EDA在中国半导体产业的挑战和机遇

3月18日，由ASPENCORE旗下《电子工程专辑》、《电子技术设计》和《国际电子商情》三大媒体联合举办的“2021年中国IC领袖峰会”在上海举行，数百位中国IC设计界技术专家、企业管理精英，以及海内外EDA/IP、晶圆代工和封装测试领域的代表，与广大设计工程师和电子/半导体产业中高层管理人员一起汇聚于此，以“突破与崛起”为主题，探讨新形势下中国半导体产业的技术突破和崛起之道。MlWesmc

Cadence公司资深产品工程总监刘淼发表了题为“后摩尔时代的EDA挑战与机遇”的主题演讲，表达了中国半导体虽然前路布满荆棘，但终将克服重重障碍，乘长风破万里浪，挂上云帆横渡沧海，到达理想彼岸的豪情壮志。MlWesmc

MlWesmc

Cadence公司资深产品工程总监刘淼MlWesmc

历史上的四次产业革命

人类历史迄今发生了四次产业革命，从机械化到电气化，从计算机到大数据。MlWesmc

第一次产业革命：1760 ~1830（欧洲 + 北美)：蒸汽革命（机械化）

• 珍妮纺织机（1765）拉开序幕：机器取代了手工。纺织工人大量失业
• 瓦特发明了蒸汽机（1785）、蒸汽火车（1804）： 蒸汽时代。工厂开始出现。人物及物资移动成本降低，物品可以被大量制造
• 结果：英国独霸世界 （日不落帝国）

第二次产业革命：1870 ~ 1920 （欧洲+北美+日本)：电力革命（电气化）

• 1866 西门子发明发电机，人类进入电气时代。
• 四轮汽车、电话、无线电、电灯、内燃机的发明，进一步推动石化产业
• 铁路建設。制造业全面机械化，拥有专业知识的中产阶级
• 结果：世界霸权及殖民争夺战，美国崛起

第三次产业革命：1960~ 2010：计算机革命/数字化（数字/信息革命）

• 人造卫星，原子能（核电）、电子计算机（电脑）
• 互联网的普及，电子信息技术大爆发
• 知识经济比重大增
• 价值产生不再源于传统工厂“生产线”
• 摩尔定律出现（1965）
• 结果：美国成为世界第一强国

第四次产业革命：2011 ~ ：全新信息技术革命（智慧化）

• 大数据价值高于石油，而且源源不断
• 工业4.0
• 大数据经济崛起
• 摩尔定律开始失效
• 结果：TBD

刘淼提到，摩尔定律在过去50年为什么一直有效？离不开EDA工具的全力支持，在每一代先进制程量产之前，EDA厂商和晶圆厂就不得不提前两到三年进行合作。现在摩尔定律走到了尽头，所以要超越摩尔。超越摩尔并不是单独指单颗芯片，而是通过系统级的整合，使单位面积的晶圆变得更多，并且从以前的二维发展到三维，从而让摩尔定律继续下去。MlWesmc

MlWesmc

超越摩尔并不是单独指单颗芯片，而是通过系统级的整合让摩尔定律继续MlWesmc

大数据是第四次产业革命的推动力

刘淼将整个半导体产业的发展分成六个方向：人工智能、系统优化、晶圆优化、自动驾驶、5G通信、云计算。第四次产业革命是被大数据驱动的，万物互联，产生了大量数据；数据中心进行数据处理；数据传输需要5G通信；数据的存储，需要HDD、DRM、NAND。MlWesmc

预计到2025年，每天会有463 GG，也就是10的亿亿次方字节的数据产生。其中超过一半的数据来自图像，包括各种各样的安全监控。处理这些海量数据呢需要人工智能，最核心的是数据的运算，高性能运算（HPC）是数据革命的核心引擎。刘淼认为，数据革命表现在下面几个方面：MlWesmc

• 海量数据来自工业互联、电话、社交媒体等；
• 海量数据使数据的分析方法学变得更加重要。人工智能因此有了飞跃性发展；
• 数据的计算也变得越来越重要，因而出现了越来越多的云公司。

MlWesmc

海量数据来自工业互联、电话、社交媒体等各个领域MlWesmc

高性能运算需要EDA支持

HPC会被EDA所推动，无论是大数据，还是AI芯片，还是最后的云上服务，所有一切都离不开EDA的支持。例如智能平台和自动驾驶，都需要EDA的帮助将软硬件相结合，甚至还有一些IP，最后要做到板上也需要EDA系统级仿真，当然最核心的是芯片。实际上EDA是贯穿了从智能平台到系统设计，再到板级设计和封装，最后到芯片设计的所有的过程。MlWesmc

刘淼表示，HPC主要被两个因素驱动：MlWesmc

第一个因素是人工智能和机器学习，到2025年市场规模大概会到达1900亿美金。75%的商业软件都会采用人工智能技术，人工智能将使员工效率提升40%的，人工智能不仅会带来技术上的革新，对社会也会产生非常大的影响。MlWesmc

第二个因素是5G通信，到2022年5G通信会是4G的2.6倍。使用5G的V2X使驾驶更安全，并能减少20%的污染。包括医疗辅助在内的可穿戴市场会增长400%，越来越多的人选择智能手表。MlWesmc

Cadence助力应对系统分析的3大战略挑战

市场上出现了越来越多的芯片公司：一些是特殊的细分领域，例如最近在中国非常火的GPGPU（通用性GPU）；很多系统厂商开始做定制化芯片，包括阿里巴巴、腾讯、京东，甚至美团；也有新厂商愿意做小而美的芯片；最后一些是传统行业或者新兴行业，他们愿意做自己的芯片，比如说电动车企业、自动驾驶、航空、医疗等。据统计，从2018~2027，先进工艺芯片流片量的年复合增长率达到27.8%。MlWesmc

图灵讲的获得者艾伦·凯在1982年说过：如果你真的重视软件，就应该做自己的硬件。因此，越来越多的系统公司跳进了芯片设计的蓝海，比如华为、中兴、紫光都在做自己的芯片。很多互联网企业，如腾讯、阿里、字节跳动、百度、美团也开始做自己的硬件等。“为什么这么多系统厂商要做硬件呢？”刘淼说，“其中一个很重要的原因是硬件可以更好地维护他们软件的护城河。”MlWesmc

而系统厂商所做的硬件对传统的EDA提出了新的挑战。无论是通讯、自动驾驶、航天还是工业互联，都需要系统级EDA的支持，例如真正的3D分析。刘淼认为，系统分析的战略挑战主要来源于三个方面：MlWesmc

• 系统速度越来越快、尺寸越来越小，需要更快速的扩展；
• 传统的仿真技术不足以支撑现在的需要，所以不得不依赖于人工干预；
• 对下一代仿真技术的需求，需要更快更大更强。

Cadence通过将系统设计、人工智能和机器学习以及核心的EDA软件整合在一起，提供客户整体方案，从而解决智能平台、系统和设计三个层次的挑战。“Cadence的智能设计平台涵盖了从系统到设计的三层面，人工智能和机器学习已经广泛应用于Cadence所有的软硬件解决方案中。”刘淼介绍，“在系统方面我们加强了3D仿真，尤其是和软硬件进行配合；而在核心EDA算法和IP领域，我们在模拟、数字和验证方面一直在不断进步。”MlWesmc

演讲最后，针对前面提到的一个问题，第四次产业革命的结果会是什么，刘淼引用了中国伟大诗人李白的诗句“长风破浪会有时，直挂云帆济沧海”进行了回答。MlWesmc

相关推荐：边缘计算中的 AI 如何驱动5G和IoTMlWesmc