工具软件可大致可分为芯片设计辅助软件、可编程芯片辅助设计软件、系统设计辅助软件等三类。EDA工具软件可大致可分为芯片设计辅助软件、可编程芯片辅助设计软件、系统设计辅助软件等三类。进入我国并具有广泛影响的EDA软件是系统设计软件辅助类和可编程芯片辅助设计软件:Protel、PSPICE、multiSIM10(原EWB的最新版本)、OrCAD、PCAD、LSIIogic、MicroSim,ISE,modelsim等等。这些工具都有较强的功能,一般可用于几个方面,例如很多软件都可以进行电路设计与仿真,同时还可以进行PCB自动布局布线,可输出多种网表文件与第三方软件接口。
虽然目前国内EDA市场仍被海外三巨头垄断,但是国产企业已崭露头角。2020年,华大九天在国内EDA市场以4.5%的市占率排名第四,已经超过另外两大海外大厂Ansys和Keysight;概伦电子也初步打入市场。
芯片进入大规模生产之前,需要进行“试生产”,也就是流片,对完成的设计电路先生产几片、几十片。流片是一个极其昂贵的过程。
在 14 纳米制程的时代,流片一次的费用大约需要 300 万美元。而到了 7 纳米,流片费用则要高达 3000 万美元。为了防止冒失的浪费,需要通过电子设计自动化(EDA)软件上进行仿真测试。即使所有设计工具的成本都加起来,也抵不上一次流片的费用。因此,要在软件上通过仿真,确保万无一失,才能真正开始流片。
那么什么算是“万无一失”呢?
这是一个被称作签核(Sign-off)的过程。在一个长长的清单上,功耗、噪声、散热、静电等需要逐一签核。只有经被确认过的 EDA 软件仿真过,晶圆加工厂才会认可相关结果。
每当台积电开行业大会时,整个半导体行业几乎都会洗耳恭听。它会提及到许多已经验证过的工具和方案。对于行业而言,不管哪种方案,都会向它靠拢。经过台积电验证过的,就成为了行业里的金标准,是主流的选择。
最近两年工业软件赛道受到很高关注,原因主要在于天时。工业软件本是计算机与制造业高度融合的产物,当下正在经历重大技术变革,在互联网时代必然面临形态上的巨变,分布式形态会更为流行。与此同时,更多面向细分垂直行业的工业软件正在涌现,比如在与芯片领域、建筑领域、电子及石油石化结合的诸多细分方向。
与芯片不同,作为晶片代工模式的衍生产物,EDA在中国的起步其实并不算晚。上世纪90年代初,为了突破制造彩电模拟芯片的掣肘,中国科研团队曾倾力研发出首个国产自研EDA系统“熊猫”,首度开辟了中国EDA产业的自有根据地。
但由于与特定芯片高度绑定,“熊猫”没有很好地进入市场扩张期,只占有了小众的细分市场。加之随后中国加入世贸,外国EDA巨头纷纷进入中国市场,中国芯片厂商为了抢占进军先进制程领域的时机,纷纷优先选择了国外EDA工具,这使得本土EDA的发展速度与空间进一步被减缓和压缩。
EDA老兵李严峰注册成立了新实体:北京峥研软件有限责任公司。天眼查的信息显示,其股东包括:石溪懿德(湖州)创业投资合伙企业(有限合伙)、中小企业发展基金(武汉)源夏合伙企业(有限合伙)、无限启航创业投资(太原)合伙企业(有限合伙)、北京量子跃动科技有限公司、水木华清(广州)创业投资合伙企业(有限合伙)、杭州金沙江初向量创业投资合伙企业(有限合伙)和几个自然人股东。根据天眼查信息,机构对应的关联方为:朱一明、源码资本、无限基金SEE Fund、字节跳动、水木种子基金和金沙江资本。
伴随集成电路60多年的发展历程,EDA工具行业也历经了从计算机辅助设计(CAD)到电子系统设计自动化(EDA)的演变。未来,云端EDA工具或许将是一个新的发展趋势。
疫情加速EDA工具与云计算结合
回顾EDA产业大致经历了三个发展阶段:20世纪80年代前的计算机辅助设计(CAD)时代,20世纪80年代的计算机辅助工程(CAED)时代和20世纪90年代后的电子系统设计自动化(EDA)时代。近年来,随着云计算在各行各业的渗透不断加深,EDA与云计算的结合也在深入。特别是中国存在大量新创的中小微芯片设计企业,对云端EDA工具有着更加深切的需求。
根据中国半导体行业协会IC设计分会的数据,2021年中国大陆有2810家芯片设计企业,同比增长了26.7%,广泛分布在消费电子、汽车、智慧城市等多个行业。这些企业大多为中小微企业,且大多面临人手短缺,设计能力匮乏等问题,尤其是设计团队在进行仿真和验证时,往往缺乏大规模的算力集群支持。
正如国微思尔芯资深副总裁林铠鹏所指出,EDA上云对于企业来说,最直接就是有望解决算力问题。无论是设计还是验证,IC设计公司对算力的需求都非常大,很多小公司承受不起,只能用时间来换金钱。如果云端有更好的解决方案,对于它们来说将有非常大的帮助。
具体而言,对于大部分新创IC企业来说,尽早实现芯片流片是企业实现生存发展的关键一环,而及时将产品交付客户,设计效率至关重要。而在整个设计开发的流程中,仿真和验证变得越来越重要。当芯片设计团队进行仿真和验证时,往往需要调用大规模的算力集群。在这样大的算力环境下,整个集群算力的管理和调度、算力集群和存储系统的交互,同样需要一支专业的IT团队进行操作。上云恰恰能够有效解决这些难题。
相关文章