芯片之母——与制程共进 和“黑马”赛跑 原创

“华为：基本实现芯片14纳米以上EDA工具本土化”——自近日华为轮值董事长徐直军宣布这一重磅消息，在半导体行业引发了一场不小的热潮，并引发激烈讨论。不得不说，华为此次公开该信息，印证了此前华为开发EDA的消息的真实性。同时，完成14nm以上芯片EDA工具的本土化，对我国芯片产业而言意义重大。

利“华”也有“为”

由于具有较高的行业壁垒和IP专利限制，全球EDA行业高度集中，Synopsys、Cadence、西门子ED等市占率超过80%，这些企业能够为用户提供整套的IC设计工具，并且已经建立起相当完善的产业生态圈，形成了较高的行业壁垒和用户粘性，主导全球EDA市场多年。

对于我国而言，EDA工具本土化对于芯片领域的突破意义与光刻机制造同等重要，中企持续加速布局EDA软件。近年来，国家陆续出台了一系列针对EDA产业的扶持政策和法规，以加速行业成长，为IC和EDA产业的升级、发展营造了良好的政策和制度环境。某分析公司负责人告诉笔者：“我国的EDA工具链曾一度不完整，仅能满足部分中低端制程需求。因此，国内迫切需要一个全流程的EDA工具。”

作为芯片工艺制成的一个重要节点，14nm能够实现最上游的软件突破，为芯片产业链的完整性和可持续发展提供了重要支撑。同时，为更高制程的芯片软件研发奠定了基础，也为推动国产芯片工艺的进步，发挥着积极重要的作用。

该分析公司负责人称，14nm制程以上的EDA工具本土化，可以保证芯片研发的连续性和迭代开发。对于华为而言，其能进行超大规模集成电路芯片的功能设计、物理设计、验证的同时，华为也能够基本达成半导体本土化，也将对麒麟芯片的归来起到积极作用。

 让Chiplet“松一口气”

14纳米以上EDA工具本土化的意义不仅在制程本身，更让不少行业关键技术得以持续演进。

近年来，随着高性能计算、人工智能、5G、汽车、云端等新兴市场的蓬勃发展，对于算力的需求持续攀升，仅靠单一类型的架构和处理器无法处理更复杂的海量数据，“异构”正在成为解决算力瓶颈关键技术方向。Chiplet技术被视为“异构”技术的焦点，也是当下最被企业所认可的新型技术，全球越来越多的企业都开始研发Chiplet的相关产品。

Chiplet是一款将单颗SoC“化整为零”为多颗小芯片（Chip），将多颗Chips进行封装的技术。

在设计端，Chiplet可以将将芯片分解成特定模块实现IP 硅片化，并灵活重组，可将性能和工艺适度解耦合，并有效提高良率、降低制造成本和门槛。在封测端，Chiplet可以将小芯片利用互连技术和封装技术进行高密度集成，可轻易集成多核，突破原有SoC 性能的极限，满足高算力处理器的需求。

随着线宽逼近原子级别，摩尔定律在制造端的提升已经逼近极限，Chiplet正通过在封装端和设计端的提升，来进一步延续摩尔定律，缓解先进制程焦虑的主要抓手。

如今，集成电路行业对于先进工艺的需求越来越强烈,随着芯片制程节点的不断缩小,在芯片设计时需要考虑在更小的空间内集成更多的晶体管,在设计过程中也需要不断更新设计方案,因此,设计的规模也变得越来越大,这也对EDA提出了更高的需求。

该负责人坦言，芯片14纳米以上EDA工具本土化正是助力Chiplet打开国产EDA局面的一次良机。

从市场角度看，作为一个多年前就被提出的技术概念，由于缺乏头部Foundry合作，我国本土EDA工具难以匹配目前最先进的工艺，其EDA工具对先进工艺的支持不够，这导致国产EDA工具在高端芯片和部分中端芯片领域几乎没有份额。

从技术角度看，Chiplet技术需要EDA工具从架构探索、芯片设计、物理及封装实现等提供全面支持，以在各个流程提供智能、优化的辅助，避免人为引入问题和错误。尤其在先进封装的背景下，Chiplet理念下不同die的堆叠需要解决可靠性、信号完整性、电源完整性、热分析等一系列仿真分析验证问题。

“14纳米以上EDA工具本土化是一个利好的信号，也让Chiplet松了一口气。”该负责人表示，下一步我们还需要持续发力，最大程度发挥这一阶段性成果的作用。一是要建立统一的EDA设计工具的国产统一标准。二是要实现不同国产芯片的协同整合测试。三是国产封测厂在PCB绕线、数字绕线、模拟绕线上可以给国产EDA提供经验。四是国产fabless厂商要制定统一的多芯片互联标准。”他总结道。

AI孵化的“黑马”不只有ChatGPT

EDA在半导体行业的关键部位发挥着重要意义，更在新技术的加持下持续为业界注入新动能。近期，ChatGPT以一骑绝尘之势独领风骚于AI应用的“金字塔尖”。然而，AI孵化的“黑马”不只有ChatGPT，EDA也是其中之一。

目前，EDA领域学术界、产业界都已注意到AI对EDA产业变革的巨大驱动力，AI辅助EDA已经成为业界共识和不可阻挡的趋势。

据该负责人介绍，AI目前在很多行业已经得到了一定的落地，而在EDA领域，利用AI技术改变现有的EDA工具的形态，其实已经在发生。目前AI在EDA工具中的应用主要有两大类。第一类是用AI来预测性能，第二类是借助AI算法帮助EDA工具在使用上更加自动化。

在EDA 端，AI+可引领EDA形成纠偏效率变革，无监督深度学习赋能EDA良率把控，大模型利用波形图、原理图、动因追溯和SmartLog技术建立交互式后处理纠错流程，推动 Debug 服务智能化升级。

在CAD/BIM端，AI+打破将二维与三维壁垒，实现有效转换高度联动，提升设计效率。无论是基于2D 图纸的精细化翻模、还是基于语言+图片/2D图纸的正向设计构件智能化生成，AI+将有效提升设计人员效率。

有专家公开表示，AI+有望引领研发设计工业软件交互模式变革，有望实现“所说及所得”。未来有望以自然语言下达指令，软件分析自然语言当中包含的非结构化需求信息，自动绘制相关图纸并进行仿真计算。

“目前，国内 EDA 厂商已然取得多点突破，本轮AI赋能或将提速追赶进程，持续缩小与海外巨头Synopsys、Cadence 的产品技术差距。”该负责人说。