从西门子EDA的动向，看懂芯片产业发展

2011 年，Mentor拒绝了激进投资者卡尔·伊坎对其近19亿美元的并购，而后在2016年，则接受了西门子45亿美元的报价，2017年此次收购完成，2021年，Mentor也正式更名为西门子EDA。

正如SemiWiki的Daniel Nenni在一篇文章中所述：“（此前）Mentor 的系统级方案比 Synopsys 和 Cadence 要少，因此处于劣势。此外，Synopsys 和 Cadence 的收购策略也比 Mentor 更激进。”但“随着西门子的到来，一切都发生了改变。”

西门子是全球最大的电子电气工程解决方案公司，2021财年的年销售超过600亿美元，（Synopsys 和 Cadence 的总收入约为 $60亿美元）。也正因此，西门子被Daniel称为“绝对是 EDA 游戏规则的改变者。”

西门子目前在软件领域投资已超110亿欧元，在工业软件和自动化市场均排名第一，西门子EDA正属于西门子的数字化工业集团旗下的数字化工业软件部门。

如今，距离此次收购已经过去数年，芯片市场发生了很多变化，那么EDA将如何应对这一系列的变化？西门子EDA全球副总裁兼中国区总经理凌琳和西门子EDA亚太区技术总经理李立基以西门子EDA为例，详细讲述了数字化浪潮下，EDA技术和产业的发展动向。EDA行业正在通过结合AI与云的能力，从而满足芯片复杂性挑战，以实现从芯片到系统的扩展。

EDA的发展：下一代系统设计平台

为了不断推进IC产业发展，西门子EDA主要围绕三方面进行革新，分别是实现更先进的工艺技术，实现设计规模扩大以及实现系统规模扩宽。

正如西门子EDA集成电路部门执行副总裁Joseph Sawicki在日前召开的User2User大会中所说，摩尔定律并没有完全死掉。以苹果A系列处理器为例，从2013年到2021年间，晶体管数量从10亿增长到了150亿，单核Geekbench的分数也从269提高到了1734，但是Dennard scaling(登纳德缩放比例定律)已经失效——时钟频率并没有提高16倍。

此外，无论是英特尔、台积电以及ASML，产业链的各代表公司都给出了未来的路线图，也正因此对于EDA而言，需要不断满足新工艺节点的要求。比如，西门子EDA的Calibre nmPlatform IC签核实体验证解决方案，Analog FastSPICE平台，Aprisa数字实例解决方案等都获得了台积电N5、N4、N3等先进制程认证，并作为定制化设计参考流程（CDRF）的一部分。

其次，是设计规模的不断扩大。为了缓解延迟，单芯片的尺寸正在不断增加。此外，包括Chiplet、2.5D/3D异构集成等技术不断涌现，使得设计规模不断增加。在这种情况下，就需要更新的设计方法论。李立基解释道，比如两个点之间的检查，就是一条线，三个点是三条线，四个点就要对应六条线，可以说复杂度呈现指数级增长。如果是开发一颗面积增加一倍的芯片，理论上需要四倍于现有资源。

实现系统规模的扩展是西门子EDA第三个发展方向。从 1992 年到 2014 年，半导体在电子系统中的份额为 16%，但现在已增长到 24% 左右，并且预测显示，到 2025 年，电子系统的收入将达到 3.2万亿美元，因此对应的半导体市场规模可见一斑。也正因此，系统公司正在切入IC领域，以实现更多的差异化。苹果、亚马逊、谷歌、中兴、特斯拉、博世、华为、Facebook等公司都是如此。代工厂客户中的系统公司收入占比已经从 2011 年仅占收入的 1% 增长到 2021 年的 21%，其中苹果已成为台积电的第一大客户。 此外，在 2006 年的 Hot Chips 会议上，只有 16% 的被接受论文来自系统公司，而到 2021年，这一数字已增长到论文的33%。因此，也可以看出系统公司正在推动芯片设计的创新。

李立基以西门子EDA较新的三个典型工具代表，解读了公司的三个发展方向。其中有新推出的专注混合信号验证的Symphony Pro，有去年推出的电源完整性分析工具mPower以及2019年推出的自动驾驶硅前验证环境PAVE360。

除了不断追求更高制程之外，混合信号芯片设计也正变得越来越普遍。根据 IBS Research的数据，如今在物联网、通信、汽车和工业控制领域，85%的设计是混合信号。这也是Symphony Pro平台推出的最直接原因，基于原有的Symphony混合信号验证能力，进一步扩展功能，以全面、直观的可视化调试集成环境支持新的Accellera标准化验证方法学，使得生产效率比传统解决方案提升多达10倍。

除了数模混合之外，电源完整性也成为了如今大规模芯片设计中的难点。mPower可通过分布式计算，提供近乎无限扩展性的IC电源完整性验证解決方案，即便对于最大规模的2.5D/3D IC设计，也能够实现全面的电源、电迁移(EM)和压降(IR)分析。

PAVE360则是为下一代汽车芯片的研发提供的跨汽车生态系统、多供应商协作的综合环境，使数字化双胞胎（digital twin）仿真不只局限于处理器，还包括汽车硬软件子系统、整车模型、传感器数据融合、交通流量的仿真，甚至还仿真自动驾驶汽车最终在智能城市里面的驾驶。李立基介绍道，在PAVE360中，不光包含西门子EDA的硬件加速器，也包括西门子数字化工业的其他软件，通过机械、软件、芯片的紧耦合，可确保在满足ISO 21448安全认证的前提下，加速自动驾驶系统构建、软件验证及芯片开发的周期。

实际上不止汽车，目前各行业中的芯片、软件和系统的耦合程度都越来越高，开发正在不断左移，也正因此需要更多的仿真、验证及数字孪生技术，并允许软件、机械和芯片同时开发。为此，西门子EDA的下一代系统设计平台，将主要通过五个方面，为从芯片到PCB再到系统，助力客户的数字化，分别包括数字化集成；搭建系统级设计的概念和技术；数字虚拟原型验证；基于模型的工程设计以及弹性供应链。

AI正在加速芯片开发效率

随着芯片规模不断增长，芯片设计成本越来越高，7nm的成本要高达2.8亿美元。为了节省设计和验证成本，一个较好的方法是利用需要更高阶的语言及更新的设计方法论，比如从RTL向System C过渡。以NVIDIA为例，2019年8月在Hot Chips上，展示了一个只有10名工程师的小团队在6个月内通过使用C++和HLS（高级综合）方法，就开发了一颗深度学习推理加速芯片的新方法。

除此之外，人工智能也是EDA改善效率的一个重要武器，西门子EDA也利用了很多AI相关知识以提高效率。李立基表示，比如Solido可利用机器学习快速进行特征向量库的生成和提取，以更少的时间实现更高的验证精度，并将所得数据以可视化方式呈现；Tessent测试与良率提升工具可提供诊断驱动的良率分析（DDYA）方法，贯穿产品生命周期的完整测试，使用物理版图数据来改善测试和良率分析，可将发现良率损失根本原因的周期时间缩短75~90%；Calibre SONR将Calibre机器学习模型与核心Calibre架构集成，以提高晶圆厂缺陷检测和诊断的生产力和准确性，在这其中OPC（光学邻近效应检测）受益最多。此前OPC需要海量的数据建模，并需要上万颗CPU进行计算，而通过AI和机器学习，极大简化了OPC的计算。

? ?

利用云计算提升灵活性

凌琳表示，先进工艺开发成本不断提高，系统越来越复杂，需要调动更多的资源，这其中包括工程人员，同时也包括软硬件的计算资源，License资源等等。云上EDA可以灵活分配资源，从而解决设计过程中的关键瓶颈。

目前西门子EDA可以提供五个方面的云服务，分别包括Cloud Ready、Managed Cloud（云管理）、Cloud Connected（云联接）、Cloud Native（云原生）以及Veloce云。

2019年，AMD工程师使用西门子EDA提供的经台积电认证的Calibre nmDRC软件平台在约10小时内完成了对其最大的7nm芯片设计—Radeon Instinct Vega20—的物理验证。该验证过程通过使用由AMD EPYC处理器驱动的HB系列虚拟机在Microsoft Azure云平台上运行完成。

拥抱产业与生态系统

西门子EDA一直在伴随着中国的集成电路产业、客户以及合作伙伴共同成长。凌琳给出了一些重要时间点，1989年Mentor Graphics进入中国，成为首家进入中国市场的EDA公司；1994年，时任Mentor CEO Walden C. Rhines来到中国参加EDA Tech Forum，这也是最早的EDA开发者大会；1997年成立上海办事处并于2002年升级为中国区总部，此时凌琳等一批骨干加入，并一直工作至今，2009年上海成为了Mentor亚太区总部。这二十年来，通过不断完善领导班子和核心成员，构建了立足中国扎根中国的EDA供应商。“我们的员工大多数都很稳定，以至于业内很多人都说过西门子EDA的人很长情，这也是我们的一个基因和特色。”凌琳说道。

人才不止是EDA公司关注的财富，更是如今IC产业界的所需。据《中国集成电路产业人才白皮书(2019—2020年版)》测算：到2022年前后我国全行业人才需求将达74.45万人左右，缺口达25万之多。

凌琳表示，西门子EDA很早就意识到校企产学研共同合作来培养IC领域的人才，这也是中国IC产业的基石，为此，Mentor于1991年、1993年、2004年陆续和清华大学，复旦大学和北京大学签约国家重点实验室项目，并与教育部签署了《集成电路人才培养计划》。

2018年，西门子EDA加入到中科院和教育部成立的示范性微电子学院产学融合发展联盟，并投入各类资源，帮助27所示范微电子学院进行课程培训，与教授开展课程联盟等工作。截至目前，西门子EDA同超过80家的大学有合作计划。

除了高校，西门子EDA也同中国的客户进行多项培训合作。“我们曾经在上海办公室连续三年开设了四至六周的专训班，帮助本土半导体制造商培养了五六十名专业的计算光刻和OPC人才，为行业解困，支撑行业发展。”凌琳说道。

除了解决人才培养问题之外，西门子EDA也致力于加速各生态系统的建设，以促进标准的流行。比如为了解决Chiplet的模型标准与沟通，Chiplet Design Exchange (CDX) 作为一个OCP（开放计算项目基金会）的工作组而成立。CDX 的成员来自 EDA、chiplet 供应商和系统级封装技术的最终用户，西门子EDA就在其中，并发表了《用于异构集成的标准化Chiplet模型》的白皮书。

要走得更远

在收购Mentor之后，西门子EDA又陆续完成了十次收购，以补全EDA产业链。“西门子EDA是西门子数字化工业软件中不可或缺的一部分，可以帮助西门子数字化工业软件形成更完整的闭环。从电子、电器、机械、热能、嵌入式软件到更大技术领域的设计、制造和生产。同时，还包括更多流程管理软件，从产品、制造、设计、仿真到产品线的规划一应俱全。我相信这是大企业的诉求，也只有西门子EDA这样一个完整的平台可以满足这些诉求。”凌琳说道。

除了为客户提供整体解决方案，加速客户生产力之外，西门子EDA也在力求帮助芯片公司更好地节约成本。李立基表示，EDA的本质就是通过自动化工具改善开发流程，这和西门子公司所倡导的提升体验，加强工业化效率相一致。凌琳也表示，摩尔定律的本质就是经济效益，EDA可以帮助芯片不断降低成本，这其中包括了设计、生产和测试的全流程。

凌琳援引西门子创始人维尔纳·冯·西门子的一句名言——“绝不为短期利益而牺牲未来。”为了实现工业变革和科技变革，西门子EDA要考虑得更远。