系統(tǒng)設(shè)計、大規(guī)模模擬以及人工智能/機器學習可能為工具、方法論和服務(wù)開辟多萬億美元的市場。

大型EDA公司正在尋找超越半導體領(lǐng)域的新機會，將大規(guī)模多物理場景模擬與芯片開發(fā)的方法論和工具相結(jié)合。

十多年來，EDA高層管理人員一直在尋求擴展到相鄰市場的機會但無果。實際上，直到2016年西門子以45億美元收購Mentor Graphics之前，該領(lǐng)域唯一重要的一步是朝相反的方向邁出的。自那時以來，有三件事發(fā)生了根本性的變化：

（1）更多的前沿設(shè)計是領(lǐng)域特定的和異構(gòu)的，需要結(jié)合罕見的技能、工具和方法論。因此，EDA供應(yīng)商現(xiàn)在直接與這些公司以及它們的供應(yīng)商聯(lián)系，后者越來越多地利用了在芯片設(shè)計和制造方面證明成功的方法，規(guī)模也更大。

（2）增加的全球競爭，特別是來自中國的競爭，正在迫使公司更深入地挖掘數(shù)據(jù)分析，以優(yōu)化其運營，在制造業(yè)的戰(zhàn)略位置增加更多傳感器，利用人工智能/機器學習來識別大規(guī)模數(shù)據(jù)集中的模式和異常，以提高質(zhì)量和產(chǎn)量，并圍繞數(shù)據(jù)重組內(nèi)部組織。

（3）新興和現(xiàn)有行業(yè)部門的數(shù)字化程度日益增加，現(xiàn)在需要更緊密地集成和協(xié)同設(shè)計硬件、軟件和封裝——以及系統(tǒng)與系統(tǒng)之間的集成——以實現(xiàn)每瓦特的最佳性能。這在芯片領(lǐng)域多年來一直被討論，卻收效甚微。但隨著工具和方法論瞄準新的市場，它們正在成為一個重要的銷售點。

在過去幾年里，Synopsys、Cadence、Siemens EDA、Ansys和Keysight一直在積極開發(fā)新工具，或者收購具有必要專業(yè)知識的公司，提供多物理場景分析和模擬——無論是在本地還是在云端，或者二者的某種組合——并且越來越專注于利用機器學習來改善結(jié)果并縮短獲取結(jié)果所需的時間。這些投資顯著地拓寬了它們的工具鏈，現(xiàn)在包括從在不同物理效應(yīng)背景下的布線和布局，到權(quán)衡不同芯片片段和通信方案之間的折衷，以及在原型機上運行實際工作負載時對熱梯度和機械應(yīng)力進行建模。

如果它們成功利用總可獲得市場（TAM）機會，可能會從根本上改變EDA行業(yè)。根據(jù)麥肯錫公司的預(yù)測，到2030年，全球半導體收入預(yù)計將達到1萬億美元。相比之下，據(jù)Omdia估計，電子系統(tǒng)市場預(yù)計將達到3萬億美元。行業(yè)專家認為，這只是一小部分機會，其潛力可能是數(shù)量級更大的數(shù)倍。

圖1：與芯片相比，電子系統(tǒng)的總可獲得市場至少會大三倍，而機會可能會更大。來源：Cadence/industry data

“這是真正的顛覆，”Cadence總裁兼首席執(zhí)行官Anirudh Devgan說道。“在集成電路方面，我們有數(shù)字孿生和大量的驗證歷史，它必須有99%的覆蓋率和99%的準確性，否則芯片將無法工作。因此，我們希望將這種精神帶到為汽車和飛機設(shè)計數(shù)字孿生的系統(tǒng)中。目前，覆蓋率大約只有20%或30%，我們可以將其提高到接近99%，這可以真正革新設(shè)計方式?！?/p>

它還可能影響到設(shè)計內(nèi)容?！拔覀冞€嘗試在生物領(lǐng)域進行這樣的嘗試，通過我們的OpenEye [Scientific Software]收購，”Devgan說道?！斑@在CFD方面尤其令人興奮，因為這種新型算法可以使其更加準確。模擬的準確性至關(guān)重要，可以擴大覆蓋范圍。我們把這看作是一個三層蛋糕，中間層是主要的模擬，無論是晶體管還是分子的CFD模擬，物理模擬的準確性都至關(guān)重要，這是基于物理學、化學或生物學。但同時，還有另外兩層。該模擬可以在加速計算上運行。現(xiàn)在，有了GPU和定制芯片，是一個全新的世界。在此基礎(chǔ)上，還有人工智能協(xié)調(diào)。人工智能無法取代主要的模擬，但它確實可以通過神經(jīng)物理學以及人工智能與物理學的結(jié)合來增強模擬，從而真正實現(xiàn)優(yōu)化。

那么為什么這么長時間才出現(xiàn)這種情況呢？Synopsys執(zhí)行主席Aart de Geus解釋道：“所有這些其他領(lǐng)域都已經(jīng)進行了自己的DA（設(shè)計自動化）—不是EDA，而是本質(zhì)上的物理設(shè)計自動化。Ansys自稱為仿真公司，這意味著你可以在計算機上進行各種形式的嘗試來預(yù)測下一步的行為。因此，許多這些領(lǐng)域逐漸走近了一起。但是為什么它們沒有過多地交叉融合，這有一個非常好的理由。交叉融合非常復(fù)雜，如果你實際上并不需要它，那么這沒關(guān)系。如果你有優(yōu)化的物理部件，然后你可以通過它們的行為或特性來描述它們，就不需要進行模擬。與直接使用零件本身的數(shù)據(jù)相比，這樣做太慢了?！?/p>

De Geus表示，在上世紀90年代，Synopsys曾考慮過PCB設(shè)計，但決定不開發(fā)該領(lǐng)域的工具，因為對芯片設(shè)計影響很小。他說：“一旦你們彼此靠近，距離變得越來越小，中間的聯(lián)系就成了對芯片設(shè)計的重要考慮因素?！薄斑@就是為什么多芯片技術(shù)是一個里程碑時刻。突然之間，當你有一塊芯片，你在高樓上方的公寓里再放一個鄰居，下面的人在做飯，公寓里的熱量就會上升，上面的人也會感受到。只有在動態(tài)影響你所做的事情時，接近才會起作用。如果是靜態(tài)的，你只需要一個方程式，而不需要細節(jié)。”

曾作為Mentor Graphics的前首席執(zhí)行官，負責西門子收購的Wally Rhines表示同意?！八械腅DA公司都希望進行系統(tǒng)級驗證，”他說。“過去，你只需驗證一塊芯片，這已經(jīng)很難了，所以人們不會進行太多的多芯片驗證。但是我們幾十年來一直認為人們會模擬整個印制電路板。但這從未發(fā)生過，主要是因為缺乏可用的模型，但也因為即使不這樣做也可以將產(chǎn)品推出市場。但是如果你回顧過去四五年的印制電路板設(shè)計分析領(lǐng)域，分析工具的種類穩(wěn)步增加，它一直是該領(lǐng)域增長的主要驅(qū)動力。熱分析和電磁干擾是所有人都在談?wù)摰膬蓚€與系統(tǒng)驗證相關(guān)的領(lǐng)域。現(xiàn)在，隨著多芯片封裝的出現(xiàn)，所有主要公司都提供工具來幫助模擬這種行為?！?/p>

隨著這些變化的同時，越來越多的設(shè)備、工具和流程與互聯(lián)網(wǎng)和彼此連接，開發(fā)周期變得更短，更專業(yè)化。“正在發(fā)生大量創(chuàng)新，其結(jié)果是產(chǎn)品變得更加復(fù)雜，”Keysight設(shè)計與仿真產(chǎn)品組的副總裁兼總經(jīng)理Niels Faché表示?！爱斈憧紤]智能設(shè)備、智能城市、智能汽車、智能國防等等，它們都是相互連接的——而且要求比以前更多更具挑戰(zhàn)性。有更多的字節(jié)，更小的零件，以及不同的技術(shù)和材料。這意味著你不能繼續(xù)以同樣的方式開發(fā)產(chǎn)品，以前可能更多地依賴于物理原型和迭代。你確實需要換個視角，從虛擬領(lǐng)域來審視產(chǎn)品，以及與之相關(guān)的所有流程和工作流程。你需要一個虛擬的表示，這是我們需要與之保持一致的一個重要趨勢?！?/p>

分布式方法

將這些不同的部分整合起來將是具有挑戰(zhàn)性的，但EDA行業(yè)在將其工具和方法論整合到大型系統(tǒng)公司的工具和方法中，以及在大規(guī)模模擬和分析方面處于有利位置。

NXP半導體的基于模型的系統(tǒng)工程技術(shù)總監(jiān)兼Accellera技術(shù)委員會主席Martin Barnasconi說：“我們正在與汽車行業(yè)、航空航天和航空電子，以及軍事部門進行交流。所有這些行業(yè)都在用盡當前方法來整合軟件、處理器、硬件、物理層，從設(shè)備級別向組件級別，到整個飛機、汽車或軍用裝備。在過去的二十年里，它們創(chuàng)造了標準，在半導體領(lǐng)域，我們有自己的ACL（訪問控制列表）和ESL（電子系統(tǒng)級別）標準生態(tài)系統(tǒng)。不知何故，我們需要將這些世界結(jié)合起來解決系統(tǒng)解決方案和系統(tǒng)化解決方案，以更有結(jié)構(gòu)化、自上而下的方式解決這些問題。它們都有自己的標準，但也意識到了軟件和處理器內(nèi)容如何處理以及如何將其生態(tài)系統(tǒng)連接到云端的挑戰(zhàn)。并不是所有的東西都會在單個CPU的單個服務(wù)器上運行。挑戰(zhàn)很大，但機遇也很大。”

圖2：不同行業(yè)領(lǐng)域正在使用的模擬技術(shù)和標準。來源：Accellera

這些機會的基石是計算能力的巨大改進，將會使得在計算流體動力學中使用的模擬具有更高的準確性。斯坦福大學機械工程教授兼湍流研究中心主任Parviz Moin表示：“以前，為復(fù)雜的幾何結(jié)構(gòu)生成合適的網(wǎng)格需要幾周，甚至幾個月的時間?！薄跋胂笠幌?，你有一個燃氣輪機引擎和它的燃燒器，那里有孔洞、螺栓和各種復(fù)雜情況。但是這些高質(zhì)量的網(wǎng)格生成現(xiàn)在可以在幾分鐘內(nèi)完成。因此，你可以以成本效益的方式進行這些計算?！?/p>

在最近的一次匯報中，Moin展示了一個幻燈片，顯示了引擎后部噴出的火焰，乍一看這些火焰呈無定形。一旦測量結(jié)果疊加在這些火焰上，我們就發(fā)現(xiàn)，通過充足的計算能力，可以對其進行建模、分析，并隨后用于確定推力的變化。正是這種應(yīng)用的原因，所有大型EDA公司現(xiàn)在都在大力投資于基于云的多物理場景模擬技術(shù)。?

“隨著客戶問題變得越來越復(fù)雜，要求模擬軟件能夠達到前所未有的水平，”Ansys電子、半導體和光學業(yè)務(wù)部總經(jīng)理兼副總裁John Lee在最近的一次演講中表示。“在某些情況下，我們能使客戶進行含有28萬億個計算值的瞬態(tài)模擬。”

為了實現(xiàn)這一目標，需要先進的封裝技術(shù)，而先進的封裝技術(shù)需要在更大的尺度上進行相同類型的多物理場景模擬。李指出了3D-IC面臨的三個關(guān)鍵挑戰(zhàn)：多物理場景、多尺度和多組織?！岸辔锢韴鼍笆菧蚀_模擬多個相互關(guān)聯(lián)的物理現(xiàn)象的能力，”他說?！袄?，電路活動、功耗、熱傳導和空氣冷卻都是緊密相連的，必須作為并發(fā)的多物理場景模擬進行處理。最新的硅工藝技術(shù)，以及3D-IC的密度，帶來了芯片設(shè)計人員以前沒有處理過的新型物理挑戰(zhàn)——例如，詳細的熱分析以及3D組件的熱-力學應(yīng)力和翹曲。這是一個重要的可靠性問題，在單片設(shè)計中并不存在?！?/p>

多尺度更多地涉及流程和人員的組織結(jié)構(gòu)?！?D-IC的出現(xiàn)引入了多技能挑戰(zhàn)，因為傳統(tǒng)上三個明確不同的設(shè)計功能之間的界限變得模糊，”Lee說道?！霸O(shè)計者現(xiàn)在必須同時處理納米尺度下的器件IP和芯片設(shè)計，毫米尺度下的插板和封裝設(shè)計，以及厘米尺度及以上的系統(tǒng)設(shè)計。提供一個跨越這么多數(shù)量級的3D-IC設(shè)計流程和仿真流程對于仿真結(jié)果的數(shù)量和質(zhì)量都提出了巨大挑戰(zhàn)。需要先進的數(shù)學技術(shù)，如簡化模型、人工智能、機器學習和SigmaDVD，以幫助管理所需的巨大規(guī)模和數(shù)據(jù)量。而且，除了簡單的尺度外，物理挑戰(zhàn)的本質(zhì)也是新的。例如，熱傳導往往會在芯片的小區(qū)域內(nèi)變得平滑，但是當我們查看插板時，溫度梯度可能會引發(fā)嚴重的機械挑戰(zhàn)。因此，我們需要同時考慮尺度、質(zhì)量和數(shù)量。”

然而，更大的挑戰(zhàn)可能更多地涉及組織和業(yè)務(wù)相關(guān)。“我們的雄心是將任何東西從FMI（功能模擬接口）和超級管理程序界面移動到自動駕駛系統(tǒng)，”高通工程總監(jiān)兼Accellera PWG副主席Mark Burton說道?！拔覀兯腥硕寄軌?qū)氩煌橄蠹墑e的仿真，無論是物理還是計算組件，并使其以合理的方式協(xié)同工作?！?/p>

但要真正使其發(fā)揮作用，需要大規(guī)模數(shù)據(jù)共享。在像汽車、軍事、工業(yè)和航空航天等高度競爭的市場中，這些數(shù)據(jù)可能價值數(shù)十億美元?！盎顒佑袃蓚€不同的層面，”Burton說。“一是，‘我如何將事物連接在一起？誰擁有這種連接？我們將要如何進行通信？’這是我們工作組目前所處的前沿。目前的看法是，我們不想再建立另一種互聯(lián)標準，我們想做的是確定所有標準共有的接口。另一方面是，‘你要傳輸什么數(shù)據(jù)？’，有數(shù)據(jù)本身，這是一個方面。這就像音樂，而不是物理記錄。但還有圍繞這些數(shù)據(jù)的構(gòu)造。如果我要給你發(fā)送一個視頻幀，我需要指定視頻的格式，以便你知道如何接收和處理它。”

數(shù)字孿生及更遠的領(lǐng)域

所有這些市場領(lǐng)域的一個重點是數(shù)字孿生體，所有頂級EDA執(zhí)行官都堅稱，在優(yōu)化半導體設(shè)計和確保任何更改都能按預(yù)期運行方面，這并不新鮮。但最近在多物理仿真領(lǐng)域的收購數(shù)量，以及在機械工程、機器學習和電路監(jiān)測方面專業(yè)知識的積累，都表明了一個更廣泛的推動和極大增強的工具能力。

“大約七年前，我們就對如何將這些部件整合在一起有了一個遠景規(guī)劃，”西門子EDA的執(zhí)行副總裁Mike Ellow說。“市場正在從逐級構(gòu)建的層次結(jié)構(gòu)轉(zhuǎn)變——在這個過程中，你會逐步集成到軟件堆棧中，做出妥協(xié)，但你仍然可以完成系統(tǒng)——到現(xiàn)在軟件已經(jīng)為許多這些行業(yè)創(chuàng)造的價值提供了更多的差異化。這可以是汽車、航空航天和國防中的自動駕駛車輛、拖拉機、重型機械，甚至醫(yī)療設(shè)備。但是，半導體是整個行業(yè)發(fā)展的核心，半導體行業(yè)的一個有趣現(xiàn)象是，我們不能再交付芯片后就洗手不干了。你需要對軟件進行修改，真正優(yōu)化你的平臺，然后芯片必須比過去更好地與之匹配，因為過去有標準的硬件平臺，而新的妥協(xié)是在軟件上做出的?，F(xiàn)在，軟件才是與眾不同的地方，所以現(xiàn)在的情況恰恰相反。”

當西門子收購Mentor Graphics時，它已經(jīng)擁有產(chǎn)品生命周期管理（PLM）、機械計算機輔助設(shè)計（MCAD）和計算機輔助工程（CAE）工具，但缺少其余的設(shè)計流程和仿真。如今，所有大型EDA公司都處于積極的收購模式中，為下一次重大轉(zhuǎn)變做準備。這種轉(zhuǎn)變包括更大規(guī)模的模型和仿真，通常涉及云端，其中任何變更都可以自動調(diào)整設(shè)計的其他部分，從而節(jié)省大量時間，提高設(shè)計本身的效率和性能。

“目前還不存在一個單一的汽車數(shù)字孿生系統(tǒng)，在這個系統(tǒng)中，你可以看到電池的老化情況、電池在特定天氣條件下的表現(xiàn)，以及汽車在水中行駛時的表現(xiàn)，”Keysight的Faché說?！叭绻l(fā)生碰撞會發(fā)生什么？所有這些都能在數(shù)字孿生體中捕捉到并應(yīng)用于各種條件嗎？你無法想象會有這樣的數(shù)字孿生體。但是你可以有一個數(shù)字孿生體，幫助你預(yù)測你的電池會如何隨著你的駕駛而老化。你還可以有一輛車的數(shù)字孿生體，告訴你它在碰撞中會表現(xiàn)如何。這些將非常依賴于你如何操作物理系統(tǒng)的情境，你將會有一個對此的表示?！?/p>

為什么如此匆忙？

軟件定義系統(tǒng)的轉(zhuǎn)變已經(jīng)開始，正在加速并不斷擴大。越來越多的行業(yè)正在采用虛擬設(shè)計方法，而人工智能/機器學習的進步正在加速這一轉(zhuǎn)變，使流程變得更快更高效。

“我們只是在探索軟件定義系統(tǒng)如何徹底改變一切的表面，” Synopsys系統(tǒng)設(shè)計部門的總經(jīng)理Ravi Subramanian指出?！笆澜鏕DP為101萬億美元，代表著全球商品和服務(wù)的總價值。目前，約有35萬億美元的產(chǎn)品正在設(shè)計階段，尚未實際實現(xiàn)。越來越多的產(chǎn)品在虛擬設(shè)計中開始生命周期，那么，這些商品中有多少將由電子驅(qū)動或由軟件驅(qū)動？”

由于變化的速度如此之快，確定確切答案可能會有困難，Subramanian解釋道?！坝捎谟刑嗟臄_動因素，我們必須有意識地確定我們?nèi)绾翁峁┗A(chǔ)設(shè)施來整合其他領(lǐng)域，并且要熟練地理解各種用例。在汽車行業(yè)，汽車制造商正在聘請數(shù)千名軟件工程師，這預(yù)示著一個重大的文化轉(zhuǎn)變。一些根植于傳統(tǒng)汽車思維的人對接受軟件的作用持有抵觸態(tài)度。然而，隨著軟件的指數(shù)增長，許多客戶感到不知所措。這是一個巨大的挑戰(zhàn)，甚至在考慮到持續(xù)更新和變化的情況下也是如此。”

結(jié)論

不同的行業(yè)和細分市場如何快速實現(xiàn)數(shù)字化運營，以及如何在技術(shù)和組織方面轉(zhuǎn)變工作重心，各家公司的情況千差萬別。但是，隨著人工智能/移動互聯(lián)技術(shù)在許多公司中點燃熊熊烈火，以及全球在集成和連接系統(tǒng)中更多部件以提高性能、降低功耗和降低整體系統(tǒng)成本方面的競爭日益激烈，所有指標都表明需要更好的工具和方法，EDA 也需要發(fā)生一些快速而根本性的轉(zhuǎn)變，因為該細分行業(yè)正急于利用這些不足之處。

可以肯定的是，這是一場巨大的變革，存在很多不確定性。它需要更快的工具開發(fā)、更大的靈活性、更多地整合孤立的工程流程，以及在擴展的供應(yīng)鏈中更好地共享信息。但是，如果能夠成功實施，這將成為 EDA 行業(yè)有史以來最大的收獲。

審核編輯：黃飛