近期，本土芯片设计企业在EDA工具的供应上接连遭遇外企不同程度的“卡脖子”事件，“自主EDA生态”呼声日益高涨并在加速落至实处。国产EDA新生势力固然生猛，但与常年霸占全球70%以上市场份额的传统三巨头相比，在积累以及体量上仍存在根本性的差距。接下来，在政策和资本均未缺席的国内大环境下，国产EDA生态的大船如何“锚正航向”、“精准突围”，成为整个国内半导体产业链密切关注的焦点。
半导体工艺节点不断攀升
EDA的重要性与开发难度也如影随形
EDA究竟有多重要？大概只有真切经历过“断供”的本土芯片设计业，才有深刻体会。而今，随着全球芯片设计快步迈入更先进节点，EDA的重要性越发凸显，成为庞大本土芯片设计业的“命脉”，上海概伦电子有限公司副总裁刘文超表示：“从10nm、7nm再到5nm，每一次工艺节点升级，成本都在激增，EDA作为承载设计方法学的工具，其重要性和作用正越来越大。现在的7nm，如果是超过十层金属层的话，总价接近1亿人民币，如果一次流片不成功，对一个企业的打击无疑是致命的。”
副总裁刘文超博士
概伦电子有限公司
“从10nm、7nm再到5nm，每一次工艺节点升级，成本都在激增，EDA作为承载设计方法学的工具，其重要性和作用正越来越大。现在的7nm，如果是超过十层金属层的话，总价接近1亿人民币，如果一次流片不成功，对一个企业的打击无疑是致命的。”
而这些芯片的设计和制造要想成功，自然就需要仰仗强大的EDA工具加持。从芯片设计和制造的流程来看，譬如IC设计中的布局布线、逻辑综合，光罩制造的OPC优化、工艺和器件模拟以及包括器件紧凑模型的提取等。其中的每一个环节，都对最终能否一次流片成功起到“致命作用”。
在芯片设计工艺节点不断升级的大背景下，EDA工具的重要性凸显的同时，国内企业还面临另外一个难点，那就是如何取得工艺性能与良率的最佳平衡。作为国内另一大知名EDA厂商，概伦电子也以芯片的良率和性能作为出发“点”，刘文超认为：“这两个因素也是集成电路最关键的因素，即便产品的性能再好，良率如果低的话，那成本就居高不下；但如果我们仅追求良率，芯片的性能也会下降。因此，如何在良率和性能之间找到最佳平衡点，也是EDA工具所考虑的核心问题。”
毕竟，如今芯片的集成度和复杂度正随着工艺不断推进也日益激增，工艺的难度逐步增大，器件尺寸持续缩小，刘文超举例到：“目前，5纳米工艺尺寸的芯片已经推向了市场，同时芯片集成度也在增高，比如普通的手机SoC集成度已经达到百亿规模以上，在这种情况下，人工是不可能完成的，需要EDA工具的支持。同时，设计的裕量也在减少，这与良率和性能都有关系，把裕量放大，良率提升，性能会下降，设计裕量和良率和性能间找到平衡点也是我们思考的问题。从90纳米到22纳米，我们设计的裕量由于受到静态噪声以及VT波动以及可靠性影响，设计裕量在逐渐减小，留给设计工程师所能调整的部分越来越小，这些都一定要依靠EDA解决方案来提升才能达到设计的目的。”
这也是为何当下，国内半导体产业链迫切需要扶持本土EDA企业“上位”，来缓冲国际竞争压力的同时，促成EDA国产替代这一“宏图大业”。但就目前的形势来看，EDA在中国集成电路产业里还是相对比较薄弱的一环，据统计，国内EDA市场份额中，国产EDA工具占比重不到10%，相关资源非常有限，面临的形势也异常严峻。
相比之下，第一梯队的国际三巨头则拥有完整、总体优势的全流程产品，每一家营收都在10亿美金以上，客户遍布全球各地；而第二梯队的企业虽然仅在局部领域位居技术领先，但仍占据全球份额10%以上，营收也仍然超过1亿美金；相比之下，国内的EDA企业，则处在第三梯队，主要是以点工具为主，虽然在某些细分领域有一些突破和领先优势，在特定领域也有一些全流程解决方案，但都只是刚刚起步，而且纯商业营收目前还没有超过1亿美金的案例。
EDA国产替代：
一场由“点”及“面”的持久战
很显然，这种先天性的差距绝非短期内说追赶能够追赶。从更务实的角度出发，编者认为，国内EDA企业在正视差距、迎合“国产替代”的同时，当前更重要的是将更多精力和重点放在如何实现更“接地气”的商业化目标上。毕竟，EDA公司提供的工具最终还是要与实际的应用相结合，与产业相结合。就目前的体量来看，本土EDA玩家还不足以在各条工具链上实现对“第一阵营”的追赶，为了更高效的利用“国产替代”政策和资本优势，从单点或多点逐一突破、层层递进，或许才是当下最现实且靠谱儿的“玩法”。
从射频EDA工具起步的湖北九同方微电子就是倡导由“点”及“面”的代表性企业，湖北九同方微电子有限公司执行董事李红在接受记者采访时表示：“我们之所以选择射频领域，第一，是看到国际巨头在这个细分领域实力相对薄弱；第二，我们团队的人员在这方面有非常大的优势。所以，我们坚决扎根在这个领域，围绕着射频的整个环节去做EDA工具链。当然，我们也认为，虽然过去芯片设计是模拟数字两大阵营，但是随着高频、泛模拟的IC设计的普及，IP频率越来越高，射频的地位也必然会越来越重要。通过九年时间的努力，我们如今已经做出了六款产品，即三维全波电磁场模拟解算器软件、片上无源器件设计和建模工具软件、分布式多线程集成电路模拟器软件等等。”
不过，至今为止，国内也尚未出现能够彻底撑起国产EDA格局且真正被主流高水平下游客户运用的产品，哪怕是点工具产品，这也是当前国内EDA行业必须清楚承认的现实。李红告诉《华强电子》记者：“即便国内EDA厂商能把整个工具都做出来，但如果与国际大厂有10%的差距，也就意味着失败。在EDA行业，即使产品上只有10%或者5%的差距，甚至EDA企业倒贴钱交付，下游客户也都不会用。所以，我们认为还是要以‘点’来聚焦，当然我们EDA企业也要有‘面’的梦想，但在此之前我们坚决要把每一个‘点’做好，例如我们开发的从0到1的电磁仿真工具等等。”
“所以，我们坚决去打造好这个‘点’，积少成多逐渐组建成‘面’，这样整个逻辑才成立。所有的EDA的公司，都会经历从‘点’到‘面’的漫长过程，其实EDA的工具在市场营销过程中面临强大的竞争对手是很难起步的，而未来我们的目标不仅要放在中国市场，而且一定要放眼全球，这样才能让企业的自主循环、良性循环快速形成。在这样一个过程中，我们希望能够与行业同仁一起去做协同，相互促进、共谋发展。”李红强调。
借力“云+AI”
国产EDA能否顺势“上位”？
与三巨头几十多年的迭代发展历程不同，如今的本土EDA企业，生在一个“云+AI”加持的高效率运算的好时代。这些成熟的技术能够给当下不少新兴的EDA企业提供丰富的算法和计算资源，EDA企业可以利用AI和云计算的优势，极大节省成本的同时也能够走不少“弯路”。
譬如AI，国微集团有限公司首席技术官白耿告诉《华强电子》记者：“EDA正面临一个AI的新时代，AI技术怎么更好融入到传统EDA平台上来，这也是我们经常考虑的问题。所以，我们在2020-2021年培养高校研究生的设置过程中，有五个项目，其中四个都是跟AI相关的，这样就在EDA平台上就找到了适合开发AI算法的场景，能够把AI算法能够实现EDA平台上。”
首席技术官白耿
国微集团有限公司
“EDA正面临一个AI的新时代，AI技术怎么更好融入到传统EDA平台上来，这也是我们经常考虑的问题。所以，我们在2020-2021年培养高校研究生的设置过程中，有五个项目，其中四个都是跟AI相关的，这样就在EDA平台上就找到了适合开发AI算法的场景，能够把AI算法能够实现EDA平台上。”
所以，在开发EDA产品的过程中，白耿表示：“基于统一的数据结构、统一的通用服务引擎核心之内，外层我们会建立AI的训练应用层，所有AI引擎做训练所需要的数据可以从我们的签核或者物理实现的工具引擎中得以输入，训练完之后，AI引擎的测试结果可以用我们的签核工具验证。在很好的AI引擎训练完之后可以放在优化的引擎中进行实际的IC优化来验证AI算法是否有它的实用性，再继续迭代看能不能改进AI引擎，做下一次更好的优化，这是整体的为深度学习提供好的算法、好的场景。这虽然只是一个例子，但说明了我们整个平台是针对先进技术开放的平台，欢迎国内好的算法、好的工具能融合在这个平台，更方便进入到实际的IC设计的流程中，让好的算法、好的工具得到快速的迭代、快速产业化，这也是我们集团的意向之一。”
的确，AI for EDA是目前非常火的概念。这二者其实是可以相辅相成的，有业内人士告诉记者，利用AI训练，比如优化电路的过程中，一般需要很多专家知识去告诉系统如何高效的去执行命令，通过这种自动化的机器学习方式能够快速进行推算，从而对数据进行高效的优化。当然，EDA的方法也可以反过来辅助AI进行数据演算，比如查找表网络当中，因为可以实现任意的布尔函数，因此系统一开始并不知道实现的是什么功能，但可以通过一些训练集进行反推，与主流的网络相比，这种方法也能快速逼近最优解，从而提高效率。
例如DFM中的光刻热点修正，白耿举例到：“经常在芯片版图中，有很多图形属于是一种光刻热点，这会在制作过程中产生缺陷，为了避免这种缺陷产生，在前期制造阶段就要对图形进行修正，进行规避，假如某种图形模式没有被定义的话，这种光刻热点就会被漏掉。而利用AI算法，可以根据工艺中现有的图形进行算法推导，其中可能还会出现光刻热点新的图形，通过深度学习的方法，将新的图形通过统一的数据库，通用服务引擎可以无缝反馈给布局布线工具，进行非常高效的修正。”
AI之后，为了寻求更巨量的资源，“上云”也成为了当前国内EDA玩家实现超速追赶的另一条快车道。业内资深人士林凯鹏对记者表示：“无论是软件仿真还是硬件仿真，资源需求是非常强烈且巨量的，因此目前最流行的做法就是将其放在云上去跨区域共享。不过，对于EDA这种比较特殊的工业应用，尤其是验证的场景来说，与普通的专用云不同，它有硬件，所以对每一个团队来说源代码安全非常重要，所以我们构思了三层架构，通过本地的集群，实现CPU或者硬件仿真和原型验证，构建一个私有的EDA专用云来实现HPC算力或者更多的EDA软件云控制。在这个环节当中，敏感的数据或者大量运算的数据都可以放到公有云上面。”
林凯鹏
业内资深人士
“无论是软件仿真还是硬件仿真，资源需求是非常强烈且巨量的，因此目前最流行的做法就是将其放在云上去跨区域共享。不过，对于EDA这种比较特殊的工业应用，尤其是验证的场景来说，与普通的专用云不同，它有硬件，所以对每一个团队来说源代码安全非常重要。”
不过，这种结合性的思路也要解决很多问题，林凯鹏指出：“比如其中一个是云管理如何合理的去进行软件、硬件、人员以及资源的管理和调度，这些不同的资源可能放在不同的设备上，有些放在CPU上，随着资源的调度，同步的要将数据从一个地方搬到另一个地方，跟着做调整。另一方面，也需要考虑数据的安全，分级数据管理或者是设计阶段就要考虑到数据安全问题，而在过程当中数据就需要考虑做加密、解密或者用户数据健全等。我们有一个案例就是将所有的原型验证系统堆积在机房里，构建云系统，可以实现好多用户和项目的运行，目前看来非常稳定。”由此可见，“云+AI”已经成为本土EDA企业飞速突进的核心“杀手锏”。
但即便如此，当下谈“弯道超车”还为时尚早，甚至有些“不切实际”。毕竟，“罗马不是一天建成的”，国际巨头如今“垄断全球”的积累自然也不是说超越就能简单超越的，这当中必然是经历了各种各样甚至当前本土EDA厂商未曾想过的问题和挑战以及更多的整合并购。因此，从更务实的角度出发，编者认为，当前的重心不应该放在如何实现超越抑或是如何去与国际大厂争个高低，本土EDA玩家目前更需要的是如何利用好AI和云计算等国内具备的先进技术，由“点”及“面”去层层突破，从点工具向面工具循序渐进，以商业化和盈利的思维去做产品。因为，国产EDA的“超越”毕竟不是靠各玩家一己之力，更多的是抱团取暖、整合并购，如此才能真正在未来诞生有实力与国际大厂拼杀的中国版EDA巨头。
End
