從5月29日美國政府頒布對華EDA禁令到7月2日宣布解除，33天時(shí)間里中美之間的博弈從未停止，但對于EDA公司來說，左右不了的是政治禁令，真正贏得客戶的還是要靠自身產(chǎn)品的實(shí)力。作為芯片設(shè)計(jì)最前沿的工具，EDA廠商需要深刻理解并精準(zhǔn)把握未來芯片設(shè)計(jì)的關(guān)鍵。 

人工智能正在滲透到整個(gè)半導(dǎo)體生態(tài)系統(tǒng)中，迫使 AI 芯片、用于創(chuàng)建它們的設(shè)計(jì)工具以及用于確保它們可靠工作的方法發(fā)生根本性的變化。這是一場全球性的競賽，將在未來十年內(nèi)重新定義幾乎每個(gè)領(lǐng)域。在過去幾個(gè)月美國四家EDA公司的高管聚焦了三大趨勢，這些趨勢將成為可預(yù)見的未來關(guān)注的焦點(diǎn)：

• AI 本身正在從嚴(yán)格控制的機(jī)器學(xué)習(xí)擴(kuò)展到AI助手、生成式AI和代理AI。

• 這種轉(zhuǎn)變需要處理大量數(shù)據(jù)，以便創(chuàng)建大型語言模型和算法。由于芯片尺寸規(guī)模的限制，它正在推動(dòng)向多晶粒組件的轉(zhuǎn)變。最好的選擇是 3D-IC。

• 芯片和系統(tǒng)需要在其整個(gè)生命周期內(nèi)進(jìn)行監(jiān)控，以確保可靠性。AI容易產(chǎn)生幻覺，而充滿小芯片的復(fù)雜系統(tǒng)會(huì)以意想不到的方式隨著時(shí)間的推移而退化，從而導(dǎo)致無聲數(shù)據(jù)損壞、軟件更新不兼容以及基于工作負(fù)載變化的加速老化。 

AI在EDA中的用例已經(jīng)從簡單的模式識(shí)別發(fā)展到輔助設(shè)計(jì)和廣泛的知識(shí)共享，使初級工程師能夠更快地上手，使資深工程師能夠擴(kuò)展到新領(lǐng)域并提高工作效率。 

EDA大佬談AI 

“按照我們的描述方式，你有一個(gè)副駕駛，你有'協(xié)助'，你有'創(chuàng)意'，”Synopsys 總裁兼首席執(zhí)行官 Sassine Ghazi，“[輔助]擁有工作流助手、知識(shí)助手、調(diào)試助手，以便您可以更快地提升初級工程師和專家工程師的技能。他們能夠以更現(xiàn)代化、更高效的方式與我們的產(chǎn)品交互。然后你有創(chuàng)意元素，而我們有很多例子，我們從 RTL 生成、測試平臺(tái)生成、測試斷言開始進(jìn)行早期客戶參與，其中你可以有一個(gè)副駕駛來幫助你創(chuàng)建RTL的一部分、測試平臺(tái)文檔、測試斷言?！?/p>

Ghazi直言，使用創(chuàng)意工具可以讓各種任務(wù)從幾天縮短到幾分鐘。但所有這些都需要嚴(yán)格控制。“我們不能有產(chǎn)生幻覺的模型，”他說，“我們非常謹(jǐn)慎地考慮何時(shí)以及如何與客戶互動(dòng)，以確保我們提供的服務(wù)的成熟度是可以接受的，而不會(huì)使他們工作流程的任何部分面臨風(fēng)險(xiǎn)。隨著AI的不斷發(fā)展，工作流程也將不斷發(fā)展。我們的投資人經(jīng)常問我一個(gè)問題，即我們何時(shí)看到EDA市場因?yàn)閼?yīng)用AI產(chǎn)生了變化。我不相信情況會(huì)如此，除非他們的工作流程發(fā)生變化，這意味著您能夠以非常不同的方式做某些事情，以便用更快、更有效、更高效的方式交付產(chǎn)品路線圖?，F(xiàn)在，隨著代理AI時(shí)代的到來，代理工程師將與人類工程師合作，以消除這種復(fù)雜性并改變工作流程?！?/p>

如果AI兌現(xiàn)其承諾，這一變化的規(guī)模怎么強(qiáng)調(diào)都不為過。但所有這些都發(fā)展得如此之快，以至于它產(chǎn)生了許多今天沒有明確答案的問題。時(shí)間會(huì)證明AI可以做得好，需要密切監(jiān)控什么，以及風(fēng)險(xiǎn)在哪里。自 1950 年代后期以來，對 AI 變革能力的預(yù)測被證明過于樂觀。但在過去的幾年里，從ChatGPT的推出開始，它似乎終于兌現(xiàn)了它的承諾。Agentic AI 是下一個(gè)大目標(biāo)。 

“如果我們有足夠的信心相信 AI 具有一定程度的自主性，可以經(jīng)常自行做出主動(dòng)決策，那么Agentic AI是一個(gè)有趣的概念，”Siemens Digital Industries Software 首席執(zhí)行官 Mike Ellow 說。“在設(shè)計(jì)領(lǐng)域，當(dāng)我們開始討論代理AI（Agent AI）與代理式AI（Agentic AI） 時(shí)，這取決于你與誰交談，以及他們希望如何劃分不同的表述方式。從我們的角度來看，使用代理 AI，我們定義了一個(gè)具有一組邊界條件的任務(wù)，然后讓 AI 在該盒子內(nèi)運(yùn)行，以便找到解決方案。當(dāng)你面對代理式AI 時(shí)，基本上你會(huì)說，'這就是問題所在。你想想執(zhí)行它的最佳方式是什么。你想出那個(gè)解決方案。從 EDA 的角度來看，你可以朝著預(yù)期的結(jié)果前進(jìn)。這就是我們?nèi)绾慰创鼳I演變?yōu)槲覀兊墓ぞ叩姆绞?。AI的采用率將是前所未有的。在芯片設(shè)計(jì)中，很難找到AI不會(huì)直接或間接發(fā)揮至少一些作用的領(lǐng)域。 

“這對我們行業(yè)來說是一個(gè)深刻的變化，”是德科技 EDA 軟件副總裁兼總經(jīng)理 Niels Faché 說?！爱?dāng)你在仿真域和物理域中移動(dòng)時(shí)，所有這些步驟中都會(huì)生成數(shù)據(jù)，并收集一些見解。這就是人工智能可以幫上大忙的地方。當(dāng)我們從仿真角度考慮它時(shí)，它可以幫助我們進(jìn)行建模。它可以幫助我們加快模擬速度。它可以幫助我們?yōu)楫a(chǎn)品添加更多專業(yè)知識(shí)，以幫助設(shè)計(jì)團(tuán)隊(duì)。它可以幫助設(shè)計(jì)師生成設(shè)計(jì)。它非常強(qiáng)大和具有變革性。幾年前，一位客戶告訴我，'我有一個(gè)設(shè)計(jì)團(tuán)隊(duì)，但他們花了很多時(shí)間在了解我們的產(chǎn)品的模擬原理方面。我真的希望他們成為設(shè)計(jì)師，而不是模擬器。產(chǎn)品設(shè)計(jì)團(tuán)隊(duì)不想了解模擬器的工作原理。他們不想花費(fèi)大量時(shí)間設(shè)置模擬。他們想要考慮需求，以及如何根據(jù)這些需求創(chuàng)建設(shè)計(jì)。這就是AI的力量。它確實(shí)可以將客戶從做事的方式轉(zhuǎn)變?yōu)樗麄冋嬲胱龅氖虑?。AI 可以幫助您在印刷電路板上進(jìn)行布線或提出新的拓?fù)洹?nbsp;

Cadence Design Systems 總裁兼首席執(zhí)行官 Anirudh Devgan將AI比作EDA三層蛋糕中的一層。（譯者注：AI解決方案構(gòu)建了三層架構(gòu)：底層利用現(xiàn)有引擎進(jìn)一步加速AI 部署；中層通過代理式AI，針對數(shù)字、模擬及仿真領(lǐng)域，提供多樣化 Optimization AI 解決方案；頂層Cadence Copilot，借助大語言模型（LLM）等先進(jìn)技術(shù)，升級基于LLM的AI解決方案。）“部署應(yīng)用要成功，他們需要具備所有這三個(gè)部分，”他說。“有AI代理和編排。有原理層面的仿真模擬，有時(shí)人們會(huì)忘記這有多重要。它是真正的晶體管行為、分子行為、流體動(dòng)力學(xué)、熱學(xué)。這是無可替代的，然后你就有了運(yùn)行它的計(jì)算能力。 

從計(jì)算的角度來看，AI 似乎更像是進(jìn)化而不是革命性的?！皠傞_始時(shí)，AI是一種密集的計(jì)算，”Devgan說?！暗锢硎澜绮⒉幻芗?，AI也不密集。所有的神經(jīng)網(wǎng)絡(luò)都不是密集的。因此，由于設(shè)計(jì)和需求的復(fù)雜性，我們在所有這些算法中進(jìn)行了創(chuàng)新。然后是延遲、分區(qū)和層次結(jié)構(gòu)。你可以在移動(dòng)抽象層的頂部看到一些，在純算法的底部看到一些。但現(xiàn)在，有了AI，我們可以從自然語言和優(yōu)化的角度在軟件方面進(jìn)行更高水平的創(chuàng)新。AI非常擅長優(yōu)化，這就是我們多年來一直致力于優(yōu)化的原因。我們擁有五大AI平臺(tái)——數(shù)字、驗(yàn)證、定制、包裝和系統(tǒng)分析。結(jié)果實(shí)際上是相當(dāng)驚人的......AI 可以徹底改變芯片設(shè)計(jì)，這就是我們在這五個(gè)平臺(tái)上投入巨資的原因。 

EDA 供應(yīng)商利用AI的方式因起點(diǎn)而異。但LLM的優(yōu)點(diǎn)之一是它們能夠跨越不同的數(shù)據(jù)類型，基本上提高了整個(gè)流程的抽象級別。因此，起點(diǎn)并不像乍一看那么重要。關(guān)鍵是他們?nèi)绾潍@取和利用數(shù)據(jù)，以及他們可以在設(shè)計(jì)階段之外擴(kuò)展數(shù)據(jù)的能力，這在很大程度上取決于未來如何共享和保護(hù)數(shù)據(jù)，以及公司從何處看到機(jī)會(huì)。 

正如西門子的 Ellow 所解釋的那樣，“它從生成式AI領(lǐng)域開始作為基礎(chǔ)，因?yàn)檫@是第一個(gè)階段，你可以從我們那里獲得一堆經(jīng)過驗(yàn)證的數(shù)據(jù)源及其客戶數(shù)據(jù)。它進(jìn)入數(shù)據(jù)池，您可以在其中訓(xùn)練LLM。我們有能力使用各種LLM，或者客戶可以使用他們自己的LLM。然后，您可以將其整合到基礎(chǔ)設(shè)施中，并在其上使用我們的所有工具。 

鑒于這個(gè)全新領(lǐng)域機(jī)會(huì)的廣度，選擇合適的機(jī)會(huì)是一項(xiàng)艱巨的任務(wù)。這就是為什么初始起點(diǎn)需要具有相關(guān)性。“成為射頻工程師需要多長時(shí)間？這是一門藝術(shù)，“Keysight的Faché說?！斑@不是你在六個(gè)月內(nèi)就能學(xué)會(huì)的。這通常需要數(shù)年時(shí)間。但借助AI，我們可以讓設(shè)計(jì)人員更容易獲得和獲取信息，并且我們可以真正縮小非常有經(jīng)驗(yàn)的RF設(shè)計(jì)人員和新手工程師之間的生產(chǎn)力差距。聊天機(jī)器人是在正確的時(shí)間以更好的形式向客戶提供服務(wù)的一個(gè)例子。 

3D-IC 芯片 

AI 需要大量數(shù)據(jù)，尤其是用于訓(xùn)練模型。問題在于，由于標(biāo)線限制，平面芯片無法快速有效地處理所有這些數(shù)據(jù)，這就是為什么許多數(shù)據(jù)中心使用某種多晶片組件（扇出或 2.5D）來提高性能并降低功耗的原因。

圖3D-IC 概念模型。來源：Intel Foundry/Semiconductor Engineering 

但這些在很大程度上是漸進(jìn)式的收益。要在性能和功耗方面實(shí)現(xiàn)數(shù)量級的提升，需要真正的 3D-IC、混合鍵合和小芯片陣列?！笆褂?2.5D，您可以在如何構(gòu)建芯片方面獲得更大的靈活性，使其對正在運(yùn)行的軟件更加柔韌，”Ellow 說。“當(dāng)你使用完整的 3D-IC 時(shí)，你能夠在不同的芯片之間更離散地進(jìn)行分區(qū)，并利用不同的工藝來優(yōu)化不同的功能，這為如何更好地適應(yīng)軟件工作負(fù)載提供了更多有趣的可能性。它旨在優(yōu)化。但這仍然有點(diǎn)令人向往。

兩個(gè)關(guān)鍵挑戰(zhàn)是如何管理散熱，以及如何確保不同層能夠正確粘合在一起，以便密集封裝的互連完美排列。3D-IC 中的一些小芯片將使用最先進(jìn)的工藝開發(fā)，而另一些小芯片可能采用成熟的工藝開發(fā)，這一事實(shí)使情況變得更加復(fù)雜。

Ghazi 說：“客戶已經(jīng)在談?wù)摂?shù)萬億個(gè)晶體管，將它們整合到一個(gè)封裝中，而他們的時(shí)間表是從18個(gè)月流片到16個(gè)月、12個(gè)月或更短的時(shí)間，以便為智能系統(tǒng)提供定制芯片?！澳阍趺刺幚砟?？單個(gè)芯片上的技術(shù)的復(fù)雜性 — 我們談?wù)摰氖?GAA、埃米級以設(shè)計(jì)該芯片 — 然后將它們整合到一個(gè)先進(jìn)的封裝中。

這是擴(kuò)展到數(shù)千億或數(shù)萬億個(gè)晶體管的唯一方法，但將其整合起來將是一項(xiàng)工程壯舉?！爱?dāng)你開始擴(kuò)展到那個(gè)復(fù)雜程度的那一刻，你只能通過在互連級別保持高效來實(shí)現(xiàn)性能或功耗，”Ghazi 說?！癉ie可能來自不同的工藝技術(shù)和不同的晶圓廠。您如何驗(yàn)證和確認(rèn)架構(gòu)以交付給高級的封裝？

這也為小芯片形式的軟IP和硬IP打開了大門。Devgan 說：“存在新的機(jī)會(huì)，尤其是3D-IC和AI的積累，因此我們正在加倍投入IP投資?！拔覀兲峁┑腎P數(shù)量和進(jìn)程節(jié)點(diǎn)的數(shù)量都顯著增加。IP現(xiàn)在是 Cadence 最大的研發(fā)團(tuán)隊(duì)之一，我們將繼續(xù)投資，不僅要投資物理IP和接口IP，還要投資被廣泛用作嵌入式處理器的Tensilica。 

數(shù)字孿生（Digital Twins）

EDA 供應(yīng)商敏銳地意識(shí)到AI 統(tǒng)的風(fēng)險(xiǎn)和3D-IC架構(gòu)中的未知因素。 

“需要將設(shè)計(jì)和測試連接起來，并且要應(yīng)對從設(shè)計(jì)到測試的驗(yàn)證中存在的數(shù)字威脅，”Faché 說?！坝幸恍┕ぞ呖梢怨芾碣|(zhì)量和可靠性。當(dāng)然，對數(shù)據(jù)管理和分析的需求也越來越大。所有這些工具都需要存在，客戶需要從自主開發(fā)的工具轉(zhuǎn)向商業(yè)工具。但這些工具也是相互依賴的，因此需要一個(gè)中心輻射模型，其中不同的工具可以作用于數(shù)據(jù)。數(shù)據(jù)會(huì)隨著時(shí)間的推移而變化。他們可能會(huì)消耗數(shù)據(jù)。他們可能會(huì)生成數(shù)據(jù)。IP是在產(chǎn)品生命周期中開發(fā)的。因此，如果我們想實(shí)現(xiàn)真正的數(shù)字化轉(zhuǎn)型，我們需要一個(gè)背板基礎(chǔ)設(shè)施，讓客戶能夠做到這一點(diǎn)。數(shù)據(jù)管理過程至關(guān)重要。

這個(gè)概念仍在不斷發(fā)展，術(shù)語也是如此。一些供應(yīng)商稱其為數(shù)字孿生，而另一些供應(yīng)商則稱其為虛擬孿生。但基本概念是實(shí)時(shí)監(jiān)控系統(tǒng)以確保其按預(yù)期運(yùn)行，根據(jù)工作負(fù)載盡可能對其進(jìn)行優(yōu)化，并在需要修復(fù)問題時(shí)采取行動(dòng)。

Devgan 說：“對精確的數(shù)字孿生有巨大的需求，尤其是在物理和相應(yīng)的芯片方面，這將推動(dòng)這一需求?！斑@就是我們?yōu)閿?shù)據(jù)中心投資數(shù)字孿生的原因，用于模擬整個(gè)數(shù)據(jù)中心。這是一個(gè)非傳統(tǒng)產(chǎn)品，但它已經(jīng)變得非常重要——應(yīng)用CFD、仿真和AI來優(yōu)化數(shù)據(jù)中心。我們甚至在內(nèi)部將其應(yīng)用于我們自己的數(shù)據(jù)中心。關(guān)于數(shù)據(jù)中心，要記住的是，不僅僅是這些大型云公司。企業(yè)中有很多數(shù)據(jù)中心。當(dāng)我們將其應(yīng)用于自己的數(shù)據(jù)中心時(shí)，我們獲得了 10% 的功率提升，這是巨大的，因?yàn)闆]有太多的科學(xué)應(yīng)用于數(shù)據(jù)中心的設(shè)計(jì)。芯片、機(jī)架和所有網(wǎng)絡(luò)的設(shè)計(jì)都應(yīng)用了大量的科學(xué)知識(shí)。但是，您如何放置數(shù)據(jù)中心呢？您使用多少池化？是過冷還是冷卻不足？您是否定期維護(hù)它？這并不是通過像芯片設(shè)計(jì)那樣多的科學(xué)來完成的。因此，一旦數(shù)據(jù)中心有了數(shù)字化趨勢，您就可以進(jìn)行更多的優(yōu)化。

這個(gè)概念很好理解。但是，盡管取得了一些早期成功，離散數(shù)字孿生仍是一項(xiàng)正在進(jìn)行的工作?！皵?shù)字孿生還不是一個(gè)貨幣化的系統(tǒng)，”Ellow說?！斑@是一個(gè)作品的集合。它通過電子設(shè)備包含軟件、半導(dǎo)體、封裝和電路板元素。但還有電氣效應(yīng)， Mentor有線束和網(wǎng)絡(luò)連接等東西。你有機(jī)械部分，以及與之相關(guān)的多物理場的更廣泛的投資組合。然后是產(chǎn)品生命周期管理，因?yàn)樗羞@些事情都必須根據(jù)物料清單來構(gòu)建。當(dāng)您將整個(gè)產(chǎn)品組合引入制造流程仿真和類似內(nèi)容時(shí)，仍然存在差距。您如何為最終產(chǎn)品的實(shí)際生產(chǎn)設(shè)置所有這些，其中所有這些系統(tǒng)都集成在一起？要解開的東西很多?！?/p>

數(shù)字孿生在EDA領(lǐng)域正在取得進(jìn)展，但這不是一個(gè)按按鈕、一刀切的解決方案?！白鳛橐粋€(gè)行業(yè)，我們已經(jīng)討論了一段時(shí)間，但考慮到如何在系統(tǒng)層面進(jìn)行實(shí)時(shí)仿真以及分析和優(yōu)化的復(fù)雜性，這一點(diǎn)至關(guān)重要，”Ghazi指出數(shù)據(jù)中心和汽車等應(yīng)用是這項(xiàng)技術(shù)的關(guān)鍵市場?！半S著我們開始更深入地研究汽車和自動(dòng)駕駛的復(fù)雜性，數(shù)字孿生需要對電子設(shè)備和周圍環(huán)境進(jìn)行建模。就汽車而言，我們必須與生態(tài)系統(tǒng)合作。他們還有其他部分需要加入芯片虛擬化和電子系統(tǒng)?！袄鏢ynopsys與IPG的合作，后者提供汽車仿真技術(shù)?！拔覀兡軌?qū)刂葡到y(tǒng)以及區(qū)域和計(jì)算ECU進(jìn)行虛擬化和建模，以便相互通信，”Ghazi 說。“我們提供了電子虛擬化，而IPG則引入了周圍的物理世界。在執(zhí)行軟件開發(fā)期間，測試團(tuán)隊(duì)可以觀察該芯片在環(huán)境中針對他們正在構(gòu)建的特定工作負(fù)載的行為。這不僅適用于汽車，無人機(jī)、數(shù)據(jù)中心等都從這種虛擬化中受益。如果我們讓它更接近硅，那么3D-IC或高級封裝是一個(gè)極為復(fù)雜的系統(tǒng)，您不僅需要考慮電子設(shè)計(jì)。你可以說在這種情況下的電子設(shè)計(jì)是被理解的。但是，當(dāng)你開始將小芯片堆疊到這個(gè)先進(jìn)的封裝中時(shí)，你就面臨著一系列其他挑戰(zhàn)，無論是熱、機(jī)械、流體還是結(jié)構(gòu)。