,这极大降低了重复试错的成本,因而让公司能够用尽可能低的成本设计出合格的产品。

利用EDA工具,电子设计工程师们可以通过计算机完成大量繁琐的设计工作,即将电子产品的电路设计、性能分析、布线、仿真到出IC版图的整个过程都在计算机上自动处理完成。

经过数十年的发展,整个EDA产业基本形成了稳定的技术市场,它也代表了整个电子设计技术的最新发展方向。综合考虑工艺、制造和系统设计,EDA所要做的事情几乎囊括了IC设计工作中涉及到的前端设计、IP复用、系统和功能描述、逻辑设计和仿真等各个关键环节,以达到最大程度优化芯片的设计方式,成为了IC设计人员的最佳利器。

深度学习开启EDA 4.0时代

上文提到,英伟达为设计一款芯片耗费了8000名员工一年的时间。不过彼时EDA产业已经发展到相对成熟的地步,为何还会出现如此大动干戈的情况?其中缘由在于深度学习。

对于整个科技行业来说,深度学习的全面爆发有着影响深远的意义,它给软件系统、硬件产品端和半导体等领域都带来了冲击,EDA产业也不例外。在人工智能的影响和摩尔定律逐步失效的情况下,芯片架构设计和定制化要求成为当下IC设计的主旋律,这让传统EDA工具也露出了自身的局限性。

1560561141458075040.png

2015年,应DAPRA要求,为迎合AI带来的定制化需求去改进EDA,加州大学伯克利分校6名研究生尝试采用了全新的EDA语言和技术来验证该校RISC-V中心的BOOM-2项目。结果有些出乎意料,他们仅花了6个月就完成了含有25M个晶体管的设计。与此相比,受深度学习影响之累,英伟达的出手确实太“阔绰”了些。也因此,传统EDA工具的局限性显露无疑。

在深度学习、云计算等技术的影响下,半导体产业在自动驾驶汽车、智能汽车、物联网等新兴领域的驱动下迎来了新一轮发展高潮,IC设计的各个环节与设计方法都在发生改变,芯片设计的复杂度大大提升,数字系统的设计周期和设计成本压力激增。且现在随着电子行业的长尾效应,沿着尾部走得越远,设计成本占总成本的比例就越大。

对于Fabless公司来说,设计占据的比重越来越大,使用EDA工具会有诸多好处,比如缩短上市时间、降低产品设计和开发成本,同时可以促进设计可靠、高速、高密度的集成电路。

对于EDA厂商来说,受自身局限性和降低成本需求强烈的“双面夹攻”,变革确实不得不为。但落实到细节上,他们不仅要解决因此暴露出的历史遗留的诸如数据共享、工具接口等管理问题,还要完成定制化要求带来的硬件语言和系统框架结构上的革新。这不可谓不是一道难题。

为了应对变化,2017年Mentor公司正式对外宣布全面调整战略,称要率先带动EDA 4.0,并打造将多种高级验证技术无缝连接形成一个综合性的服务平台,从而大大提高ASIC和现如今大火的SoC功能验证的生产效率。与此同时,Synopsys、Cadence也不落后,一边在接触科技巨头一边也在AI领域动作频频。

有意思的是,在压力的驱使下,EDA厂商不仅将AI融入到了EDA生态建设中,以解决设计复用、档案反复、零件琐碎、自动化不足等工具问题,在这之外,他们还关心起了FinFETs、3D-IC等新工艺,参与新架构的设计,同时关心5G、自动驾驶、云计算等前沿技术。在创新技术的关注度和参与度上,EDA厂商堪比前沿科技巨头。

对此,Cadence产品管理总监Dave Pursley曾公开给出解释,“目前处于前沿的公司是对EDA工具影响最大的公司,因我们希望通过接触他们来训练我们的工具,然后让行业的其他人使用这些工具,同时改善这一流程。”

不会做解决方案的EDA厂商不是好的AI公司

但仅仅抓住大客户是抓不住整个市场的,Pursley也意识到了这个问题,“虽然我们关注的是大客户,但打造出的工具并不具有通用性,也有很多客户在寻求成本更低、生产率更高的解决方案。他们承担不起投入大量人力的代价,需要找到更好的办法。”

传统意义上,许多芯片设计都是采用标准元件来搭建的,EDA厂商只需要提供软件工具即可。但是随着更多的复杂技术逐渐渗透到物联网等设备中,人们对计算能力的需求正在增加,而这显然超出了传统芯片设计架构和标准器件搭建所能提供的,且功耗增加、安全性降低、可靠性降低等问题也是与日俱增,因此,自定义设计的需求日益增长。需求各异,定制化解决方案自然成为当下“最好的办法”。

作为国内EDA厂商的领头者,华大九天的起点和重点就是做好定制化服务,即针对不同芯片的设计需求提供全流程整体解决方案等服务。可见,做好解决方案成为EDA厂商不得不学的必备本领。

由EDA厂商来做解决方案的原因也显而易见,相较于芯片流片的成本,在EDA虚拟平台上的花费自然会少许多。而如历史上任何技术的商用发展历程,成本全面降低是广泛应用的首要前提。

追着创新走,这是EDA厂商的使命。相较于过去,当下EDA厂商在芯片设计过程中的作用显然举足轻重,而素有行业技术风向标之称的DAPRA深谙此理。2018年7月,它宣布投入15亿美元协助半导体产业长期发展,其中就包括研究和优化测试、虚拟仿真等EDA软件算法和系统。

从曾经只需解决逻辑电路功能到如今面向产业链,EDA厂商甚至承担了对Foundry的良率和成品率的解决方案。

现在,用AI技术来面向产业链需求去做好用的解决方案已经成为EDA厂商的共识,但如何基于工艺变化和技术需求研制先进的支持系统、打造IP产品及全套设计解决方案成为EDA厂商的巨大挑战。


本站内容除特别声明的原创文章之外,转载内容只为传递更多信息,并不代表本网站赞同其观点。转载的所有的文章、图片、音/视频文件等资料的版权归版权所有权人所有。本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如涉及作品内容、版权和其它问题,请及时通过电子邮件或电话通知我们,以便迅速采取适当措施,避免给双方造成不必要的经济损失。联系电话:010-82306116;邮箱:aet@chinaaet.com。