【导读】特朗普把芯片这一极为专业的术语广为大众知晓，而EDA，这一与芯片密切相关的术语，却仍旧少为人知。但是这个技术却蕴藏着巨大的能量，人们接触到的科技新品，如手机、电脑、自动驾驶、人工智能等等，都离不开EDA。
特朗普把芯片这一极为专业的术语广为大众知晓，而EDA，这一与芯片密切相关的术语，却仍旧少为人知。但是这个技术却蕴藏着巨大的能量，人们接触到的科技新品，如手机、电脑、自动驾驶、人工智能等等，都离不开EDA。
近期，国际EDA及IP厂商新思科技举办武汉全球研发中心落成启动仪式。新思科技在中国将近25年，在1994年新思科技捐赠清华大学20套Design Compiler，与清华联合成立电子设计中心。据悉，该设计中心很快就变成了北京地区乃至全国最好的EDA实验室。2019年，双方合作共同建立了一个清华大学人工智能联合教学实验室。当然，这个人工智能实验室与EDA仍密切相关。
EDA为何如此重要，它与AI、5G等新兴应用之间有着怎样的强关联性？在未来技术创新发展上，它能发挥哪些作用？本文将为大家一一解读。
EDA位于产业链最上游 人才是最大的资产
全球第一块集成电路推出时间是1958年，初期的集成电路复杂度较低。工程师主要通过手工来完成电路的设计和布线，随着集成度越来越高，电路变得越来越复杂，以往的手工设计电路和布线难度随之越来越大。
在这样的背景下，如何实现集成电路的自动化设计则显得更加迫切。为此，借助计算机来实现自动化设计的EDA工具应运而生。
在20世纪60年代中期，EDA出现，它是从计算机辅助设计（CAD）、计算机辅助制造（CAM）、计算机辅助测试（CAT）和计算机辅助工程（CAE）的概念发展而来的。
通俗来讲，EDA是一种电子设计自动化软件。在芯片设计领域，工程师可以通过EDA将芯片的电路设计、性能分析、设计出IC版图的整个过程交由计算机自动处理完成。
EDA有一个特殊性，位于产业链的最最上游。从集成电路的产业链来看，从上游到下游分别是：EDA企业、芯片设计企业、芯片制造企业、终端企业。
这种特殊性，使得EDA企业没有供应商。此外，EDA是一种轻资产、智力性的工作，完全依靠工程师的创造性劳动。EDA企业新思科技总裁兼联席CEO陈志宽博士强调，在EDA企业中，人才是最重要的资产。
然而，EDA人才的稀缺性，比芯片设计人才还要匮乏；打个比方，想挖墙角都不好找。为了能够持续不断地有更多的人才加入EDA领域，EDA企业在人才培养上极其下功夫。
相比国外，中国的EDA人才更是凤毛麟角。
以新思科技为例，在来到中国的前一年，1994年新思科技就给清华大学捐助总价值约500万美元的20套Design Compiler软件。并于在1995年，新思科技再度携手清华大学，成立了“清华大学——新思科技高层次电子设计中心”，开始推动中国EDA人才的培养。
随后，新思科技与中国科学院、东南大学、华中科技大学等全国70多家高校合作，联合培养人才。
据悉，此次新思科技全球研发中心落地武汉，也是看中武汉的人才资源优势。据悉，武汉是全球在校大学生数量最大的城市，每年的在校大学生在130万人左右。这样的人才资源环境，对于新思科技今后的研发发展能提供更好的支撑。
EDA领域对人才的创新力极其看中。据新思科技武汉全球研发中心总经理胡隽介绍，目前武汉全球研发中心有近300名工程师，平均年龄在30岁。30岁，足以看出这是一群极其具有生机和创新力、创造力的研发人员。
AI、5G等新技术的发展离不开EDA的支撑
“简单的把EDA看成是一个集成电路设计的工具，这就太小看EDA了，实际上EDA是整个的信息产业里面的一个非常重要的工业软件。”长期从事EDA教学和科研的清华大学博导周祖成教授指出。
当前，AI人脸识别技术得以在5秒之内就可以锁定犯罪嫌疑人及同伙；芯片技术的领先可以使得手语翻译器帮助手语者实现与世界无障碍交流；芯片支持AI技术精密到可以应用于医学诊断，让更多偏远地区的患者享受一流的医学诊断和治疗……而AI的这些应用与EDA密切相关，新思科技中国董事长兼全球资深副总裁葛群在今年的开发者大会上指出。
AI领域的三个要素是数据、算力和算法。在数据方面，现在已经膨胀到非常巨大的程度了，从过去比较习惯的结构化数据，也就是定点、浮点，到了互联网时代，大量的批数据处理。人工智能时代，大部分是非结构化数据。周祖成教授指出：“人工智能之所以在前面睡了30年才醒来，是因为算力的提高。现在，人工智能又遇到了算力的问题。”
燧原科技创始人兼CEO赵立东指出，AI新型算法实验算力需求每3.43个月将翻高达10倍，但由于摩尔定律正面临着物理极限，芯片算力的发展逐渐缓慢。
在算力方面，周教授指出，中国人工智能热起来的时候是2018年，现在国内人工智能开始冷下来了，其实一个很重要的原因是算力能不能跟的上，把人工智能看成是一种群算法，是绝对不对的。 “把各行各业的这些要求，最后变成了一个只要是能算出来就能解决的问题，那叫机器学习，不是深度学习，这是一个问题。” 他认为，“很大程度上，算法也要靠一些EDA工具来支持。 ”
他认为，不管是数据、算力还是算法，都到了一个节骨眼上，都在向EDA靠近。
周祖成教授谈到5G与EDA的关联。他表示：“5G是解决信息传输，那么前面要把信号变成信息，很重要的是智能传感，必须是低功耗，5G实现了大容量、高速度。如果没有人工智能的支持，没有集成电路的基本核心技术EDA等的支持，5G也就是摆在那看看。”
此外，周祖成教授谈到CPU和GPU这二者与EDA的关联。“GPU和CPU面临的问题是去中心化，绝对不能由企业来作为一个中心，不管是x86架构，还是Spice架构，以及后来出现的操作系统框架RISC-V。把去中心化这个问题解决了以后，如果再有智能传感，那么物联网也能解决，5G也能有实际的应用。核心的问题，还是EDA。”
周祖成教授强调，所有新技术的发展，如果不和EDA结合好就很难发展。
EDA能够将芯片产业链连接起来共同应对创新发展
在集成电路领域，EDA企业和芯片制造企业合作可以说建立了一个非常好的创新平台，进而使得5G、AI或者是计算机、移动计算的相关产品能够实现。
台积电（南京）总经理罗镇球指出，在过去这十几年里，台积电和新思科技合作的方式有一个很大的改变。
在2012年之前，新思科技和台积电在合作65nm的时候，是一棒接着一棒的跑。台积电把工艺做出来，接着把做出来的工艺交给新思科技，新思科技再去开发EDA的设计平台以及一些IP，从台积电开发工艺开始，到设计公司可以用到这个工艺，两个阶段是1.5+1.5年，3年的时间。
在台积电做7nm的时候，模式完全被打破。台积电在开始开发工艺的时候，就把合作伙伴新思科技找来一起讨论，怎么样开发这个工艺，怎么样建立一个EDA的平台，怎么样建立一个IP的平台。这使从工艺开发到整个平台能够推出的时间往前加速了1.5年，就是原来一半的时间。
这种深入合作还实现了经济上的效益，台积电和新思科技之间不用重复投资。之前是各做各的，会有一些重叠的部分。现在不需要重复投资之后，两边用最精简的能力，最有效的能力，把它的产能做出来，这就是双方后来合作的方式。
现在台积电也专注在晶圆代工之外，也很注意帮晶圆找一个新的突破口，也就是3D封装，先进的封装。最近台积电推出了7nm，现在叫7nm的强效版本，重大意义在于EUV的设备已经正式进入半导体行业。“很多人在三年前、五年前都不相信EUV设备能够真正的应用于批量生产，原因很简单，在十几年前，台积电有一位技术副总叫林本坚博士，他发明的工具把原来由ASML 193nm的光刻机推进到154nm，利用水的折射的关系。各位知道EUV的光的波长是多少吗？从153nm推进到13.5nm，这让工艺往前推进已经不是问题了。”
12月初，台积电对外发布已经开始成立2nm的工艺团队，持续推进工艺。“有了ASML的神兵利器之后，工艺可以持续往前推进。”罗镇球讲道。
在与EDA的合作方面，罗镇球分享了台积电和新思科技在三个方面的合作：一个是先进工艺，二是特殊性的衍生性工艺，三是3D封装的工作。
对于EDA所发挥的重要性方面，罗镇球指出：“在先进工艺上，台积电已经推出的5nm工艺与新思科技的合作非常紧密。工艺开发出来之后，设计公司是没有办法使用的，它就是一个工艺而已，EDA做出来非常多的工具，让设计公司通过各种不同的工具,能够很容易、方便、高效地来使用台积电的工艺。”
在3D封装上，2009年台积电开始在3D封装上发力，从原来的MCM一直推展到2.5D的方法。罗镇球指出，在3D封装上，很多人都觉得EDA工具和IP只有在IC设计的时候可以用上，事实上，整个3D封装的进程使得EDA以前的工具能够用到现在的3D封装里面。
武汉弘芯半导体制造有限公司首席执行官蒋尚义指出，随着3D封装技术的发展，市场对芯片研发的创新也逐渐找寻到了新思路，而这需要市场重新规划整个芯片系统。但这并非一两家公司只凭一己之力能完成，它需要整个产业链公司都来相互配合，重新建立自己的标准，并将这些标准串联在一起，而EDA恰恰能够为这些产业链企业提供有效的合作方式。
