伴隨集成電路60多年的發(fā)展歷程，EDA工具行業(yè)也歷經(jīng)了從計(jì)算機(jī)輔助設(shè)計(jì)（CAD）到電子系統(tǒng)設(shè)計(jì)自動(dòng)化（EDA）的演變。未來(lái)，云端EDA工具或許將是一個(gè)新的發(fā)展趨勢(shì)。

EDA上云是不是偽需求

然而目前看來(lái)，除了一些大廠之外，EDA上云這個(gè)概念依然很少被提及，在普及率上似乎并沒(méi)有向傳統(tǒng)EDA看齊，這讓人不禁遐想，EDA上云究竟是否存在市場(chǎng)需求？

電子發(fā)燒友網(wǎng)采訪了國(guó)微思尓芯的總裁兼CEO林俊雄，他給出了自己的答案：EDA上云未來(lái)需求會(huì)很大，也是行業(yè)一個(gè)長(zhǎng)期的發(fā)展趨勢(shì)，全球疫情下EDA云平臺(tái)的價(jià)值更是凸顯。但是企業(yè)對(duì)EDA上云這一新模式也在評(píng)估，是否采用、何時(shí)采用、如何使用等問(wèn)題，使得考慮時(shí)間會(huì)比較久。如何保障數(shù)據(jù)安全、眾多點(diǎn)工具的遷移上云、并能讓工程師快速上手，都是云平臺(tái)面臨的挑戰(zhàn)。


云上EDA的缺點(diǎn)

在考慮將EDA和芯片設(shè)計(jì)轉(zhuǎn)移到云端時(shí)，最大和最明顯的風(fēng)險(xiǎn)之一就是安全性。

芯片設(shè)計(jì)相關(guān)文件是公司的知識(shí)產(chǎn)權(quán)，在許多情況下，它們可以說(shuō)是公司最有價(jià)值的財(cái)產(chǎn)。考慮到這一點(diǎn)，公司歷來(lái)將其所有EDA和其他設(shè)計(jì)文件專門(mén)托管在本地機(jī)器上，任何人都無(wú)法在其網(wǎng)絡(luò)之外訪問(wèn)。云計(jì)算本質(zhì)上不如本地計(jì)算安全。遷移到云端，就意味著公司將信任其他實(shí)體，來(lái)托管可能價(jià)值數(shù)十億美元的知識(shí)產(chǎn)權(quán)。

此外，托管上云可以允許成千上萬(wàn)的用戶同時(shí)訪問(wèn)相同的硬件資源。此功能可能會(huì)增加信息被惡意對(duì)手竊取或黑客攻擊的風(fēng)險(xiǎn)。

公司如果能放心地將他們的設(shè)計(jì)遷移到云中，則一定需要云資源已經(jīng)驗(yàn)證過(guò)端到端的安全性。過(guò)去，對(duì)半導(dǎo)體知識(shí)產(chǎn)權(quán) (IP) 和數(shù)據(jù)安全性的擔(dān)憂阻礙了EDA向云的遷移。


云上EDA的優(yōu)點(diǎn)

盡管存在安全性的主要缺點(diǎn)，但將EDA遷移到云端仍有好處。

云計(jì)算對(duì)EDA而言最顯著的優(yōu)勢(shì)之一是它允許公司根據(jù)需要向上和向下擴(kuò)展其計(jì)算資源，能從效率、經(jīng)濟(jì)、結(jié)果角度提供顯著優(yōu)勢(shì)。

從效率的角度來(lái)看，將EDA遷移到云端是非常有益的，它為設(shè)計(jì)人員提供了無(wú)限的計(jì)算資源。IC 設(shè)計(jì)的仿真和驗(yàn)證在計(jì)算上可能非常昂貴，在某些情況下需要一整天才能完成仿真。本地?cái)?shù)據(jù)中心無(wú)法快速適應(yīng)不斷變化的設(shè)計(jì)和驗(yàn)證工作負(fù)載。通過(guò)將EDA遷移到云端，云計(jì)算可以通過(guò)訪問(wèn)更多和靈活的計(jì)算資源來(lái)幫助提高吞吐量，設(shè)計(jì)人員可以獲得比其他方式更多的計(jì)算資源，從而使他們能夠比更快地仿真和驗(yàn)證設(shè)計(jì)。

在經(jīng)濟(jì)效益上，用于EDA的云計(jì)算也很有意義。IC設(shè)計(jì)生命周期的不同階段需要不同數(shù)量的計(jì)算。某些階段，例如驗(yàn)證和模擬，可能需要大量計(jì)算，而其他階段可能不需要計(jì)算。 這在經(jīng)濟(jì)上成為一個(gè)挑戰(zhàn)，因?yàn)楣究赡軙?huì)購(gòu)買(mǎi)驗(yàn)證階段所需的計(jì)算，但隨后在計(jì)算密集度較低的階段，大部分時(shí)間硬件處于閑置狀態(tài)。這個(gè)過(guò)程可以被視為一種資源和資金浪費(fèi)，他們的計(jì)算硬件沒(méi)有被使用，這意味著他們的投資沒(méi)有得到充分利用。具有“按需付費(fèi)”結(jié)構(gòu)的云計(jì)算有可能通過(guò)允許公司根據(jù)需要擴(kuò)大或縮小其計(jì)算資源來(lái)解決這個(gè)問(wèn)題。這種彈性使公司能夠在給定的時(shí)間只支付和使用所需的資源，通過(guò)最小化間接成本來(lái)節(jié)省資金。 像初創(chuàng)公司這樣的公司可能會(huì)選擇全部上云。

另一方面，企業(yè)半導(dǎo)體公司可能會(huì)使用混合云模型來(lái)增強(qiáng)其本地?cái)?shù)據(jù)中心。隨著云服務(wù)供應(yīng)商提供靈活的定價(jià)模式，如按需付費(fèi)定價(jià)，設(shè)計(jì)團(tuán)隊(duì)可以在IP設(shè)計(jì)開(kāi)發(fā)周期的每個(gè)階段根據(jù)需要擴(kuò)展和縮減計(jì)算資源。云計(jì)算資源有助于減少資本支出并降低全年升級(jí)和維護(hù)數(shù)據(jù)中心所需的成本。最重要的是，云計(jì)算可以允許訪問(wèn)可用的最新硬件，否則使用最新硬件持續(xù)升級(jí)本地機(jī)器的成本太高。

從結(jié)果質(zhì)量角度來(lái)看，為了滿足規(guī)范并適應(yīng)更小、更先進(jìn)的技術(shù)節(jié)點(diǎn)的挑戰(zhàn)，同時(shí)不影響結(jié)果質(zhì)量、性能、良率，設(shè)計(jì)人員需要進(jìn)行廣泛的驗(yàn)證以考慮所有潛在的設(shè)計(jì)變化。這些是高度計(jì)算密集型工作負(fù)載，需要的計(jì)算資源比本地?cái)?shù)據(jù)中心所能容納的要多得多。芯片設(shè)計(jì)遷移到云端，能在生產(chǎn)運(yùn)行時(shí)間內(nèi)以更高的芯片良率達(dá)到并超越結(jié)果質(zhì)量。


EDA云工具達(dá)到商業(yè)化節(jié)點(diǎn)

根據(jù)researchandmarkets數(shù)據(jù)，2020年全球EDA市場(chǎng)規(guī)模約為115億美元，預(yù)計(jì)到2025年可達(dá)到145億美元。在這其中，云平臺(tái)EDA工具所占的比例正在迅速提高。也正因如此，Synopsys、Cadence等國(guó)際EDA巨頭越來(lái)越重視EDA上云的進(jìn)程。英特爾、英偉達(dá)等芯片巨頭也開(kāi)始探索EDA云工具的應(yīng)用。

日前，Synopsys宣布，亞馬遜公司旗下的云計(jì)算服務(wù)平臺(tái)部署了新思科技的VCS FGP 技術(shù)。在云端運(yùn)行相關(guān)技術(shù)，可讓設(shè)計(jì)團(tuán)隊(duì)實(shí)現(xiàn)更高的效率，縮短驗(yàn)證收斂時(shí)間，獲得優(yōu)異的硬件性價(jià)比。對(duì)此，新思科技中國(guó)區(qū)副總經(jīng)理許偉表示：“EDA上云是一個(gè)發(fā)展趨勢(shì)，不管是算力還是大數(shù)據(jù)等云計(jì)算端都有著自身的優(yōu)勢(shì)，將有越來(lái)越多設(shè)計(jì)公司從自建私有云向公有云過(guò)度。”

隨著公有云架構(gòu)逐漸穩(wěn)固，數(shù)據(jù)安全體系逐漸成熟。目前，EDA云平臺(tái)工具和運(yùn)行環(huán)境逐漸整合在一起，產(chǎn)品能夠規(guī)模化地復(fù)制到不同的行業(yè)，并提供給客戶。云技術(shù)的運(yùn)算能力與存儲(chǔ)容量及EDA技術(shù)融合，可以在很大程度上解決當(dāng)前IC設(shè)計(jì)面臨的算力缺口，為開(kāi)發(fā)者提供實(shí)時(shí)可用的算力、更加靈活高效的開(kāi)發(fā)環(huán)境、更加優(yōu)化的成本，并縮短產(chǎn)品上市時(shí)間。可以說(shuō)，EDA云平臺(tái)產(chǎn)業(yè)已經(jīng)到了商業(yè)化發(fā)展的關(guān)鍵節(jié)點(diǎn)。

人工智能與EDA融合不斷加深

在云計(jì)算技術(shù)的加持下，人工智能與EDA的融合也在不斷加深。通過(guò)應(yīng)用AI技術(shù)優(yōu)化客戶體驗(yàn)、提升效能是EDA迭代發(fā)展的一個(gè)重要方向。深度學(xué)習(xí)等算法能夠提高EDA軟件的自主程度，提高IC設(shè)計(jì)效率，縮短芯片研發(fā)周期。

報(bào)告顯示，機(jī)器學(xué)習(xí)在EDA的應(yīng)用可以分為四個(gè)方面：數(shù)據(jù)快速提取模型；布局中的熱點(diǎn)檢測(cè)；布局和線路；電路仿真模型。目前，諸多EDA企業(yè)都在人工智能方面進(jìn)行了深入的布局與開(kāi)發(fā)。Cadence公司中國(guó)區(qū)總經(jīng)理 汪曉煜表示：“人工智能在大規(guī)模數(shù)字芯片優(yōu)化、數(shù)字仿真驗(yàn)證、PCB設(shè)計(jì)綜合等領(lǐng)域都有著巨大的發(fā)揮空間。以仿真驗(yàn)證為例，當(dāng)前企業(yè)花費(fèi)在仿真驗(yàn)證上的運(yùn)算資源與時(shí)間呈指數(shù)級(jí)升高。采用機(jī)器學(xué)習(xí)，生產(chǎn)力提升的效率甚至可以達(dá)到10倍以上。”

將AI和算法應(yīng)用于自身的產(chǎn)品中，實(shí)現(xiàn)垂直領(lǐng)域的創(chuàng)新解決方案是各大EDA廠商共同的策略。2020年，Synopsys推出用于芯片設(shè)計(jì)的自主人工智能應(yīng)用程序DSO.ai，能夠在芯片設(shè)計(jì)解決方案中，搜索優(yōu)化目標(biāo)，利用強(qiáng)化學(xué)習(xí)來(lái)優(yōu)化功耗、性能和面積。Cadence的Cerebrus直接集成到Cadence工具鏈中，從System C定義到標(biāo)準(zhǔn)庫(kù)單元、宏、RTL以及signOff，允許一個(gè)工程師給它以任何級(jí)別上定義的規(guī)范和優(yōu)化對(duì)象。西門(mén)子EDA的Solido產(chǎn)品可利用機(jī)器學(xué)習(xí)快速進(jìn)行特征向量庫(kù)的生成和提取，以更少的時(shí)間實(shí)現(xiàn)更高的驗(yàn)證精度，并將所得數(shù)據(jù)以可視化方式呈現(xiàn)。