霜降

科普：EDA工具對芯片產業的重要性知識

什么是EDA？

EDA全稱是電子設計自動化，是一種工業軟件，所有的芯片公司都在用各種各樣的EDA軟件，來輔助完成芯片的設計。

DEA軟件有很明顯的杠桿效應。EDA本身的市場規模其實并沒有很大，只占119億美元的市場份額但卻直接撬動了4400億美元的全球半導體產業，也就是如果EDA出現問題，那么整個芯片產業都會受到重大的沖擊。光刻機是整個芯片產業的關鍵環節，但DEA軟件雖然不為人所知，但重要性卻不輸光刻機的關鍵領域。

芯片設計主要流程理解

芯片的設計的主要流程可以分為前端和后端，前端負責芯片的邏輯電路設計，包括系統架構的定義，RTL編碼，邏輯綜合，這期間會進行多次的仿真和驗證，最終得到門級的網表。后端主要負責芯片的物理設計，包括布局規劃，時鐘樹綜合，布線，參數提取等等步驟，最終會得到一個芯片電路的物理版圖，然后提供給晶圓廠去制造。簡單來說，前端就是這個芯片是什么，他有哪些部分，后端是這個芯片的各個部分長什么樣子。比如蓋房子，前端是畫出這個房子的設計圖，比如有幾個房間，每個房間是餐廳還是臥室，后端設計就是按照設計圖，畫出這個房子的施工圖紙，包括建筑施工的時候需要哪些步驟，用鋼結構還是用磚結構，怎么做防水，怎么拉網線走水電等。建筑隊就是晶圓代工廠，就可以拿著施工圖紙去把芯片造出來了。

EDA工具最大的好處，就是能極大的縮短芯片設計的時間，從而提升芯片設計的效率。手動畫電路圖可能又慢又容易出錯，但是用計算機幾分鐘就完成了，而且還可以去隨便的修改。時間就是金錢，越早讓芯片制造出來，就能越早的去占據市場先機。在前端和后端的每個步驟和流程里，都需要用到各種各樣的EDA工具。

EDA工具舉例

新思科技是全球最大的EDA公司，比如拿它的EDA工具來舉例，看看芯片設計流程中需要用到多少個EDA工具。

比如要做一個簡單的加法電路，比如a+b=c，我們需要先用Verilog，或者VHDL這些硬件專用語言，把這個加法電路實現出來，為了驗證加法的功能是不是正確，就要用EDA的仿真軟件，比如新思的VCS和VC Formal，讓a=1,b=1,看c是不是等于2。如果輸入1+1，結果等于3，那么就需要調試軟件，比如Verdi來確定問題出現在什么地方，還需要用到靜態和動態的分析軟件，比如SpyGlass來診斷分析電路是否有一些潛在的問題。如果代碼沒有問題就可以去編譯了，這在芯片設計里叫做綜合Synthesis。綜合的結果就是生成一堆互相連接的門電路，也叫做網表，這就需要使用專門的綜合工具 Design Complier綜合生成網表，再用IC Compiler做布局布線，用Prime Time做時序分析，用PrimePower做功耗優化，用IC Validator做物理驗證，用StarRC做寄生參數提取等等，最終生成一個符合設計要求，也符合晶圓代工廠要求的GDSII文件，這個文件就被拿去做流片生產。

上面介紹的這些EDA軟件，只是整個EDA工具庫的九牛一毛。規模比較大的芯片公司，都會根據自己具體的產品和技術，在每個環節采用不同的工具，這種定制化的方法比較高效，但是對技術的要求比較高，只有大公司玩的起。其它中小規模的公司，可能就直接使用EDA廠商提供的完整方案了。比如Synopsys的Fusion Compiler，直接就能從RTL硬件語言到GDSII版圖一步到位。

EDA工具發展

整個芯片設計的流程里，用到了大量的EDA工具，DEA工具的好壞，對于芯片的性能功耗和面積（Performance, Power, Area, PPA）有決定性的影響。同樣一段代碼，不同的工具會做出截然不同的芯片，EDA的發展也不是一成而就的，而是經歷了四個主要的階段，分別是計算機輔助設計，計算機輔助工程，傳統EDA， AI加持的EDA。

在上世紀70年代的中期，人們就開始使用計算機來輔助芯片的晶體管版圖設計，PCB電路板的布局布線，設計規則檢查等等這些相對簡單的工作。到80年代卡菲爾米德和林康維發表了《超大規模集成電路系統導論》，提出來使用編程語言來進行芯片設計的的思想，這個也稱為了EDA發展的重要標志。

在1986年和1987年，Verilog, VHDL這兩種硬件描述語言誕生，幾乎在同一時間，Aart de Geus博士發明了自動邏輯綜合技術，來取代手動的設計工程，并且在1986年聯合創立了Synopsys新思科技，這也標志著EDA工具開始走向了商業化。

從90年代到21世紀初期，在摩爾定律的指引下，晶體管的密度越來越高，設計流程也越來越復雜，EDA工具稱為了芯片設計的必選項，也促進了EDA工具的進步，前面說的綜合仿真，布局布線技術等都在這個時期得到了飛速的發展，這些EDA工具也縮短了研發周期，提升了設計效率，從而反過來去促進了芯片產業的技術革新，形成了正向反饋的螺旋式上升。

目前是AI加持的新時代，谷歌在Nature上發表的新文章，用深度學習技術去幫助芯片設計，人類工程師需要幾個月去完成的工作，谷歌的AI僅需要6個小時就能達到相同或者近似的結果，新思科技也推出了一個名叫DSO.ai的技術，可以用到新思所有的DEA工具上，并且在某個芯片的設計上可以獲得21%的功耗降低，18%的性能提升，并且把原本6個月的設計時間縮短成了1個月，那么我們猜想一下，加了AI buff的EDA工具，很可能就是芯片行業再次起飛的最大動力。

EDA發展規律

EDA如此重要，而全球的三大EDA領導者，占據了超過70%的全球市場份額，和接近80%的中國市場份額，他們是如何發展到今天的這種程度，中國的EDA產業又改如何迎頭趕上呢？從全球的EDA發展進程來看，總結了四個可以借鑒的發展規律。

1）EDA需要大量的研發投入

EDA產業屬于典型的需要長期投入的領域，里面有大量的數學物理相關的基礎研究，國際學術界的四個頂級會議DAC， ASP-DAC， DATE，ICCAD里面討論的絕大部分都是從芯片設計里抽象出來的數學和算法問題，這些基礎研究都很難在短時間內轉化成生產力。行業門檻很高，前期的投入產出比非常低，這就需要政府的大力支持。

EDA工具為了不斷實現技術革新也在大量的投入，比如新思科技有1.6W名員工，研發人員占據了80%，研發費用占全年營收的35%。

2）EDA需要大量人才

和芯片行業類似，EDA人才從高校課題研究到行業的就業，往往需要10年的時間，因此需要一套持久而健全的人次培養體系，除了前面所說的四大EDA頂會外，還有大量的EDA競賽，其實也都是在吸引和培養人才。

3）EDA需要建設完整生態

整個芯片設計過程需要晶圓廠，芯片公司，還有EDA廠商共同的去推進，很多物理參數的推進，需要晶圓廠和上下游的公司去深入的合作，獲得一手的數據，所以說EDA串聯起了整個產業鏈。正因為如此，像新思這樣的EDA巨頭，還是世界上最大的IP提供商之一，特別是接口，模擬，嵌入式存儲和物理IP這些和工藝緊密綁定的領域。

4）EDA發展離不開并購擴張

特別是很多細分的領域，自研的難度和成本都太高了，因此在自身產品市場足夠強大之后，可以去吸收和整合新公司和新技術，從而實現快速的發展。對于國產EDA來說，有一個很好的發展機會，國家十四五規劃就明確提出，重點突破包括EDA在內的工業軟件，2020年至今國內成立了近50家EDA公司，也有4家在申請或者是已經完成了IPO。

從上面發展的規律來看，肯定還會經歷一波整合，雖然很那直接做到全產業鏈的完整方案，至少可以從細分領域進入，從中低端制程切入，然后逐步的去迭代，形成更大的發展。

審核編輯 ：李倩