前有蘋果、谷歌，后有阿里、騰訊，科技巨頭們自主設計芯片已經成了不可阻擋的趨勢。不止于此，為了縮短芯片設計的周期，谷歌開始利用 AI 加速，其團隊 6 月在 Nature 上發表的題為《一種用于加速芯片設計的布局規劃方法》的論文指出，利用深度學習，人類工程師需要數月完成的工作，谷歌用 AI 僅需要 6 小時就能達到相同效果。

這表明，隨著科技巨頭們在芯片領域積累了更多經驗，為了更高效地設計出更具差異化的芯片，科技巨頭們需要更具效率的 EDA（Electronic Design Automation）工具。這就要求 EDA 公司提供革命性的產品。

“無論是依賴傳統的摩爾定律設計芯片的客戶，還是已經超越摩爾用 SysMoore 從系統級別設計芯片的客戶，我們都有志于用我們打造的解決方案幫助我們的客戶提高 1000 倍生產率。”新思科技首席運營官 Sassine Ghazi 在新思科技上海辦公室煥新暨媒體圓桌會中表示。

1000 倍的效率提升，如何實現？能滿足科技巨頭們的需求嗎？

科技巨頭為什么自研芯片？

芯片是一個成熟的產業，且全球分工明細。在成熟的芯片產業鏈上，每一個環節都已經有領導者，比如芯片設計環節的高通、英偉達、AMD，代工環節的臺積電、三星、中芯國際。

過去的幾十年間，摩爾定律持續有效，通用芯片是市場的主流，英特爾的 CPU、英偉達的 GPU 是典型的代表。在 2005 年之前，還有很多晶圓制造公司，但如今能提供先進制程的芯片制造商只有臺積電、三星、英特爾等少數幾家。

“我認為主要的原因有三個，系統的復雜性、系統的重要性，以及去研發和制造的成本。從眾多芯片代工廠到現在只剩幾家，表明了現在僅有為數不多的晶圓制造公司能夠承擔先進制程所需的復雜性、重要性和成本。”Sassine Ghazi 表示。

與芯片制造一同變化的還有芯片的消費者。以前，做系統公司是芯片重要的消費者。如今，微軟、谷歌、亞馬遜、阿里、百度和騰訊成為了芯片重要的消費者。這是因為在數字化的趨勢下，有三個重要的驅動力。

“第一是汽車的電氣化和無人駕駛，第二是 AI，第三是超大規模的數據中心。”Sassine Ghazi 進一步表示，“這三個領域都希望找到差異點，擁有差異化的競爭優勢。因此，這些領域的企業必須要尋求更好的晶圓，才能使他們的系統架構與眾不同。此時，領域專用架構（DSA，Domain Specific Architecture）能夠體現出他們的系統架構的獨特優勢之處。”

這就解釋了科技巨頭們自研芯片的原因，同時也讓我們看到了轉變之下的三個趨勢。第一個趨勢是做電子系統的公司希望定制系統級芯片，實現電子系統的差異化；第二大趨勢是做系統設計的公司必須包括系統級芯片片上系統，實現系統和硬件的差異化；第三大趨勢是如今的這些系統公司已不是傳統意義上的系統公司，他們越來越像半導體公司。

如何滿足科技巨頭的芯片設計需求？

芯片行業一直在追求的是更高性能、更低功耗和更低成本。在摩爾定律有效的時候，芯片的性能持續提升，可以滿足市場需求，但摩爾定律在 2005 年之后開始放緩。

“隨著技術的演進，摩爾定律已經跟不上時代的步伐。這不僅僅因為技術上的瓶頸，還有非常關鍵的原因是，再遵循以前的摩爾定律會面臨三大挑戰：首先是預測性，因為預測性遠遠快于摩爾定律；其次是包括研發和其他方面的開支成本過高；最后是芯片設計的難度大幅增加。”Sassine Ghazi 指出。

也就是說，在摩爾定律有效的時間里，主要面臨的是在芯片中增加晶體管，以及復雜性增加的挑戰。但如今摩爾定律的放緩，以及業界對芯片要求的增長，預測性、成本可負擔性、設計的復雜程度都遇到了挑戰。

“肯定要超越摩爾時代。”Sassine Ghazi 進一步解釋，“我們的 CEO 提出了一個新概念叫做 SysMoore，指的是從系統的層面去解決問題，而不單單是在晶圓以及晶體管數量的層面去解決問題。只有站在系統的高度，我們才能更好地優化。”

“要兩條腿走路，遵循原來摩爾定律的同時，還要超越摩爾定律。新思科技提供很多可以重復使用的 IP 模塊，芯片設計者可以直接把它進行組合，既是摩爾定律又是超越摩爾的集成。”Sassine Ghazi 同時表示，“我們有志于用我們打造的解決方案幫助客戶提高 1000 倍生產率。”

我們了解到，新思科技有一個叫做 DTCO 的解決方案，幫助客戶做制程流程的建模、模擬、驗證。這個方案對于使用先進制程技術的公司，可以實現設計、工藝的協同優化，改善設計。

數字化的融合設計平臺顯然能夠帶來更好的優化效果。“通過我們的融合設計 + DSO.ai，能夠幫助客戶用 AI 系統進行芯片的開發和設計，達到最佳的效果，同時加速設計流程，縮短產品上市時間。”Sassine Ghazi 表示。

“從系統層面，SysMoore 提供了非常好的設計的基礎架構，能夠從系統級別在芯片設計完成之前就看到其中的一些流程。”Sassine Ghazi 介紹，“新思科技加大了設計服務團隊和解決方案的融合，幫助客戶從系統和設計端打造成一個個組分和部件，再進行交付。”

新思科技全球資深副總裁兼中國董事長葛群也表示，“解鈴仍需系鈴人，從系統層級做優化，才能解決先進芯片設計面臨的挑戰。”

葛群用了汽車的例子來解釋，通過從系統層級的優化，新思科技將三重左移 Triple Shift Left 的概念帶到車企中，以前推出一個新款汽車的整個周期需要 5 到 7 年的時間，但是用了新思科技的硬件和軟件結合的解決方案，三重左移能夠幫助新車型的設計時間減少到 3 年。

誰能夠領先？

當然，這些變化發生在云化和數字化的大背景下，因此，基于云和 AI 的 EDA 工具，也將讓這個傳統行業進入新的時代。

中國科學院 EDA 中心主任陳嵐一次分享中提到，過去的 EDA 工具是滿足高端通用的復雜的芯片設計需求，而未來更加開放的模式，可以快速地讓新技術融入到 EDA 的流程當中，同時避免流程轉化中的設計冗余，用更低的成本，讓更多的用戶使用，快速地對 EDA 進行驗證與迭代，提高芯片設計的總體效率。

葛群也持同樣的觀點，“以后的 EDA，很重要的一個改變就是降低芯片設計門檻，讓更多人能參與到芯片設計的領域，滿足人們不斷發展的各種需求。”

在這樣的趨勢和機遇下，一些 EDA 行業資深行業選擇創業，EDA 行業正在迎來新一輪的競爭。

對于新的變化和競爭，葛群交流時表示：“我們過去幾十年的發展中，也面臨許多競爭，這對新思而言并不是新鮮事，我們積極擁抱市場的變化。與此同時，面對新的趨勢和需求，我們也在加速創新，比如成立 AI Lab，也在推動 EDA 上云。”

更為關鍵的是，了解客戶需求并滿足客戶需求。新思作為一家全球公司，非常重視中國的本土化。葛群說：“新思給本土的團隊足夠多的權限和信任。2020 財年，中國市場的營收已經占新思全球 37 億美元營收的 11.4%，這是了不起的成績。中國團隊的員工也已經超過 1500 名，覆蓋研發、銷售和應用工程師等所有的崗位。”

那么，在 EDA 的新時代，誰能領先？