前言：
半導體行業正在經歷一個技術進步和創新浪潮的復興時期。EDA工具至此也進入2．0時代。
作者 ｜ 方文
芯片制作必需品
一顆芯片從設計到制造成成品，少不了各種設備的輔助。大眾熟知的光刻機、刻蝕機等機器，都屬于硬件設備，它們在芯片行業的地位極高。除了硬件設備，很少被人們提及的軟件工具也十分重要。
目前EDA需要變得更加AI化，它能幫助客戶設計達到最優化的PPA目標（性能、功耗、面積），開發性能更高的終端產品，并進一步減少設計迭代，縮短設計周期，加快上市速度。最終，具備AI特性的EDA工具將助力客戶設計出更好的芯片，并快速推向市場。
EDA處于芯片產業鏈的最上游，是芯片設計和生產的必備工具。利用EDA工具，芯片的電路設計、性能分析、設計IC版圖的整個過程都可以由計算機自動處理完成，提高了工作效率及芯片精度。
離開專業的EDA工具，集成電路及半導體的設計和制造，都是不可想象的事情。雖然EDA十分重要，但是EDA的市場規模很小，目前全球總量為70億美元左右，只占整個集成電路市場的九牛一毛。
EDA市場中的新思科技
如今的EDA市場，是標準的寡頭市場。三家公司共同瓜分了全球92％的份額，新思科技（Synopsys）就是其中之一。
新思科技強調數字芯片設計技術的融合，通過融合同類最佳的優化功能以及行業經典signoff工具改善了RTL到GDSII設計流程，幫助開發者以業界最佳的全流程質量和最短的獲得結果時間加速交付其下一代設計。
融合技術重新定義了EDA工具進入2．0時代，它在綜合、布局布線以及signoff這些業界首要的數字設計工具間共享引擎，并使用了獨特的數據模型表達邏輯及物理信息。
此外，在數字芯片設計過程中，新思科技亦提供ECO 、Signoff、Test等融合技術，使得RTL到GDSII的設計實現流程具有最高的可預見性，同時能夠以最少的設計迭代次數得到卓越的設計時序、功耗和面積結果。
該技術基于共用的大規模并行及機器學習就緒的基礎架構，使設計規則和設計意圖在整個流程中有著一致的解讀。
新思科技下一代EDA設計
數字設計邁進新紀元，融合技術也可以應用到EDA工具本身。每款工具從前到后需要經過多道工序，且每一個算法不是都往同一個方向去優化，比如有些算法是為了讓芯片跑得更快，有些算法是讓芯片變得更小，有些算法讓芯片功耗更低。
如果沒有早期采用融合技術，后期的不確定性會變大。因此新思科技推出創新性的RTL－to－GDSII產品Fusion Compiler，來解決先進工藝節點設計的復雜性。
Fusion Compiler通過把新型高容量綜合技術與布局布線技術相結合，以更好地預測結果質量，來應對行業最先進設計所帶來的挑戰；并能夠在RTL－to－GDSII流程中共享技術，從而形成一套高度收斂的系統，將QoR提升20％，TTR縮短2倍。
同時Fusion Compiler提供的RTL－to－GDSII的單座艙（single－cockpit）解決方案，可實現高效率、靈活性和吞吐量，并可最大限度地提高性能、功耗和面積（PPA）。
新思科技發展趨勢
①要整合各種先進工藝，新思的DTCO設計方法學將是半導體產業數字化的重要里程碑，從創造工藝的開始就考慮到設計者的需求，打通設計到制造工藝的數據鏈條。目前DTCO已經幫助客戶實現2nm工藝設計。
此外，新思還能夠通過3DIC Compiler將異質芯片整合在同一微系統，統一數據結構。
②使用AI做為生產工具提升數據價值和效能，提升EDA的性能，協助開發者創造出更好的芯片，如DSO．ai是業界首款AI自主芯片設計解決方案。
③以數據提升客戶捕捉終端應用需求的能力。新一代EDA還能夠為客戶提供數據化模型，了解需求，讓軟件開發更容易，并通過收集、整合、分析半導體產業鏈上的離散數據，讓客戶體驗數據化。
④以新一代EDA的理念構建新的產業生態，促進產業鏈垂直合作，實現數據共享、產業互聯，讓中國更早實現產業互聯網，賦能未來數字社會。
新思科技中國董事長兼全球資深副總裁葛群認為，下一代EDA不僅僅是解決制造問題，還要支持產業互聯網。未來EDA需要和AI與云計算協作，來更有效的處理任務；還需要整合各種先進工藝，統一數據結構。
新思還在更高層面上思考如何讓開發者更好地通過數據了解終端應用需求、帶來更好體驗，實現需求、應用、體驗的數字化以及拓展產業生態鏈。
EDA進入2．0時代
云計算＋EDA：云技術的應用主要有三大優點：快速部署可提高工程效率并加速項目完成；通過靈活的解決方案和大規模可擴展的云就緒工具實現無痛采用；經過驗證的解決方案具有很好的安全性，被許多客戶信賴和使用。
人工智能＋EDA：芯片敏捷設計是未來發展的一個主要方向，深度學習等算法能夠提高EDA軟件的自主程度，提高IC設計效率，縮短芯片研發周期。機器學習在EDA的應用可專門為芯片設計工程師提供仿真和驗證工具的EDA細分行業是整個半導體行業生態鏈中最上游，最高端的節點。
因此，把AI引入EDA工具來支持大規模并行運算，實現云端部署EDA，將是未來的趨勢。
結尾：
半導體行業持續驅動著工藝沿摩爾定律發展，為EDA帶來了日益增長的技術挑戰。未來的芯片挑戰來自于工藝、豐富的應用場景、整體設計規模以及成本。
為了應對這些挑戰，除了要把工具做得更好外，還需要積極探索EDA工具與AI和云技術的融合，讓芯片開發者可以把研發的重點轉移到如何創造出更有意義的芯片。