前言

為自主可控的國產EDA軟件而努力

EDA，即電子設計自動化（Electronics Design Automation）的縮寫。通常EDA設計工具的形態是一套計算機軟件，所以在電子信息產業中，無論是設計集成電路，還是設計PCB（印制電路板）系統，都離不開EDA工具。

觀察二十世紀七八十年代集成電路帶動信息產業飛速發展，印證了摩爾對集成電路每18個月特征尺寸縮小一半而集成度和性能（速度、功耗和面積）成倍改善，集成電路造價不變的預言。

實際上集成電路產業處在信息產業的上游，它要把行業標準[自有知識產權（IP）的規范和協議]映射到一個可實現電路與系統的架構上；信息產業的中游提供一個信息產品（軟、硬件）可實現的解決方案；而信息產業下游的制造業，除了生產產品所需付出的元器件和加工成本，還要為使用的IP付出知識產權的費用。

集成電路產業鏈是一個包括設計業、制造業、封測業、材料和裝備在內的完整產業鏈。不同于半導體器件產業（受工藝和材料的制約）的僅以半導體專業人士為主，集成電路設計業是整個產業鏈的龍頭，即使是 IDM（集成器件制造商），如英特爾，也是大量的人才集中于前端的設計。

二十世紀九十年代，我國集成電路產業在一批半導體“大咖”（1956年北大半導體專業）指導下，雖然做了“907”“908”等工程，引進了一批工藝制造線，但設計業跟不上，等于是“無米之炊”，也難見到投資的效果。直到2000年國務院出臺《國務院關于印發鼓勵軟件產業和集成電路產業發展若干政策的通知》（國發〔2000〕18號）（即通常所說的“18號文件”），明確集成電路設計業是產業鏈的龍頭，還在全國建了8個產業化 IC 設計中心，情況才有所轉變。因此在中國，所謂“集成”應該說是集“政府、資本和產學研”之大成，即中國政府主導（產業政策和土地與財政的支持），民間資本的投資緊跟，再加上產（集成電路廠商）、教（高等院校）和研（研究所）的通力協作。

人才和EDA工具——集成電路設計業的兩大要素。

人才，對集成電路產業而言不僅僅是科技、工藝人才，還包括經營與管理人才。改革開放以來，教育部門在人才培養上基本上滿足了制造產業的需求，集成電路產業對人才需求的缺口卻很大，高端人才不足，特別是領軍人物奇缺。

王陽元院士曾對集成電路人才的培養支招，指出“一是微電子專業培養；二是支持電子設計工程師跨界進入集成電路設計業；三是引進高端集成電路領軍的海外歸國人才”，這都極具建設性。后來建設示范性微電子學院，設立“集成電路科學與工程”一級學科，都是在人才培養上下功夫。

集成電路產業中，除了人才，EDA工具也是IC研發的拳頭。工欲善其事，必先利其器！盡管二十世紀八十年代就集中力量在北京組織了“熊貓系統”的研發，但 30 多年過去了，國內 EDA 市場仍然被國外三大廠商（Synopsys、Cadence、Mentor Graphics）所壟斷。究其原因是研發的方針：如果只是“仿”，仿得連界面都差不多，但用戶習慣了三大外商的EDA工具，他也不想換國產的EDA工具。三大廠商還在大學開展“大學計劃”，習慣了用三大廠商EDA工具的大學生就業也有優勢。另一方面是和國外三大廠商爭后端 EDA 工具的研發，別人已經有了固定的優勢（三大廠商和主流集成電路制造商工藝協同，在技術儲備和服務上都占有優勢）。所以，要發展國內的 EDA 產業，只能換道，走集成電路設計前端的設計智能化的路。例如針對AI的巨大市場和各AI領域專有的IP包，開發將AI的IP包轉換成集成電路可實現的電路架構的產品，實現電子設計的智能化（Electronics Design Intelligence，EDI），可能是一個值得關注的發展方向！

如果說解決電路與系統向集成電路后端的工藝映射（Layout），主要是解決電子設計自動化（Automation）的問題。那么EDA工具映射IP包到集成電路的架構的設計，開辟了另一個方向。即在設計的前端開發大量的IP，用高層次的綜合方案解決電子設計智能化。

集成電路產業是建立在市場對集成電路產品量的需求的基礎上的，移動通信的平臺已為集成電路的發展提供了一個巨大的平臺（數以幾十億計的手機），但無論從4G到5G，還是在現有的移動平臺上，集成電路產品的量不會有實質性的變化，只能瞄準下一個市場——AI（人工智能），這是下一個巨大的集成電路市場。車載移動平臺對集成電路的需求遠遠超過手機，還有萬物互聯、智能制造，基于聲音和圖像的智能處理和機器人……都會對集成電路提出產業化的需求。我說過“AI is Chip”一點也不過分，AI的各種IP，通過EDI映射到電路與系統的架構，然后通過EDA映射到芯片制造。反過來，實現了AI需求的芯片又支持AI的產業化?？傊?，需要更多更好的IP，芯片才能上市快、成本低。IP會成為EDA公司的重要創利點（IP年營業額已達5億美元）。

芯片系統該怎么驗證？只有芯片設計人員才知道從芯片實現的功能提出驗證的方案；如果采用軟硬件協同驗證，一款有100萬行軟件代碼的芯片，就要求芯片設計廠商準備100萬行的RTL代碼。當芯片中的軟件比硬件更復雜時，芯片設計廠商必須自己做芯片中的軟件。在 EDA 工具從自動化向智能化發展的過程中，電子設計逐漸“軟化”，即“軟件定義的芯片”，越來越有利于解決“可重構”和“異構并存”的架構定義。就像過去我們在FPGA平臺上做電路與系統設計，因為硬件是可編程的，所以設計主要在編程，實現不同設計規范的算法到FPGA架構的映射，為此還去開發在FPGA架構上運行的各種IP包。同理，在多核的CPU、GPU和NPU的架構上開發電路與系統也是做編程，實現軟件定義的硬件設計。只不過現在我們從專用集成電路設計的角度，實現“算法到架構的映射”，需要一個更高層次的編譯平臺（我們姑且把它稱為AI Compiler）。那么，這個平臺的普惠性、時效性和安全性都是我們十分關注的！

“近幾年人工智能、機器學習的快速發展，加上量子運算等更為先進的技術，對于解決已有的問題帶來了全新的視野?！毙滤伎萍荚瑼I研究室主任廖仁億表示，“一旦大家對人工智能的期望越來越高，加上海量數據的持續增長和無處不在的場景應用，人工智能加上人類智能的賦能，幫助我們用更智能的工具，來設計日益復雜且更為強大的人工智能芯片，給芯片設計帶來全新的挑戰和機會?！?/p>

全球三大EDA軟件巨頭眼里的芯片設計挑戰：EDA云平臺（云-邊緣-終端）、IDEA（全自動芯片版圖生成器）、POSH（針對開源硬件項目），以及DARPA關注的軟件定義架構SDH（Software Defined Hardware）和domain-specific片上系統。RISC-V很可能是第一個進行軟硬件協同設計的架構，OpenAI平臺Sutskever最初研究的序列建模應用于語音、文本和視頻，非常實際的應用就是機器翻譯等專業技術介紹。所以關注EDA專業人才將是IC設計最重要的事。隨著IC設計復雜度的提升、新工藝的發展，EDA行業將有非常大的發展空間。雖然EDA行業需求人才（工具軟件開發人才、工藝及器件背景的工程師、熟悉IC設計流程的工程師、數學專業人才、應用及技術支持人才和銷售類人才）的就業面相對窄，但穩定性非常高。從某種意義上講，從事 EDA 這種小眾行業的人，堅持都是靠理想，而有理想才稱得上人才！

EDA還是信息產業的一個重要的工業軟件：推動了集成電路的封裝測試業從二維轉向三維（從“時間摩爾”到“空間摩爾”）；推動了PCB板級信息產品在硅片上的連接，為終端產品的“高密集”和“整機微型化”開了先河；還延伸到信息產品面板和外觀的“工業設計”，并支持著柔性屏和可折疊產品的EDA工業軟件的開發。所以把 EDA 僅僅看成是一個集成電路設計工具的時代已經過去了，應該承認它是信息產業重要的“工業軟件”。

二十一世紀的一個變化是信息產業處理對象從數碼“信息”轉向了物理“信號”，尤其是未來不得不面臨從“互聯網+”轉向以“物聯網（IoT）”為主。說得直白一點，以人（語音、文字、視頻和虛擬場景）為主的信息獲取和傳輸（4G+互聯網），轉向了以物理對象（聲、光、熱、力和電）為主的信號處理和物物互聯（5G 傳輸的高帶寬、大容量和滿足可靠性前提下的低時延）；繼而進入社會管理和生活服務的方方面面的智能，都將給工業軟件EDA帶來機遇和挑戰。

繼工業自動化之后的智能化，已經從“省力”為主轉向高效和“省心”，也給工業軟件EDA帶來空前的挑戰。首先，服務面的擴展要將人工智能（AI）各行各業（規范、協議和標準）建立成自有知識產權（IP）；其次是將這些IP的算法在一個特定域（或通用域）用算力做結構化轉換和高效調度；這些都是設計方法學創新和設計智能化需求對工業軟件EDA的挑戰。最后，工業軟件EDA將促成“算力”“算法”“數據”三者深層次的融合。

信息化之后必然的趨勢是智能化，數據流轉分享、算法成本下降、算力安全可靠，才能使AI普惠。這要求綜合考慮多種因素，首先是數據本身的質量、成本；其次是算法設計和調參的人工成本；第三是計算的能力（用大量計算平臺和AI芯片都有價格因素）。

解決的途徑：

● 數據方面除了量的膨脹還有質的變化，過去習慣的結構化數據（也就是定點、浮點數），在互聯網時代變為準結構化的批數據處理；而人工智能又要處理大量的非結構化數據。數據需要流轉和分享，大量無用、重復的數據只能浪費存儲器的容量，消耗算力。

● 在算力方面，不能把人工智能看成是一種“窮算”，僅靠算力解決的問題叫“機器學習”不是“深度學習”。深度學習的算法和把AI的各個領域（圖像、語音、機器人……）的IP設計規范定義成的框架，是電子設計自動化（EDA）走向電子設計智能化（EDI）的關鍵。隨著摩爾定律面臨物理極限，芯片算力的發展會變得緩慢。所以，人工智能肯定有算力的制約。

● 算法是需要EDA工具支持的，EDA工具把“算法映射到了架構”才能把“AI落實到IC”。

不管是數據、算力還是算法，都到了關鍵時間，都在向EDA靠近。5G也會和EDA關聯，5G解決的是信息傳輸問題，那么先要把信號變成信息，很重要的是智能傳感，還必須是低功耗的。5G實現大容量、高速度、高可靠性前提下的低時延，也離不開人工智能和集成電路設計的EDA的支持。

CPU、GPU和NPU與EDA的關系是去中心化，企業擁有的x86架構、Spac架構，以及RISC-V都有去中心化這個問題，核心的問題還是要用EDA促成開源。

臺積電（南京）總經理羅鎮球回顧臺積電和新思科技十幾年合作的方式的變化：直到65nm都是臺積電把做出來的工藝交給新思科技，新思科技再去開發EDA的設計平臺及一些IP，每出現一種新工藝，到用戶設計用上，兩個階段是1.5+1.5=3年時間。但在做 7nm 工藝時臺積電就和新思科技一起做，一起研究工藝，一起建EDA和IP平臺。只花了一年半的時間，滿足新工藝的IP就提供給用戶設計了，經濟上還避免了重復投資。

所有新技術的發展，如果不和EDA結合就很難發展，因為你離不開EDA提供的方法學工具。

從2019年策劃和約稿，到2020年1月至2021年5月每周在《電子報》上刊發EDA業界“大咖”的文章，我本人十分感謝作者們對EDA的厚愛和對我做這件事的支持！也感謝《電子報》和徐惠民總編提供的平臺！

征得這些“大咖”們同意后，我把匯編出專集的想法，在2021年4月中國電子學會張宏圖書記和王娟主任來家看望我時說了出來，張書記當即表示支持專集的出版，并讓王娟聯系了電子工業出版社。電子社肯定了出專集的重要性，并給具體運作提供了指導，此書得以出版以饗讀者。我衷心地感謝業內提供文章的“大咖”，感謝學會和出版社的大力支持。

周祖成

2021年12月12日