編者按：在摩爾定律逼近物理極限的背景下，芯片設計行業過去幾十年的研發慣性與規律被打破，面臨著設計復雜度進一步提升、更新換代速度加快、定制化及個性化要求更高的要求。EDA企業在幫助客戶解決上述問題的同時，自身也迎來從服務芯片企業向服務系統級企業轉型的歷史節點。為探索芯片設計行業的進階之道，中國電子報推出“對話EDA”欄目，約請全球EDA行業頭部企業負責人開展交流。近日，中國電子報總編胡春民與Cadence副總裁、中國區總經理汪曉煜展開了深度對話。

對話人：

Cadence副總裁、中國區總經理 汪曉煜

《中國電子報》總編輯 胡春民

時   間：2024年11月26日

地   點：Cadence北京分公司

發揮計算軟件深厚經驗

助力系統領域再深耕

胡春民：最近幾年，EDA行業發生了哪些變化？

汪曉煜：我入行的時候是一名EDA工具軟件的用戶，從熟悉點工具開始逐漸走上了設計流程的道路。那個時候對于EDA公司來說，最主要的工作就是把一款工具開發好，并且使這個工具能夠進入到客戶的量產設計流程，所以那個時代EDA的銷售和技術服務人員更多時候都是在與客戶進行工具層面的互動交流。

但是從十多年前開始，我們已經不僅僅與用戶談論工具，而是在講設計全流程和整體解決方案。尤其是最近幾年，除了設計流程和工具的支持，我們也會為客戶提供一些更有價值的服務，比如核心模塊的PPA優化，板級的設計和仿真等。之所以發生這樣的轉變，一方面因為是整個產業在不斷發展，設計復雜度不斷提高，另一方面是因為客戶的要求越來越高。我們的客戶不僅要求我們把單個點工具做得更好，還希望我們能提供一整套從前到后的設計實現方案。與之相配合，整個EDA產業呈現集中化趨勢，深層次的整合并購愈發普遍。從市場層面來看，我們的客戶群正在從芯片半導體拓展到系統領域，這是行業最近幾年發生的顯著變化。

胡春民：客戶群體從芯片拓展到系統，發生這一變化的驅動力是什么？

汪曉煜：這既是我們企業自身轉型的需要，也是整個行業發展的大勢使然。在過去，芯片設計企業基本的思維方式是——按照規格把芯片做出來，至于怎么把它用得更好，那是基本上是系統公司的事情，芯片公司和系統公司之間的界限劃分的相對比較清晰。但近幾年，能看到一個非常明顯的變化：芯片公司開始更多地關注系統公司的需求和應用，甚至會積極參與早期芯片的規格制定。同時許多系統公司也從零開始組建芯片設計團隊，希望能進一步提高產品的競爭力。

系統公司搭建芯片設計團隊，可以根據應用的需求，精準定義符合自己系統產品的芯片規格。這些規格，可能是市面上的芯片產品難以滿足的。所以系統公司會越來越重視從內部進行芯片研發，避免同質化，從而進一步提升產品競爭力。

當看到系統公司從做板級設計、系統模組開發再拓展到芯片設計，他們所做的研發工作，很多還是和電子電路設計、系統仿真工程相關，我們EDA企業便也從中看到了非常大的機會。根據行業預測數據，半導體市場總量到2030年大概在1萬億美元，但系統領域的市場體量是半導體的三倍。體量如此大的市場，我們肯定要全力爭取。

Cadence上海辦公室

胡春民：我們以汽車這個應用場景舉例，對于Cadence來說，服務于汽車芯片企業和服務車企有何不同？

汪曉煜：服務汽車芯片設計公司，不論客戶設計的是自動駕駛芯片、智能座艙芯片還是MCU，我們都擁有完整的設計解決方案，Cadence可以提供業界認證的車規級設計開發流程，涵蓋完整的功能安全機制。

至于服務主機廠，我們的作用會體現在兩個環節。在早期，我們會與車企的芯片團隊以及系統部門共同探討芯片定義，使芯片規格充分符合其系統部門的要求。在芯片做出來之后，我們的工作轉向如何將芯片調試得更好用、如何使系統的性能發揮到最優。在這個環節，我們不僅僅圍繞芯片工作，還會幫客戶做系統分析和仿真。這不僅僅涉及電子電路系統，還會牽涉到機械和多物理場。為了全方位地滿足系統客戶的需求，我們也收購了相關領域的工業軟件企業，希望拓展出更廣闊的市場空間。

胡春民：在業務轉型過程中，Cadence面臨哪些挑戰，又是如何應對這些變化的？

汪曉煜：過去很多年，芯片基本上都在追隨摩爾定律的腳步。我們也在提供板級開發解決方案，包括面向PCB、封裝的設計仿真工具等，但整體上還是與半導體的關系比較密切，半導體制程工藝的演進是主要的影響因素。

但要服務好系統客戶，我們需要面對一些不太熟悉的領域，包括系統級的電磁仿真、熱分析，流體力學、結構件仿真分析等。對于傳統EDA公司來說，怎么理解這些應用、如何在理解的基礎上提供適合該場景的工具和方案，是我們面臨的第一個挑戰。近年來，我們通過一系列工業軟件領域的并購，有效地填補了我們在解決方案領域存在的一些關鍵空白。這些戰略舉措增強了我們的服務能力，也為客戶提供了更加全面和優化的產品體驗。

與此同時，我們也在收購的標的公司原有技術的基礎上，利用Cadence的技術和經驗積淀，為產品提供正向加成。Cadence立足于計算軟件，在做EDA軟件研發的幾十年時間里，積累了深厚的計算軟件功力。我們在實踐中發現，如果將幾十年時間里積累的科學計算和并行計算技術經驗運用到針對系統仿真的工具軟件上，將大大提高此類軟件的運行效率。

舉個例子，前幾年開始，隨著系統級產品的設計規模和復雜度逐漸提升，一些傳統的系統仿真軟件的工作效率無法跟上系統開發的要求。我們決定開發新的產品，并把原先用于芯片設計仿真軟件的核心計算技術運用其中，這樣一來，我們所開發的電磁仿真技術Cadence Clarity 3D Solver，在通用場景下的性能提高了5到10倍，在某些場景下能實現優于競品性能的10倍，并保持精度不變。

AI顛覆芯片設計

全流程3D IC能力獲青睞

胡春民：從應用市場來看，EDA企業未來市場增長點何在？

汪曉煜：毋庸置疑，這幾年汽車是我們業務很大的一個增長點，尤其是在中國。在汽車電動化、智能化的趨勢下，一輛車上所需要的芯片越來越多。很多車企為了保持競爭力，也在內部成立了芯片設計團隊或者是投資了獨立的汽車芯片設計公司。在汽車之外， AI是另一個增長機會。AI需求催生出了大量以AI芯片、AI應用、智能硬件等為主營業務的企業，很多都是我們的客戶和合作伙伴。在整個行業對AI的需求持續高漲的情況下，我們也會獲得更多的增長機遇。

胡春民：對于EDA工具企業來說，更優的PPA（性能、功耗、尺寸）表現和更短的設計周期，哪個更重要？

汪曉煜：您提的這個問題很專業。在芯片設計過程中，項目負責人、工程團隊負責人甚至CEO，會一直在PPA和上市時間、設計周期之間做平衡。在項目推進的每一個階段，這兩個指標都很重要。但在不同的情形下，這兩個指標的重要性又略有不同。

如果項目有充足的時間，那么PPA是最重要的。團隊會爭取把面積、功耗、性能做到完美。一顆芯片，尤其是像手機搭載的核心AP 芯片，每家企業都希望PPA可以對標甚至超過行業主流，參照的永遠是業界最頂尖的產品，大家都希望可以把PPA優化到極致。

但是項目總是有周期的。像手機芯片，尤其是旗艦芯片的上市存在特定的時間節點。如果芯片沒有如期上市裝機，其市場價值就會大打折扣。因此，到了該進入流片生產的階段，各項調優工作該停就要停，接下來就要按照時間表來推進后續生產，測試等工作。在很多情形下，進入市場的時間是最重要的。

汪曉煜在CadenceLIVE China 2024上發表主題演講

胡春民：當前，在芯片設計和各類應用追求個性化、定制化的情況下，Cadence如何在保證產品共性功能和滿足客戶個性需求之間做平衡？

汪曉煜：對于具有定制化或者特殊要求的公司，我們都是盡可能地去配合滿足他們的需求。但這并不意味著我們的技術和解決方案要專門為了不同的企業需求做定制化開發。對此，我們通常的做法是，與各行業的頭部企業多交流。這類客戶的技術能力和市場影響力都比較大，大多數時候他們提出的要求都比較合理且符合行業的需求。我們的研發和本地技術服務團隊，會盡可能把客戶的需求摸透，據此提供一套解決方案，而不是提供一個定制化的工具。

在服務客戶的過程中，我們會不斷加強相關的EDA工具、補充部分功能或修改工具缺陷。最終，通過緊密合作和充分磨合出的工具和方法學可以應用到整個行業，這也是EDA公司多年來不斷完善工具和流程的發展歷史。早期我們推出的一些比較新的功能，也是在與客戶不斷溝通交流的過程中磨合出來的。正是基于這種模式，我們產品的功能變得越來越豐富、越來越強大。

胡春民：AI對EDA行業產生了哪些影響？對此Cadence有何應對策略？

汪曉煜：從企業戰略的角度來看，包括Cadence在內的EDA公司和上下游企業，都在全面擁抱AI，只是每家技術布局的進展和重點不一樣。但在我看來，雖然AI對芯片設計的確有所幫助，且已經在某些點工具中發揮作用，但是全方面地利用AI大幅度提高芯片設計效率并不會那么容易實現。

七年前，Cadence推出用于大規模數字布局布線的產品Cadence Innovus Implementation System，這個工具在數字后端領域至今仍是一款“金牌產品”。該產品推出后不久，我們的研發團隊就開始把深度學習、機器學習的技術用于其中，并上線了我們的第一款基于AI技術的工具 Cadence Cerebrus Intelligent Chip Explorer。該產品效果非常好，能夠把AI技術與傳統的EDA工具結合起來，大大提升芯片后端設計實現的效率，節省人力和時間。在我看來，這就是AI賦能EDA工具的典范之作，非常有價值。

但有些方面的工具很難像Cerebrus那樣，可以充分發揮機器學習的作用。無論是畫模擬版圖還是PCB版圖，要充分利用好AI技術，還需要一個過程。

再舉個例子。現在業界普遍希望能通過生成式AI自動產成在設計芯片前端所需的RTL代碼。當前，RTL是由設計工程師編寫的，但這項工作很依賴人的能力以及驗證技術。有的工程師寫得代碼質量不好，就可能對項目進展產生負面影響。所以業界在考慮，如果能通過大語言模型借助AIGC技術完成RTL描述，是不是就可以大幅提升效率并降低人為因素對該環節的影響？

這樣的想法很美好，但實現起來還是會存在一定的困難。最大的一個問題在于半導體企業一般不太會共享數據，每家企業都把數據安全性看得非常重要。那么就會帶來一個問題，如果沒有足夠的數據做訓練，這個所謂的“大模型”會好用么，客戶敢用么？如果功能無法大規模應用上線，永遠停留在實驗版本，那么這種產品對于企業來說就沒有太大的意義。我們兩年前就開始研發通過AI自動生成RTL的功能，目前仍還在和業內的一些大客戶合作打磨中。總而言之，雖然市場上所有主流EDA公司都想充分利用AI技術，為用戶帶來效率的大幅度的躍升，但從實操的角度來看，還是需要一定的時間。

胡春民：剛才提到，之所以EDA產業對生成式AI技術的利用仍然有限，與數據訓練量不夠大有關系。那么，EDA行業是否存在由龍頭企業共同開發通用模型或者垂直小模型的可能性？

汪曉煜：我們正“all in”在AI的賽道上，也在基于Cadence JedAI解決方案的生成式AI開發平臺與包括北美、歐洲、日本、韓國和中國在內的一些全球頭部企業合作。這些客戶擁有相當體量的數據和項目，也希望可以盡快利用上生成式AI的技術來加速研發。我們認為通過這樣“客戶提供數據，Cadence提供技術平臺”的合作方式，可以打磨出比較成熟的生成式AI產品。但要推進這項工作，我們和合作伙伴都要付出很多涉及到人力資源、數據資源和開發流程等諸多環節的優化整合工作。所以，要想把生成式AI工具開發出來、推廣出去并用于量產設計中，一定需要產業界上下游的緊密合作。

2024 ICCAD Cadence展臺

胡春民：從技術角度來看，在AI之外，EDA軟件未來有何發展方向？

汪曉煜：我們的軟件能力說到底考驗的是架構創新和科學計算能力。總的來說，Cadence希望把核心的計算軟件能力部署到相應的工具中。隨著設計規模越來越大、復雜度越來越高，很多任務如果用傳統的軟件仿真，可能十天半個月都沒有結果，我們致力于改變這種狀況。通過我們科學計算能力的賦能加持，使Cadence的技術和解決方案能夠適應大型系統仿真要求，并幫助系統級產品開發快速迭代。

另外，我們也從頂層設計的角度，開發出整套的解決方案來滿足當前市場上存在的一些特殊需求。舉例來說， 3D IC這兩年的熱度很高，尤其是中國市場對該領域的需求很強烈。3D IC是一個相對比較大的概念，不僅僅是單純的先進封裝，而是從一開始就要進行系統級的規劃和設計，包括數字，模擬，驗證，封裝，板級設計等等工作都集中在一個統一的開發環境中進行協同，并需要對多芯片系統進行散熱、電磁、SI/PI等多個環節的仿真和分析，從而實現多層芯片的堆疊。

如果一家EDA公司不能提供全部的解決方案，那么客戶在推進3D IC方案時就需要聯合不同的供應商共同定制出一個方案。我們認為這種方式是欠缺效率的，畢竟要實現3D IC設計這種目前還不是標準化的復雜解決方案，是需要很多研發層面的深度介入，而不同供應商之間研發的合作緊密程度是要被“打問號”的。這樣一來，如果面向客戶能夠提供一整套完整的3D IC設計解決方案就具有很強的競爭力，擁有廣闊的市場前景。

中國市場干勁足更激進

促發展需創新及加大研發投入

胡春民：Cadence是一家全球布局的企業，進入中國也有三十年的時間。中國市場與日韓、歐美有何不同？

汪曉煜：這是一個好問題。我加入Cadence的時候，中國市場在我們公司營收中的占比很小，甚至可以忽略。2000年之后，中國市場逐漸壯大，但在Cadence全球業務中的占比依然很小。但現在，中國區在Cadence全球營收中的占比已經達到了12%~13%，早已超過了日本、韓國和歐洲，僅次于美國。

這一點就能就反映出，中國市場這幾年的增長速度非常快。而且，相較于歐美、日韓，中國市場呈現出需求多元化的特點，而且一直在追尋最新的應用。2016年前后，我國出現了不少做CPU，AI,  GPU、GPGPU等產品的初創公司。在汽車智能化的推進過程中，國內又出現了一大批做自動駕駛、智能座艙芯片的初創公司。在我看來，這是中國市場的特點和魅力所在。雖然現在面臨很多挑戰，但中國的產業永遠在逐新升級。

不僅如此，中國手機廠商，車企等系統級公司，這些年建立了一整套產業鏈，也帶動了一大批的上下游供應鏈企業。他們對技術的追求、對芯片性能的要求越來越高。很多歐美大型系統公司在這些方面的表現反而沒有國內企業激進。

胡春民：中國的系統級企業，與歐美有何不同？

汪曉煜：有一個很大的不同點。以芯片設計為例：絕大多數歐美客戶如果需要一款芯片，他們想的不是自己做，而是找不同的合作伙伴提供方案，自己只做最擅長的部分。但中國一些系統公司做法有所不同。2017年前后，我們開始與國內的系統公司合作。他們想開發芯片，但是沒有團隊，雙方就會一起探討和定義技術規格，再分包給設計服務公司或者是和Cadence 一起合作開發。但后來，我們發現中國的系統公司越來越激進，企業逐步在建立芯片研發能力，甚至是一步一步的完成了從軟件到前端設計到后端實現的整建制芯片設計團隊建設。這是中國系統廠商，尤其是車廠，相對比較激進的表現。

我們接觸的這些企業家，尤其是系統公司高管，雖然碰到了很多困難，且面臨著高昂的成本壓力，但大多還在堅持加強研發能力建設。有些不僅沒有放棄，投入力度還越來越大。從我的視角來看，包括芯片設計和系統公司在內的中國企業，在國際上的競爭力正變得越來越強。

胡春民：未來幾年，Cadence在中國的投資、市場拓展、技術研發、人才培養等方面，有何規劃？

汪曉煜：我們非常看重中國本地的人才培養。過去很多年，我們在中國培養的許多人才最終進入Cadence或者成為我們的客戶。我們的大學計劃已經開展了幾十年，最初與清華、北大、復旦、交大等幾所知名大學合作后擴展到更多的院校。現在隨著國內高校新工科建設逐漸完備，理工類院校數量越來越多，我們也在與更多的學校展開合作，進一步推廣我們的技術。

這幾年，我們也針對高校師生做有針對性的實操培訓。我們會為實訓提供所需的所有案例、教材、上機環境，也會由我們的研發人員親自授課。通過這樣的方式，我們幫助師生更好地掌握最先進的工具以及體驗整個設計流程的優勢。我們也在與一些高校教師共同撰寫教材，而且會結合不同高校的專業特點做教案的定制化。總之，我們所做的所有努力，都是為了使中國的高校師生更便利的了解和掌握業界最先進的設計理念、方法學和設計工具。

胡春民：未來三到五年，Cadence將在中國市場扮演怎樣的角色？

汪曉煜：我們已經積累了三十多年服務中國客戶的經驗。未來幾年，我們將配合公司從芯片到系統的整體戰略，在系統領域的市場拓展方面投入更多的精力和資源。對于傳統半導體市場，我們還會一如既往地提供最好的服務和工具產品，幫助客戶更快地把芯片、產品做好，盡快走向量產。我們有大量的中國本地研發、銷售和技術服務人員，對中國客戶的了解也很深。站在我們的角度，最希望看到的是客戶的成功。在助力大型系統廠商、互聯網公司把芯片做好的同時，我們也希望看到更多的初創公司可以生存，實現盈利乃至上市。市場越蓬勃，產業越健康，Cadence的增長機會就越多。

胡春民：對中國EDA行業未來的發展，有何建議？

汪曉煜：中國的EDA行業要發展壯大，關鍵在于持續不斷地注重研發，這個行業的核心生命力就在于不斷的技術創新和突破。以Cadence為例，我們的員工中有90%左右在從事研發和技術支持工作，這充分說明了創新對于該領域的重要性。只有將創新視為企業發展的首要任務，才能在激烈的市場競爭中保持領先地位。