摩尔定律|半导体EDA产业深度研报：国产EDA迎黄金时代（上）( 六 )

4、EDA 行业三大新趋势：EDA+云、EDA+AI、EDA+IP
（1）EDA+云计算：超强计算资源赋能 EDA 工具，降本增效
云计算的出现为 EDA 发展提供了新的方向。云计算是继互联网、计算机后在信息时代的又一重大革新，云计算是分布式计算的一种，为更多用户享受更先进的网络资源提供了可能。云计算在应用领域的重要性不断凸显。传统的 EDA 设计流程是 Fabless 公司从 Synopsys、Cadence 或 Mentor 等 EDA 公司购买完整的工具流和 IP，用户需要自己购买EDA 工具，在终端设备上安装相应的环境及软件才能进行电路设计。EDA 上云则有望开辟全新路径，用户将不必受传统设计模式的约束，只需要为终端设备使用工具的市场来付流量费，以更加灵活的方式进行生产设计。
EDA 上云可显著降低设计流程的耗时，提高开发效率。在开发过程中，EDA 使用者常常会面临计算资源需求激增、多项目并行导致资源抢夺以及 EDA 峰值性能需求难以被满足等困境，芯片设计流程周期本身就十分漫长，叠加算力受限带来的影响，将会进一步影响新产品的设计周期，进而影响新产品的上市销售。EDA 上云后，能够将部分或者全部 EDA 工具转移至云上，设计公司各取所需，灵活获取计算资源，达到规模经济性，借此亦可提升开发效率，减少芯片设计的时间成本。
云端 EDA 有助于优化购买成本，提高资源利用率。EDA 工具大致分为前端、后端和验证三个部分，在长达约 18 个月的芯片设计周期中，每个阶段所用到的工具种类和数量不尽相同。传统模式下，设计公司若想进行芯片设计，往往需要购买 EDA 公司提供的完整全流程工具，特别是对于中小公司，昂贵的购买成本加重了研发负担。云端 EDA 可帮助公司缩短周转时间，进行虚拟的设计、模拟和仿真，摆脱办公地点的限制，减少资金成本。
微软云已与 EDA 厂商联手协作，未来发展仍需不断探索。EDA 和云的结合具有三大优势，1）在性能上能够采用最优的配置满足复杂的芯片设计场景，2）和云的融合可以带来成本的优化，3）保障芯片设计整个流程中的各环节的安全性。微软云 Azure 优势明显，已和 Mentor Graphics、TSMC 和 AMD 等多方合作，在 Azure 上验证了 7nm 的芯片设计。Synopsys 使用微软云 Azure 运行 IC Validator，在不到 9 小时的时间内完成了对 AMD Redeon Pro VII GPU （超过 130 亿个晶体管）的验证，大幅缩短了验证时间。Cadence 在 2018 和 2019 年分别发布了 Cadence Cloud 和 Cloudburst 平台，实现了涉足云计算到全面迈向云计算的重要步骤。
（2）EDA+AI：PPA 更优化，流程更智能化
人工智能的兴起，使 AI 将从 Indide 和 Outside 两方面赋能 EDA。机器学习（ML）作为人工智能（AI）的重要组成部分，其在 EDA 领域的相关应用代表了 AI 与 EDA 融合的技术发展趋势。AI Inside 强调 EDA 工具本身，力图让 EDA 工具本身更加智能，使得工具使用者获得更好的 PPA（功耗、性能和面积）和更快的引擎，从而提升测试和诊断性能表现。AI Outside 强调工具使用者，以期让工具具有学习的能力，使工具本身积累更多经验，减少设计过程中的人为干预，让 EDA 设计者能有更多事件从事富有创造性的劳动，减少重复性的繁杂工作。
全球领先 EDA 厂商均已布局 AI，赋力 IC 设计智能化。Synopsys 在 2020 年 3 月 12 日推出了业界首个用于芯片设计的自主人工智能应用程序——DSO.ai，DSO 指设计空间优化（Design Space Optimization），这是 EDA 行业首次将 AI 应用于非常复杂的设计任务中的产品，DSO.ai 能够在芯片设计的巨大求解空间里搜索优化目标，大规模扩展了对芯片设计流程选项的探索，能够自主执行次要决策，并使用强化学习来观察设计随时间的演变情况，同时调整设计选择、技术参数和工作流程，大幅提升整体生产力。