曩昔一段时刻里，咱们注重了半导体职业的各个位面，比方芯片制作，操作体系，地域纷争等等，也欢喜地看到我国半导体企业在工业链中的快速就位。但一起应当注意到的是，有一扇技能大门却一向没有被推开，那便是EDA东西。
EDA，即电子规划自动化（Electronics Design Automation）的概念非常广泛，想做芯片规划，就不脱离EDA东西。在机械、智能手机、通讯设备、航空航天、生物医药等等各个触及电子自动化的范畴，经过EDA技能来完结特定方针芯片的规划，能够说是工业链上游的上游、根底的根底。
而如此重要的神兵利器，我国企业的商场认可度怎么呢？答案是，毫不夸大地说，95%以上的EDA东西都把握在美国企业手中。我国现存的10余家EDA公司，2018年销售额3.5亿元，只占到全球商场份额的0.8％，技能研制方面，也以16nm及28nm工艺支撑为主。
硬件制作才能能够花钱堆设备来快速拉升，底层操作体系能够用N个“备胎”顶上，那么占有全球半导体供应链战略要地的EDA东西，又该怎么寻觅自己的春天呢？或许答案就隐藏在EDA正在描绘的AI蓝图之中。
单兵孤城的国产EDA
其实，早在上一年“中兴作业”中，EDA东西就以大杀器的形象呈现过。除了制止卖芯片给中兴以外，全球最大的EDA公司Cadence也宣告中止对中兴服务。本年的特朗普清单中，EDA东西相同没有缺席，赫然在列。作业一旦无可挽回，我国简直一切芯片企业都只能依托其时版别的东西进行作业，功率大打折扣不说，还意味着很或许由于无法晋级而很快落后于职业，建立在芯片才能根底上的软硬件天然也就成了无本之木、无源之水。
从理性的视点看，完全地域化的最坏成果大概率不会呈现，但EDA东西的战略地位却不得不引起注重。但话又说回来了，为什么时至今日都没有相关“备胎”呈现呢？
想要寻觅答案，咱们需求将时刻的钟摆调到1992年。
其时，我国尚处于西方对我国实施EDA禁供的困境之中。一大批我国的科学家和工程界人士，都投入到了国家牵头的国产EDA开发之中。其时，职业出现出了无量的生机。
1992年，在200多个开发者的攻坚下，超大规划集成辅助规划体系熊猫IC CAD经过判定，覆盖了全定制集成电路正向规划的悉数功用，取得当年的国家科技进步一等奖，也被视作打破西方封闭的里程碑。
没想到的是，该项目甫一成功，彼岸就敏捷解除了对我国的EDA禁令，加上后来“商场换技能”的思路占干流，导致尔后的十数年间，美国高端老练的EDA东西好像狼群一般在我国商场攻城略地，我国EDA自主厂商的研制脚步也因而变缓，走上了“二次开发”“署理集成”的隶属式开展路途。
一番曲折之后，国产EDA就来到了一个为难的地步。一方面在品牌上萧规曹随，知识产权难以把控，天然也无法构成溢价，致使我国的芯片规划企业逐步失去了选择权和议价权。而在商场竞赛中，既需求付出多套EDA东西的license专利费，昂扬的本钱直接拖累了规划周期及竞赛力，在5nm甚至3nm等高精度芯片规划也囿于上游软件大鳄，难以发挥。
这样处处掣肘的大布景下，我国EDA东西的前路在何方呢？
风水轮流转，本年看AI
今日没人能够忽视AI对社会工业带来了赋能效果，依据商场研讨机构ABIResearch发布的最新陈述，云端AI芯片商场将从2019年的42亿美元增加至2024年的100亿美元规划；边际AI芯片也将以31%的年平均增加率继续扩张。而EDA作为AI芯片中不可或缺的人物，也在半导体软硬件企业、创业者与开发者的推进下，迎面撞上了新的商机与应战。
首要的需求改动，是更高的PPA (功耗、功能、面积)方针。
想要将AI移植到智能手机、车联网、IoT等终端，具有深度学习才能的体系级芯片（SoC）就变得不可或缺，工业端对芯片封装的小型化也越来越严苛。
在越来越小的单位面积上集成越来越多的晶体管，需求更杂乱的工艺器材，电路之间的交互、热物理效应等也都会发作改动，这意味着整个规划流程都需求被从头考虑，EDA东西也有必要与时俱进。
一起，工业智能商场的剧烈竞赛，也让开发者对规划周期（Time To Market）的要求越来越高，而规划规划和规矩约束也在增多，怎么进步AI芯片的规划功率，削减迭代次数，从而缩短规划周期，也在倒逼EDA厂商晋级。
年代浪潮的涌动之下，将AI引进芯片规划环境，便是一个瓜熟蒂落的必然选择了。
在国家战略层面，美国国防高档研讨方案局(DARPA)为首的部分，开端将电子财物智能规划(IEDA) 作为代表性项目，要点打破优化算法、7nm以下芯片规划支撑、布线和设备自动化等要害技能难题。
工业端，Synopsys、Cadence、Mentor，以及我国的华大等工程界也纷繁将AI规划从概念晋级到实战阶段。Cadence正式推出了专门为AI规划所打造的Tensilica DNA 100处理器IP，能够运用算法进步芯片能效，功耗也大幅度下降。Synopsys也推出了内置神经网络引擎的嵌入式图画处理器，来完成内存高速存取的规划需求，还供给芯片开发初期就保证AI数据安全性的IP选项。下流的集成商如台积电，也在ARM A72和A73等内核上成功地布置了机器学习，以协助猜测最佳的单元时钟门控，进步全体芯片速度。
总的来说，AI对EDA提出了新的技能要求：一是能够以更高功率履行矩阵乘法、点积等运算使命的专门化处理；二是完成深度学习使命快速存储需求的架构立异；三是打造传递各种数据资料的衔接界面。
虽然现在，国产EDA短缺一次全面的补课，但燃眉之急并非盲目地蜂拥而至。商场的需求，工业端的算法饥渴，技能和产品填补空白的优先级，都将国产EDA东西的前路指向了AI。
从头制作轮子：我国EDA的AI土壤
当然，在EDA东西的AI化过程中，仍是需求有的放矢。所以接下来，是时分评论这个要害的问题了，我国EDA厂商的逆袭或许性，以及要害力气终究在哪里？
关于这个巨大的出题，方针、本钱、学术等或许需求几十年、几代人去解说，在此，咱们无妨将目光聚集在一些详细的技能趋势上，比方云核算。
EDA上云是未来的趋势之一，运用云端巨大的运算才能能够有用处理仿真耗时的问题，直接下降芯片创业者获取EDA东西的本钱，某些芯片大企业也能够灵敏地暂时运用某些东西。而众所周知，我国云服务厂商无论是在硬件布置、软件立异、软硬件协同方面，现已开端成为智能工业的支撑力气，也将成为推进EDA范畴进化的要害变量。
再比方AIoT的蓬勃开展。
软硬体协同这类因AI衍生的协同规划需求，需求新一代EDA东西来习惯。一起，与工业使用端的密切照应，也会影响与打磨新一代EDA的规划与验证处理方案。举个比如，车联网、规划运算、高频通讯等使用范畴的规划，都对体系级剖析东西提出了更高的要求，为了更全面地支撑各种场景，EDA从业者也需求向工程模式（CAE）等方向全面延伸，这些范畴的交畅通领悟跑出多少黑马，是个令人兴奋的未知数。能够确认的是，我国土地上如火如题的AIoT建造，也在不断为EDA工业运送营养。
撬动一座工业地图的，有时是一力降十会的肯定实力，有时也许是顺势而为的一个支点。
