加入星计划,您可以享受以下权益:

  • 创作内容快速变现
  • 行业影响力扩散
  • 作品版权保护
  • 300W+ 专业用户
  • 1.5W+ 优质创作者
  • 5000+ 长期合作伙伴
立即加入
  • 正文
    • 疫情加速EDA工具与云计算结合
    • EDA云工具达到商业化节点
    • 人工智能与EDA融合不断加深
  • 相关推荐
  • 电子产业图谱
申请入驻 产业图谱

EDA工具加速上云

2022/08/09
1560
阅读需 7 分钟
加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

伴随集成电路60多年的发展历程,EDA工具行业也历经了从计算机辅助设计(CAD)到电子系统设计自动化(EDA)的演变。未来,云端EDA工具或许将是一个新的发展趋势。

疫情加速EDA工具与云计算结合

回顾EDA产业大致经历了三个发展阶段:20世纪80年代前的计算机辅助设计(CAD)时代,20世纪80年代的计算机辅助工程(CAED)时代和20世纪90年代后的电子系统设计自动化(EDA)时代。近年来,随着云计算在各行各业的渗透不断加深,EDA与云计算的结合也在深入。特别是中国存在大量新创的中小微芯片设计企业,对云端EDA工具有着更加深切的需求。

根据中国半导体行业协会IC设计分会的数据,2021年中国大陆有2810家芯片设计企业,同比增长了26.7%,广泛分布在消费电子、汽车、智慧城市等多个行业。这些企业大多为中小微企业,且大多面临人手短缺,设计能力匮乏等问题,尤其是设计团队在进行仿真和验证时,往往缺乏大规模的算力集群支持。

正如国微思尔芯资深副总裁林铠鹏所指出,EDA上云对于企业来说,最直接就是有望解决算力问题。无论是设计还是验证,IC设计公司对算力的需求都非常大,很多小公司承受不起,只能用时间来换金钱。如果云端有更好的解决方案,对于它们来说将有非常大的帮助。

具体而言,对于大部分新创IC企业来说,尽早实现芯片流片是企业实现生存发展的关键一环,而及时将产品交付客户,设计效率至关重要。而在整个设计开发的流程中,仿真和验证变得越来越重要。当芯片设计团队进行仿真和验证时,往往需要调用大规模的算力集群。在这样大的算力环境下,整个集群算力的管理和调度、算力集群和存储系统的交互,同样需要一支专业的IT团队进行操作。EDA上云恰恰能够有效解决这些难题。

近年来,新冠肺炎疫情发生,对人们的工作生活模式造成很大影响,居家办公在各行各业中变得十分普遍。这对EDA上云来说却是一个促进作用。很多芯片设计公司转向居家办公,对芯片设计工程师来说,EDA工具在工作中不可或缺。云平台EDA工具恰恰是其居家办公、用家用设备设计芯片的的重要补充。

EDA云工具达到商业化节点

根据research and markets数据,2020年全球EDA市场规模约为115亿美元,预计到2025年可达到145亿美元。在这其中,云平台EDA工具所占的比例正在迅速提高。也正因如此,Synopsys、Cadence等国际EDA巨头越来越重视EDA上云的进程。英特尔、英伟达等芯片巨头也开始探索EDA云工具的应用。

日前,Synopsys宣布,亚马逊公司旗下的云计算服务平台部署了新思科技的VCS FGP 技术。在云端运行相关技术,可让设计团队实现更高的效率,缩短验证收敛时间,获得优异的硬件性价比。对此,新思科技中国区副总经理许伟表示:“EDA上云是一个发展趋势,不管是算力还是大数据等云计算端都有着自身的优势,将有越来越多设计公司从自建私有云向公有云过度。”

随着公有云架构逐渐稳固,数据安全体系逐渐成熟。目前,EDA云平台工具和运行环境逐渐整合在一起,产品能够规模化地复制到不同的行业,并提供给客户。云技术的运算能力与储存容量及EDA技术融合,可以在很大程度上解决当前IC设计面临的算力缺口,为开发者提供实时可用的算力、更加灵活高效的开发环境、更加优化的成本,并缩短产品上市时间。可以说,EDA云平台产业已经到了商业化发展的关键节点。

人工智能与EDA融合不断加深

在云计算技术的加持下,人工智能与EDA的融合也在不断加深。通过应用AI技术优化客户体验、提升效能是EDA迭代发展的一个重要方向。深度学习等算法能够提高EDA软件的自主程度,提高IC设计效率,缩短芯片研发周期。

报告显示,机器学习在EDA的应用可以分为四个方面:数据快速提取模型;布局中的热点检测;布局和线路;电路仿真模型。目前,诸多EDA企业都在人工智能方面进行了深入的布局与开发。Cadence公司中国区总经理 汪晓煜表示:“人工智能在大规模数字芯片优化、数字仿真验证、PCB设计综合等领域都有着巨大的发挥空间。以仿真验证为例,当前企业花费在仿真验证上的运算资源与时间呈指数级升高。采用机器学习,生产力提升的效率甚至可以达到10倍以上。”

将AI和算法应用于自身的产品中,实现垂直领域的创新解决方案是各大EDA厂商共同的策略。2020年,Synopsys推出用于芯片设计的自主人工智能应用程序DSO.ai,能够在芯片设计解决方案中,搜索优化目标,利用强化学习来优化功耗、性能和面积。Cadence的Cerebrus直接集成到Cadence工具链中,从System C定义到标准库单元、宏、RTL以及signOff,允许一个工程师给它以任何级别上定义的规范和优化对象。西门子EDA的Solido产品可利用机器学习快速进行特征向量库的生成和提取,以更少的时间实现更高的验证精度,并将所得数据以可视化方式呈现。

作者丨陈炳欣

编辑丨赵晨

美编丨马利亚

监制丨连晓东

相关推荐

电子产业图谱