如果要延续摩尔定律或者超越摩尔定律，EDA工具必须要不断自我革新。除了在验证功能上不断加强之外，EDA还要在多个方向上不断进化。
在2021年集微半导体峰会的EDA/IP专场论坛上，通过多位嘉宾的分享，我们得知了EDA正在进行着多个方面的革新。而这些革新，将决定未来的EDA能否会继续支撑半导体技术的永续发展。
为封装量体裁衣
在不久前举行的中国系统级封装大会上，国内EDA公司芯和半导体创始人兼CEO凌峰曾表示，从SoC发展到SiP，让EDA分析、验证过程变得越来越复杂，如系统级别的分析和多物理场仿真已经必不可少。
事实上，不仅是SiP，随着2.5D和3D IC的问世，整个IC封装的需求越来越类似于IC设计的状况。受限于数据模型的传统EDA工具已不能满足复杂3D架构设计的要求。此外，由于没有交集的工具加上松散整合的流程，使得3D IC设计流程总是不可预测、漫长且时常无法收敛。
应用工具数据库的转变也带来了挑战。芯片通用的GDS格式与PCB使用的Gerber格式有着根本上的差别，需要重新整合解决方案，以满足先进封装要求。同时，芯片规模增长带来的复杂性也是需要重点关注的问题。
挑战也意味着机会，针对封装的新EDA设计、仿真平台应运而生。比如新思科技的3D IC Compiler平台，可在单一封装中实现复杂的2.5D和3D多晶圆系统(multi-die system)的设计与整合。该平台提供全面性的整合、高效且易于使用的环境，通过单一解决方案提供架构探索、设计、实施与签核，同时达到信号、功耗与热完整性(thermal integrity)的优化。
新思科技还与多物理场仿真行业的领导者Ansys合作，将Ansys的RedHawk系列硅验证分析能力与3D IC Compiler相集成。RedHawk生成高度精确的信号、热量和功率数据，这些数据被紧密集成到3D IC Compiler中，用于封装设计。与传统的解决方案相比，RedHawk和新思科技3D IC Compiler之间的自动反标以更少的迭代实现更快的收敛。
这套方案在2020年协助三星在一次封装中完成具有8个高带宽存储器（HBM）的复杂5纳米SoC的设计、实现和流片。
新思科技中国区副总经理许伟告诉集微网，新思科技正与台积电等业内公司加强合作，以加速3D IC Compiler平台成为参考设计流程的一部分。
西门子EDA（原Mentor公司，以下称Mentor）也针对封装推出了自己的解决方案。据西门子EDA全球资深副总裁及亚太区总裁彭启煌介绍，Mentor在先进封装上其实已有多年积累，结合了Xpedition, Hyperlynx和Calibre技术，实现了快速有效的设计至GDS 签核解决方案。
在高级异构封装解决方案中，Mentor在设计环节提供异构计划和原型设计；在实施环节，Mentor可提供硅中介层和封装的物理实施；在验证环节，Mentor提供2.5/3D 高级逻辑和物理验证；在分析环节，Mentor提供可靠性的热分析和机械分析。
相比已有的HDAP（高密度先进封装）方法和技术，全新Mentor IC封装设计流程提供了更快速、更优质的结果。Xpedition HDAP设计环境能够在几小时内提供更早、更快速和准确的“假设分析”样机评估，相当于现有工具和流程几天或几周的工作量，使客户能够在详细实施之前探索和优化HDAP设计。
据悉，Mentor的HDAP解决方案能够对多芯片封装进行快速的原型设计、规划、设计和验证，并且针对三星MDI技术进行了优化。对于客户而言，这种优化能够助其构建完整的MDI封装装配，以实现多芯片之间的无缝集成，
AI快速渗透
引入AI技术一直是EDA行业的目标。2017年美国国防部高级研究计划局（DARPA）推出的“电子复兴计划（ERI）”中的电子设备智能设计（IDEA）项目，描绘出新的AI技术赋能EDA工具发展目标与方向。其中提出目标实现“设计工具在版图设计中无人干预的能力”，即通过人工智能和机器学习的方法将设计经验固化，进而形成统一的版图生成器，以期实现通过版图生成器在24小时之内完成SoC（系统级芯片）、SiP（系统级封装）和印刷电路板（PCB）的版图设计。
近期，新思科技推出的设计空间优化AI解决方案—— DSO.ai，就是业界第一个针对芯片设计而开发出的自主AI应用。具体来说，该方案可在设计和芯片技术选择的巨大组合空间中进行搜索，以确定芯片设计的最佳配方：性能、功率和面积（PPA）。
DSO.ai 解决方案通过实现广泛设计空间的自主优化，彻底革新了搜索最佳解决方案的过程。该引擎通过获取由芯片设计工具生成的大数据流，并用其来探索搜索空间、观察设计随时间的演变情况，同时调整设计选择、技术参数和工作流程，以指导探索过程向多维优化的目标发展。DSO.ai 采用新思科技研发团队发明的尖端机器学习技术来执行大规模搜索任务，自主运行成千上万的探索矢量，并实时获取千兆字节的高速设计分析数据。
同时，DSO.ai 可以自主执行如调整工具设置等次要决策，为开发者减负，并让芯片设计团队接近专家级水平进行操作。此外，整个设计团队可以高效分享和运用相关知识。这样级别的高生产效率，意味着开发者能处理更多项目，并专注于更具创造性、更有价值的任务。
其合作伙伴三星电子指出："DSO.ai能够在短短3天内实现这些结果；而这一过程通常需要多名专家进行一个月的实验。"
很多设计者对于EDA引入AI总抱有一种担忧的态度。许伟则认为大可不必，“AI不能代替人类专家，却可以解放人类专家”。
云上飞翔的EDA
随着制造工艺的不断进展，高端芯片设计需要的算力资源，特别是逻辑和物理验证所需的资源正以指数级别增长, 芯片设计项目中的算力需求正从本地的算力资源向云端弹性算力资源所倾斜。
苦于算力和网络的限制，EDA上云多年来一直是全行业的梦想。当这些基础条件得到满足的时候，上云就渐渐成为趋势。
在这方面最为积极的厂商是亚马逊云。以其广泛而深入的云计算服务为基础，其联合半导体产业上下游生态，打造全产业链协同服务平台，为半导体设计公司提供集成的设计，验证，流片及计算资源服务 。
亚马逊云科技为构建者打造了广泛而深入的云平台。半导体设计模拟、验证、光刻、计量、产出分析和许多其他工作负载的计算都可以通过最新版本的弹性计算服务Amazon EC2 实例类型得到增强。亚马逊云科技的存储服务组合和专用数据库，以及机器学习堆栈也都可以为EDA设计提供很好的支持。
亚马逊云科技大中华区首席云计算企业战略顾问张侠表示，利用亚马逊云科技进行EDA设计主要有几大好处：便于搭建高可用、高持久的数据平台，缩短产品上市时间，更前沿的IT设备和资源，快速试错，缩短并行时间从而降低时间和IP成本。
亚马逊云提供了海量计算池，这个计算池分布在全球各地，在任何地方都可以获取，同时也有丰富的计算环境。这对于芯片设计客户来说是很好的解决方案。
“而且，云最大的好处是使得你可以敏捷地实现创新。”张侠强调。
国内已有多家芯片公司使用亚马逊云科技进行了芯片设计，比如嘉楠科技，其将所有的EDA工作都放到云端，大大减少了IT的固定资产投入和运维成本，并且可以方便国内外团队进行协同的设计和创新。
走向EDA2.0
芯片必须是系统+芯片+算法+软件的综合体，这是未来10年甚至20年芯片发展的主旋律。而据芯华章观察，整个EDA行业存在三大挑战：一，EDA流程设计和系统级的软硬件存在明显脱钩，需要从业者同时是两个领域的专家才能理解整个系统软硬件的需求，和芯片设计的具体实现技术是什么样的；二，芯片周期长，一颗芯片从需求到最终软硬件集成形成软硬件一体化的平台可能需要几年的时间，投资大，成本高，项目风险大；三，芯片设计的人才短缺。
过去20年，芯片设计规模提高数万倍，得益于EDA等技术的进步，成本提高幅度远低于芯片规模，但成本也提高了100倍。随着芯片工艺演进，芯片规模和成本快速增加的问题也会越来越突出。而与此同时，芯片设计方法学没有革命性改变。芯华章科技产品和业务规划总监杨晔指出：“2000年以来的EDA发展，均只是叠加式的改进，从抽象层级、设计方法学角度来看，没有出现大变革。”
为了实现真正的创新，芯华章提出了EDA 2.0的概念。其关键路径包括三条：开放和标准化、自动化和智能化，平台化和服务化。
首先是开放和标准化。产业上下游共同制定开放的标准。基于这些开放接口和标准，以需求为导向进行定制，方便流程自动化和AI智能处理的集成。
其次是自动化和智能化。EDA2.0的目标是要从现有的EDA1.0过程中大幅减少芯片架构探索、设计、验证、布局布线等工作中的人力占比，将过去的设计经验和数据吸收到EDA工具中，形成智能化的EDA设计。
最后是平台化和服务化。打造基于云原生软件架构的全新EDA服务平台EDaaS（Electronic Design as a Service，电子设计即服务），深度利用云端弹性性能，给用户提供近乎无限的计算弹性以及更优化的使用模式。
“EDA 2.0不再是工具的组合，而是一个服务化、可定制的完整平台，EDaaS可以直接服务不同的应用需求，支持其快速设计和部署芯片产品，实现更高效更简单的应用创新周期，降低芯片设计门槛，赋能系统创新，从芯定义智慧未来。同时，开放的EDA2.0还会带来商业模式的全新变化。”杨晔强调。
总结
作为一个成熟行业，Research and Markets预计EDA在2019-2024年间的平均增速为7.8%，增长较为缓慢。但集微咨询高级分析师陈跃楠指出，EDA行业依然存在行业性的发展机遇，尤其是在“云物移大智”广泛应用的当前和未来，巨大的机会窗口已经到来。
不过，只有不断革新的EDA才能把握这些机会，也只有不断与新技术融合的EDA才会为半导体产业创造更大的产能和价值。（校对/Andrew）
