與三巨頭幾十多年的迭代發(fā)展歷程不同，如今的本土EDA企業(yè)，生在一個“云+AI”加持的高效率運算的好時代。這些成熟的技術(shù)能夠給當(dāng)下不少新興的EDA企業(yè)提供豐富的算法和計算資源，EDA企業(yè)可以利用AI和云計算的優(yōu)勢，極大節(jié)省成本的同時也能夠走不少“彎路”。

譬如AI，國微集團有限公司首席技術(shù)官白耿告訴記者：“EDA正面臨一個AI的新時代，AI技術(shù)怎么更好融入到傳統(tǒng)EDA平臺上來，這也是我們經(jīng)常考慮的問題。所以，我們在2020-2021年培養(yǎng)高校研究生的設(shè)置過程中，有五個項目，其中四個都是跟AI相關(guān)的，這樣就在EDA平臺上就找到了適合開發(fā)AI算法的場景，能夠把AI算法能夠?qū)崿F(xiàn)EDA平臺上。”

所以，在開發(fā)EDA產(chǎn)品的過程中，白耿表示：“基于統(tǒng)一的數(shù)據(jù)結(jié)構(gòu)、統(tǒng)一的通用服務(wù)引擎核心之內(nèi)，外層我們會建立AI的訓(xùn)練應(yīng)用層，所有AI引擎做訓(xùn)練所需要的數(shù)據(jù)可以從我們的簽核或者物理實現(xiàn)的工具引擎中得以輸入，訓(xùn)練完之后，AI引擎的測試結(jié)果可以用我們的簽核工具驗證。在很好的AI引擎訓(xùn)練完之后可以放在優(yōu)化的引擎中進行實際的IC優(yōu)化來驗證AI算法是否有它的實用性，再繼續(xù)迭代看能不能改進AI引擎，做下一次更好的優(yōu)化，這是整體的為深度學(xué)習(xí)提供好的算法、好的場景。這雖然只是一個例子，但說明了我們整個平臺是針對先進技術(shù)開放的平臺，歡迎國內(nèi)好的算法、好的工具能融合在這個平臺，更方便進入到實際的IC設(shè)計的流程中，讓好的算法、好的工具得到快速的迭代、快速產(chǎn)業(yè)化，這也是我們集團的意向之一。”

的確，AI for EDA是目前非常火的概念。這二者其實是可以相輔相成的，有業(yè)內(nèi)人士告訴記者，利用AI訓(xùn)練，比如優(yōu)化電路的過程中，一般需要很多專家知識去告訴系統(tǒng)如何高效的去執(zhí)行命令，通過這種自動化的機器學(xué)習(xí)方式能夠快速進行推算，從而對數(shù)據(jù)進行高效的優(yōu)化。當(dāng)然，EDA的方法也可以反過來輔助AI進行數(shù)據(jù)演算，比如查找表網(wǎng)絡(luò)當(dāng)中，因為可以實現(xiàn)任意的布爾函數(shù)，因此系統(tǒng)一開始并不知道實現(xiàn)的是什么功能，但可以通過一些訓(xùn)練集進行反推，與主流的網(wǎng)絡(luò)相比，這種方法也能快速逼近最優(yōu)解，從而提高效率。

例如DFM中的光刻熱點修正，白耿舉例到：“經(jīng)常在芯片版圖中，有很多圖形屬于是一種光刻熱點，這會在制作過程中產(chǎn)生缺陷，為了避免這種缺陷產(chǎn)生，在前期制造階段就要對圖形進行修正，進行規(guī)避，假如某種圖形模式?jīng)]有被定義的話，這種光刻熱點就會被漏掉。而利用AI算法，可以根據(jù)工藝中現(xiàn)有的圖形進行算法推導(dǎo)，其中可能還會出現(xiàn)光刻熱點新的圖形，通過深度學(xué)習(xí)的方法，將新的圖形通過統(tǒng)一的數(shù)據(jù)庫，通用服務(wù)引擎可以無縫反饋給布局布線工具，進行非常高效的修正。”

AI之后，為了尋求更巨量的資源，“上云”也成為了當(dāng)前國內(nèi)EDA玩家實現(xiàn)超速追趕的另一條快車道。業(yè)內(nèi)資深人士林凱鵬對記者表示：“無論是軟件仿真還是硬件仿真，資源需求是非常強烈且巨量的，因此目前最流行的做法就是將其放在云上去跨區(qū)域共享。不過，對于EDA這種比較特殊的工業(yè)應(yīng)用，尤其是驗證的場景來說，與普通的專用云不同，它有硬件，所以對每一個團隊來說源代碼安全非常重要，所以我們構(gòu)思了三層架構(gòu)，通過本地的集群，實現(xiàn)CPU或者硬件仿真和原型驗證，構(gòu)建一個私有的EDA專用云來實現(xiàn)HPC算力或者更多的EDA軟件云控制。在這個環(huán)節(jié)當(dāng)中，敏感的數(shù)據(jù)或者大量運算的數(shù)據(jù)都可以放到公有云上面。”

“無論是軟件仿真還是硬件仿真，資源需求是非常強烈且巨量的，因此目前最流行的做法就是將其放在云上去跨區(qū)域共享。不過，對于EDA這種比較特殊的工業(yè)應(yīng)用，尤其是驗證的場景來說，與普通的專用云不同，它有硬件，所以對每一個團隊來說源代碼安全非常重要。”

不過，這種結(jié)合性的思路也要解決很多問題，林凱鵬指出：“比如其中一個是云管理如何合理的去進行軟件、硬件、人員以及資源的管理和調(diào)度，這些不同的資源可能放在不同的設(shè)備上，有些放在CPU上，隨著資源的調(diào)度，同步的要將數(shù)據(jù)從一個地方搬到另一個地方，跟著做調(diào)整。另一方面，也需要考慮數(shù)據(jù)的安全，分級數(shù)據(jù)管理或者是設(shè)計階段就要考慮到數(shù)據(jù)安全問題，而在過程當(dāng)中數(shù)據(jù)就需要考慮做加密、解密或者用戶數(shù)據(jù)健全等。我們有一個案例就是將所有的原型驗證系統(tǒng)堆積在機房里，構(gòu)建云系統(tǒng)，可以實現(xiàn)好多用戶和項目的運行，目前看來非常穩(wěn)定。”由此可見，“云+AI”已經(jīng)成為本土EDA企業(yè)飛速突進的核心“殺手锏”。

但即便如此，當(dāng)下談“彎道超車”還為時尚早，甚至有些“不切實際”。畢竟，“羅馬不是一天建成的”，國際巨頭如今“壟斷全球”的積累自然也不是說超越就能簡單超越的，這當(dāng)中必然是經(jīng)歷了各種各樣甚至當(dāng)前本土EDA廠商未曾想過的問題和挑戰(zhàn)以及更多的整合并購。因此，從更務(wù)實的角度出發(fā)，編者認(rèn)為，當(dāng)前的重心不應(yīng)該放在如何實現(xiàn)超越抑或是如何去與國際大廠爭個高低，本土EDA玩家目前更需要的是如何利用好AI和云計算等國內(nèi)具備的先進技術(shù)，由“點”及“面”去層層突破，從點工具向面工具循序漸進，以商業(yè)化和盈利的思維去做產(chǎn)品。因為，國產(chǎn)EDA的“超越”畢竟不是靠各玩家一己之力，更多的是抱團取暖、整合并購，如此才能真正在未來誕生有實力與國際大廠拼殺的中國版EDA巨頭。
? ? ? ?責(zé)任編輯:tzh