本文由半導體産業縱橫（ID：ICVIEWS）編譯自semi engineering

系統設計、大規模模拟以及人工智能/機器學習可能為工具、方法論和服務開辟多萬億美元的市場。

大型EDA公司正在尋找超越半導體領域的新機會，将大規模多實體場景模拟與晶片開發的方法論和工具相結合。

十多年來，EDA高層管理人員一直在尋求擴充到相鄰市場的機會但無果。實際上，直到2016年西門子以45億美元收購Mentor Graphics之前，該領域唯一重要的一步是朝相反的方向邁出的。自那時以來，有三件事發生了根本性的變化：

（1）更多的前沿設計是領域特定的和異構的，需要結合罕見的技能、工具和方法論。是以，EDA供應商現在直接與這些公司以及它們的供應商聯系，後者越來越多地利用了在晶片設計和制造方面證明成功的方法，規模也更大。

（2）增加的全球競争，特别是來自中國的競争，正在迫使公司更深入地挖掘資料分析，以優化其營運，在制造業的戰略位置增加更多傳感器，利用人工智能/機器學習來識别大規模資料集中的模式和異常，以提高品質和産量，并圍繞資料重組内部組織。

（3）新興和現有行業部門的數字化程度日益增加，現在需要更緊密地內建和協同設計硬體、軟體和封裝——以及系統與系統之間的內建——以實作每瓦特的最佳性能。這在晶片領域多年來一直被讨論，卻收效甚微。但随着工具和方法論瞄準新的市場，它們正在成為一個重要的銷售點。

在過去幾年裡，Synopsys、Cadence、Siemens EDA、Ansys和Keysight一直在積極開發新工具，或者收購具有必要專業知識的公司，提供多實體場景分析和模拟——無論是在本地還是在雲端，或者二者的某種組合——并且越來越專注于利用機器學習來改善結果并縮短擷取結果所需的時間。這些投資顯著地拓寬了它們的工具鍊，現在包括從在不同實體效應背景下的布線和布局，到權衡不同晶片片段和通信方案之間的折衷，以及在原型機上運作實際工作負載時對熱梯度和機械應力進行模組化。

如果它們成功利用總可獲得市場（TAM）機會，可能會從根本上改變EDA行業。根據麥肯錫公司的預測，到2030年，全球半導體收入預計将達到1萬億美元。相比之下，據Omdia估計，電子系統市場預計将達到3萬億美元。行業專家認為，這隻是一小部分機會，其潛力可能是數量級更大的數倍。

圖1：與晶片相比，電子系統的總可獲得市場至少會大三倍，而機會可能會更大。來源：Cadence/industry data

“這是真正的颠覆，”Cadence總裁兼首席執行官Anirudh Devgan說道。“在內建電路方面，我們有數字孿生和大量的驗證曆史，它必須有99%的覆寫率和99%的準确性，否則晶片将無法工作。是以，我們希望将這種精神帶到為汽車和飛機設計數字孿生的系統中。目前，覆寫率大約隻有20%或30%，我們可以将其提高到接近99%，這可以真正革新設計方式。”

它還可能影響到設計内容。“我們還嘗試在生物領域進行這樣的嘗試，通過我們的OpenEye [Scientific Software]收購，”Devgan說道。“這在CFD方面尤其令人興奮，因為這種新型算法可以使其更加準确。模拟的準确性至關重要，可以擴大覆寫範圍。我們把這看作是一個三層蛋糕，中間層是主要的模拟，無論是半導體還是分子的CFD模拟，實體模拟的準确性都至關重要，這是基于實體學、化學或生物學。但同時，還有另外兩層。該模拟可以在加速計算上運作。現在，有了GPU和定制晶片，是一個全新的世界。在此基礎上，還有人工智能協調。人工智能無法取代主要的模拟，但它确實可以通過神經實體學以及人工智能與實體學的結合來增強模拟，進而真正實作優化。

那麼為什麼這麼長時間才出現這種情況呢？Synopsys執行主席Aart de Geus解釋道：“所有這些其他領域都已經進行了自己的DA（設計自動化）—不是EDA，而是本質上的實體設計自動化。Ansys自稱為仿真公司，這意味着你可以在計算機上進行各種形式的嘗試來預測下一步的行為。是以，許多這些領域逐漸走近了一起。但是為什麼它們沒有過多地交叉融合，這有一個非常好的理由。交叉融合非常複雜，如果你實際上并不需要它，那麼這沒關系。如果你有優化的實體部件，然後你可以通過它們的行為或特性來描述它們，就不需要進行模拟。與直接使用零件本身的資料相比，這樣做太慢了。”

De Geus表示，在上世紀90年代，Synopsys曾考慮過PCB設計，但決定不開發該領域的工具，因為對晶片設計影響很小。他說：“一旦你們彼此靠近，距離變得越來越小，中間的聯系就成了對晶片設計的重要考慮因素。”“這就是為什麼多晶片技術是一個裡程碑時刻。突然之間，當你有一塊晶片，你在高樓上方的較高價的電梯大廈裡再放一個鄰居，下面的人在做飯，較高價的電梯大廈裡的熱量就會上升，上面的人也會感受到。隻有在動态影響你所做的事情時，接近才會起作用。如果是靜态的，你隻需要一個方程式，而不需要細節。”

曾作為Mentor Graphics的前首席執行官，負責西門子收購的Wally Rhines表示同意。“所有的EDA公司都希望進行系統級驗證，”他說。“過去，你隻需驗證一塊晶片，這已經很難了，是以人們不會進行太多的多晶片驗證。但是我們幾十年來一直認為人們會模拟整個印制電路闆。但這從未發生過，主要是因為缺乏可用的模型，但也因為即使不這樣做也可以将産品推出市場。但是如果你回顧過去四五年的印制電路闆設計分析領域，分析工具的種類穩步增加，它一直是該領域增長的主要驅動力。熱分析和電磁幹擾是所有人都在談論的兩個與系統驗證相關的領域。現在，随着多晶片封裝的出現，所有主要公司都提供工具來幫助模拟這種行為。”

随着這些變化的同時，越來越多的裝置、工具和流程與網際網路和彼此連接配接，開發周期變得更短，更專業化。“正在發生大量創新，其結果是産品變得更加複雜，”Keysight設計與仿真産品組的副總裁兼總經理Niels Faché表示。“當你考慮智能裝置、智能城市、智能汽車、智能國防等等，它們都是互相連接配接的——而且要求比以前更多更具挑戰性。有更多的位元組，更小的零件，以及不同的技術和材料。這意味着你不能繼續以同樣的方式開發産品，以前可能更多地依賴于實體原型和疊代。你确實需要換個視角，從虛拟領域來審視産品，以及與之相關的所有流程和工作流程。你需要一個虛拟的表示，這是我們需要與之保持一緻的一個重要趨勢。”

分布式方法

将這些不同的部分整合起來将是具有挑戰性的，但EDA行業在将其工具和方法論整合到大型系統公司的工具和方法中，以及在大規模模拟和分析方面處于有利位置。

NXP半導體的基于模型的系統工程技術總監兼Accellera技術委員會主席Martin Barnasconi說：“我們正在與汽車行業、航空航天和航空電子，以及軍事部門進行交流。所有這些行業都在用盡目前方法來整合軟體、處理器、硬體、實體層，從裝置級别向元件級别，到整個飛機、汽車或軍用裝備。在過去的二十年裡，它們創造了标準，在半導體領域，我們有自己的ACL（通路控制清單）和ESL（電子系統級别）标準生态系統。不知何故，我們需要将這些世界結合起來解決系統解決方案和系統化解決方案，以更有結構化、自上而下的方式解決這些問題。它們都有自己的标準，但也意識到了軟體和處理器内容如何處理以及如何将其生态系統連接配接到雲端的挑戰。并不是所有的東西都會在單個CPU的單個伺服器上運作。挑戰很大，但機遇也很大。”

圖2：不同行業領域正在使用的模拟技術和标準。來源：Accellera

這些機會的基石是計算能力的巨大改進，将會使得在計算流體動力學中使用的模拟具有更高的準确性。斯坦福大學機械工程教授兼湍流研究中心主任Parviz Moin表示：“以前，為複雜的幾何結構生成合适的網格需要幾周，甚至幾個月的時間。”“想象一下，你有一個瓦斯輪機引擎和它的燃燒器，那裡有孔洞、螺栓和各種複雜情況。但是這些高品質的網格生成現在可以在幾分鐘内完成。是以，你可以以成本效益的方式進行這些計算。”

在最近的一次彙報中，Moin展示了一個幻燈片，顯示了引擎後部噴出的火焰，乍一看這些火焰呈無定形。一旦測量結果疊加在這些火焰上，我們就發現，通過充足的計算能力，可以對其進行模組化、分析，并随後用于确定推力的變化。正是這種應用的原因，所有大型EDA公司現在都在大力投資于基于雲的多實體場景模拟技術。

圖3：未來模拟中燃燒差異的映射。來源：斯坦福大學/Parviz Moin

“随着客戶問題變得越來越複雜，要求模拟軟體能夠達到前所未有的水準，”Ansys電子、半導體和光學業務部總經理兼副總裁John Lee在最近的一次演講中表示。“在某些情況下，我們能使客戶進行含有28萬億個計算值的瞬态模拟。”

為了實作這一目标，需要先進的封裝技術，而先進的封裝技術需要在更大的尺度上進行相同類型的多實體場景模拟。李指出了3D-IC面臨的三個關鍵挑戰：多實體場景、多尺度和多組織。“多實體場景是準确模拟多個互相關聯的實體現象的能力，”他說。“例如，電路活動、功耗、熱傳導和空氣冷卻都是緊密相連的，必須作為并發的多實體場景模拟進行處理。最新的矽工藝技術，以及3D-IC的密度，帶來了晶片設計人員以前沒有處理過的新型實體挑戰——例如，詳細的熱分析以及3D元件的熱-力學應力和翹曲。這是一個重要的可靠性問題，在單片設計中并不存在。”

多尺度更多地涉及流程和人員的組織結構。“3D-IC的出現引入了多技能挑戰，因為傳統上三個明确不同的設計功能之間的界限變得模糊，”Lee說道。“設計者現在必須同時處理納米尺度下的器件IP和晶片設計，毫米尺度下的插闆和封裝設計，以及厘米尺度及以上的系統設計。提供一個跨越這麼多數量級的3D-IC設計流程和仿真流程對于仿真結果的數量和品質都提出了巨大挑戰。需要先進的數學技術，如簡化模型、人工智能、機器學習和SigmaDVD，以幫助管理所需的巨大規模和資料量。而且，除了簡單的尺度外，實體挑戰的本質也是新的。例如，熱傳導往往會在晶片的小區域内變得平滑，但是當我們檢視插闆時，溫度梯度可能會引發嚴重的機械挑戰。是以，我們需要同時考慮尺度、品質和數量。”

然而，更大的挑戰可能更多地涉及組織和業務相關。“我們的雄心是将任何東西從FMI（功能模拟接口）和超級管理程式界面移動到自動駕駛系統，”高通工程總監兼Accellera PWG副主席Mark Burton說道。“我們所有人都能夠導入不同抽象級别的仿真，無論是實體還是計算元件，并使其以合理的方式協同工作。”

但要真正使其發揮作用，需要大規模資料共享。在像汽車、軍事、工業和航空航天等高度競争的市場中，這些資料可能價值數十億美元。“活動有兩個不同的層面，”Burton說。“一是，‘我如何将事物連接配接在一起？誰擁有這種連接配接？我們将要如何進行通信？’這是我們工作組目前所處的前沿。目前的看法是，我們不想再建立另一種互聯标準，我們想做的是确定所有标準共有的接口。另一方面是，‘你要傳輸什麼資料？’，有資料本身，這是一個方面。這就像音樂，而不是實體記錄。但還有圍繞這些資料的構造。如果我要給你發送一個視訊幀，我需要指定視訊的格式，以便你知道如何接收和處理它。”

數字孿生及更遠的領域

所有這些市場領域的一個重點是數字孿生體，所有頂級EDA執行官都堅稱，在優化半導體設計和確定任何更改都能按預期運作方面，這并不新鮮。但最近在多實體仿真領域的收購數量，以及在機械工程、機器學習和電路監測方面專業知識的積累，都表明了一個更廣泛的推動和極大增強的工具能力。

“大約七年前，我們就對如何将這些部件整合在一起有了一個遠景規劃，”西門子EDA的執行副總裁Mike Ellow說。“市場正在從逐級建構的層次結構轉變——在這個過程中，你會逐漸內建到軟體堆棧中，做出妥協，但你仍然可以完成系統——到現在軟體已經為許多這些行業創造的價值提供了更多的差異化。這可以是汽車、航空航天和國防中的自動駕駛車輛、拖拉機、重型機械，甚至醫療裝置。但是，半導體是整個行業發展的核心，半導體行業的一個有趣現象是，我們不能再傳遞晶片後就洗手不幹了。你需要對軟體進行修改，真正優化你的平台，然後晶片必須比過去更好地與之比對，因為過去有标準的硬體平台，而新的妥協是在軟體上做出的。現在，軟體才是與衆不同的地方，是以現在的情況恰恰相反。”

當西門子收購Mentor Graphics時，它已經擁有産品生命周期管理（PLM）、機械計算機輔助設計（MCAD）和計算機輔助工程（CAE）工具，但缺少其餘的設計流程和仿真。如今，所有大型EDA公司都處于積極的收購模式中，為下一次重大轉變做準備。這種轉變包括更大規模的模型和仿真，通常涉及雲端，其中任何變更都可以自動調整設計的其他部分，進而節省大量時間，提高設計本身的效率和性能。

“目前還不存在一個單一的汽車數字孿生系統，在這個系統中，你可以看到電池的老化情況、電池在特定天氣條件下的表現，以及汽車在水中行駛時的表現，”Keysight的Faché說。“如果發生碰撞會發生什麼？所有這些都能在數字孿生體中捕捉到并應用于各種條件嗎？你無法想象會有這樣的數字孿生體。但是你可以有一個數字孿生體，幫助你預測你的電池會如何随着你的駕駛而老化。你還可以有一輛車的數字孿生體，告訴你它在碰撞中會表現如何。這些将非常依賴于你如何操作實體系統的情境，你将會有一個對此的表示。”

為什麼如此匆忙？

軟體定義系統的轉變已經開始，正在加速并不斷擴大。越來越多的行業正在采用虛拟設計方法，而人工智能/機器學習的進步正在加速這一轉變，使流程變得更快更高效。

“我們隻是在探索軟體定義系統如何徹底改變一切的表面，” Synopsys系統設計部門的總經理Ravi Subramanian指出。“世界GDP為101萬億美元，代表着全球商品和服務的總價值。目前，約有35萬億美元的産品正在設計階段，尚未實際實作。越來越多的産品在虛拟設計中開始生命周期，那麼，這些商品中有多少将由電子驅動或由軟體驅動？”

由于變化的速度如此之快，确定确切答案可能會有困難，Subramanian解釋道。“由于有太多的擾動因素，我們必須有意識地确定我們如何提供基礎設施來整合其他領域，并且要熟練地了解各種用例。在汽車行業，汽車制造商正在聘請數千名軟體工程師，這預示着一個重大的文化轉變。一些根植于傳統汽車思維的人對接受軟體的作用持有抵觸态度。然而，随着軟體的指數增長，許多客戶感到不知所措。這是一個巨大的挑戰，甚至在考慮到持續更新和變化的情況下也是如此。”

結論

不同的行業和細分市場如何快速實作數字化營運，以及如何在技術群組織方面轉變工作重心，各家公司的情況千差萬别。但是，随着人工智能/移動互聯技術在許多公司中點燃熊熊烈火，以及全球在內建和連接配接系統中更多部件以提高性能、降低功耗和降低整體系統成本方面的競争日益激烈，所有名額都表明需要更好的工具和方法，EDA 也需要發生一些快速而根本性的轉變，因為該細分行業正急于利用這些不足之處。

可以肯定的是，這是一場巨大的變革，存在很多不确定性。它需要更快的工具開發、更大的靈活性、更多地整合孤立的工程流程，以及在擴充的供應鍊中更好地共享資訊。但是，如果能夠成功實施，這将成為 EDA 行業有史以來最大的收獲。

*聲明：本文系原作者創作。文章内容系其個人觀點，我方轉載僅為分享與讨論，不代表我方贊成或認同，如有異議，請聯系背景。