EDA 产业在国内行情非常火爆，芯片设计更是离不开 EDA 工具软件的辅助。在这个全民疯芯片的年代，我们忍不住要问：芯片设计的流程能否再简化一点？ 门槛再降低一点？ 车用芯片设计周期可以减少一半吗？
面对业界与时间赛跑的焦虑，新思首席运营官 Sassine Ghazi 和全球资深副总裁兼中国董事长葛群日前接受《问芯Voice》等媒体的采访中，详述半导体产业昔与今的变化，以及新思做了哪些努力，让芯片的设计门槛大幅简化与降低，不但是符合产业趋势，更满足整个中国芯片产业当今最迫切的需求。
EDA 在芯片产业中所扮演的的角色，是利用电脑软件工具将复杂的电子产品设计流程自动化，以缩短产品开发时间。
葛群更提出一个人人都能理解的比喻：就像美图秀秀软件这般的软件工具，让每个人都可以快速修图，诞生出自己满意的作品。
再者，从另一个层面来思考芯片产业面临的问题，IC 产业缺人是现在最急迫的挑战，2022 年的人才需求大概 74 万人。
过去芯片设计的门槛非常高，至少要 EE、计算机科学或者相关专业毕业，同时还要培训 5～10 年以上。想想如果 15 年前我们要做照片的优化，每个人都有图秀秀这样的工具，就可以自己做各种非常专业的美化，不需要太久的培训，会有效率多了。
Ghazi 在媒体圆桌会议上分享，对比 2005 年的半导体产业与当今的产业现状，可以看到两个趋势。
第一，从事晶圆制造的企业非常多，但现在只剩下三家：台积电、三星和英特尔，主要是因为整个系统的复杂性，以及研发和制造的成本大幅增加，最后只剩下这三家半导体厂能够承担晶圆制造的高成本和高复杂性。
第二大趋势是，从消费端来观察，晶圆产品的消费者也出现翻天覆地的变化，现在晶圆产品的主要消费者以微软、脸书、谷歌、亚马逊，还有中国的 BAT 公司（阿里巴巴、百度和腾讯）为主。
谈到系统公司投入芯片开发的趋势，这背后有三股不可忽视的巨大推力：
1.汽车行业
2.人工智能
3.超高规模的数据中心
这三方人马都秉持着同一个信念：希望能通过自己设计芯片，让自身的系统架构与众不同，凸显产品的差异性，进而提升竞争优势。在此趋势下，专用架构 DSA（Domain Specific Architecture）的概念成为业界非常重要的趋势。
因为有产业巨头在推动专用架构 DSA 芯片，我们更能理解为什么近几年来会有这么多的资源往半导体产业倾注。
值得注意的是，在此趋势下，系统公司的需求和角色也出现改变。首先，电子系统的公司希望定制化片上系统，或称为系统级芯片，以达到差异化的目的。
再者，现在的系统公司已不是传统意义上的系统公司了，他们开始长得越来越像半导体公司，不仅仅投资在系统设计上，也更愿意投资在芯片设计。只有通过这种方式，才能在解决方案的层面拥有更强大的差异化竞争优势。
晶体管数量不再是唯一指标，PPA更重要
过往，摩尔定律是整个半导体行业发展的依据，业界都专注于芯片当中要加多少个晶体管。
当技术往先进制程移动，PPA 三大指标：功耗、性能、成本，变得越来越重要。大家逐渐意识到，持续遵循摩尔定律不仅技术层次无法达到过往的水平，产品和解决方案也跟不上脚步。
Ghazi 表示，摆在我们面前的共同挑战是原有的摩尔定律速度已经跟不上了，我们要超越摩尔时代。因此，新思 CEO Aart de Geus提出一个新的概念：SysMoore。
“SysMoore”是指在系统的层面去解决问题，站在系统的高度去思考如何优化芯片，而不单单是在一个晶圆当中，集成的晶体管的数量层面去解决问题。
顺着 “SysMoore” 趋势，Ghazi也总结几个重点：
第一，摩尔定律不代表说它完全消失了，它仍是很多公司依循的重点。
第二，在同样基础上有了新发展，例如在设计芯片的过程中，越来越关注于功耗的表现。
第三，2.5/3D 多裸片晶圆趋势。由于摩尔定律有其局限性，因此要设法提高能效，藉由系统级别的封装就是一个方式。
未来摩尔定律和超越摩尔的概念，要两条腿走路。因此，新思科技做了很多可以进行重复使用的 IP 模块，就像组合块一样，大家可以去自己进行设计，也可以用市场当中现成的直接进行组合，这既是摩尔定律也是超越摩尔的一个集成。
第四，汽车、大规模数据中心越来越追求晶圆的可靠性，新思帮助业界强化晶圆健康的监控。这个健康的监控不是在某一个制程和环节当中，是贯穿整个产品从始至终的生命周期，针对晶圆的健康和可靠性进行检测。
第五，软件在解决方案中的地位越来越重要，因此，大家开始利用一些 AI 技术来解决瓶颈和问题。
将汽车芯片设计时间缩短一半
以汽车产业为例，以前推出一款新汽车的整个周期需要 5 ～ 7 年时间，新思利用 EDA 软件的优势，可以进行大幅缩短。
葛群指出，新思是第一个将三重左移 Triple Shift Left 概念带到车企的公司。什么叫三重左移呢？以前推出一款新汽的整个周期需要 5 ～ 7 年，在三重左移能够帮助下，新的车型设计可以减少到 3 年左右。
传统而言，汽车行业是一个比较笨重的行业，但是现在完全不一样，这是一个飞速发展的行业。
现在汽车产业的大趋势是无人驾驶、自动驾驶，对于车辆安全的要求、系统功能和芯片交付的解决方案集成的能力要求都更高。这就是为什么这么多的车企都要自己投入芯片设计。
新思进一步解释，当新的车型被打造出来之前，车企首要工作是对整个系统架构进行设计，而 EDA 厂商要在架构设计的阶段，就完成架构和技术堆栈建模，知道客户需要什么样的芯片功能。
因此，新思会提早了解客户的需求，通过软件、硬件的验证和通过硅整个生命周期的管理 SLM，帮助 OEM 企业监控其汽车的安全，包括司机在驾驶过程中的行车安全、汽车接下来需要预防性的维护和保养，以及能够在车子故障之前就通过SLM预测故障的发生。
新思协助提升生产效率1000倍
面对行业的趋势变化，新思科技做出一个承诺：无论是依赖传统的摩尔定律，或是以超越摩尔用 SysMoore 从系统级别去解决芯片设计的客户，新思都会帮助他们提升生产效率 1000 倍。
千倍效率的提升是如何做到的？
Ghazi 进一步解释，首先是在硅方面，新思能帮助客户去做制程流程的建模、模拟、验证。为了达到更好的效果，也与晶圆厂密切进行协作，确保通过我们的软件和解决方案以达到更好的效果。
再者，新思提出设计与工艺联合优化 DTCO（Design Technology Co-Optimization）解决方案。对于先进制程的客户而言，新思是一个重要推动力量，让这些客户可以通过 DTCO 解决方案去改善晶圆设计，更能使他们的设备进行前期更好的建模和模拟。
Ghazi 更介绍几个新思非常具领先地位的解决方案：
第一，用 AI 来设计芯片：数字化设计平台的融合设计平台已在行业中广泛被使用。新思更把融合设计平台和AI结合在一起，做出了 DSO.ai。
什么是 DSO.ai？ 这是行业内第一个使用自主 AI 系统来帮助客户进行芯片设计的解决方案。
如果客户持续按照传统老旧的方法做芯片设计，不但无法满足产品快速推向市场的要求，更无法打造差异化产品。因此，新思才要加大力度投资打造一个融合化的、可预测的、一切是 AI 赋能的设计流解决方案。
通过融合设计＋DSO.ai，可以帮助企业客户用AI的系统去进行芯片的开发和设计，确保效果最佳、整个设计流程和推向市场的流程最快。
目前新思有超过 50 多个项目都给客户提供了 AI 的能力，让客户能够加速设计。
第二，对高端制程芯片的企业而言，新思有基础 IP 再加上设计平台，就能够帮助客户带来最优化的结果，并且在整个流程当中，把整个设计进行可预测化。
第三，上述提到 SysMoore 是从系统层面去解决问题，因此新思提供一个设计的基础架构，能够从系统级别在芯片做完之前，就让你去看到这其中的一些流程细节、产品的软硬件原型。
Ghazi 强调，新思提出的是一个综合解决方案包来帮助客户，并且新思的 EDA 是可以上云的。
新思拥有一个云赋能云驱动的可以扩展的基础架构。有一个概念叫“从芯片设计到软件设计”，新思都是基于云架构进行驱动和保障的，且在每一个设计的环节当中都可以产生一些数据，也因为是在云端，因此可以基于这些数据去打造一些应用，也可以去做一些数据的分析来提取有意义的洞察。
新思武汉研发中心成立
新思目前在全球有将近 16000 名员工，其中 85% 为技术岗位。 在中国，新思也在武汉成立研发中心，2019 年 12 月启动时，刚好遇上新冠疫情有一点影响，目前武汉研发中心已经有 300 多名员工。
新思指出，武汉研发中心不仅是为中国打造，它是为全球进行服务的，包括较成熟制程、IP 模块、软件安全的产品都可以向全球提供。
再者，武汉的研发中心同时也加大了对本地化人才的培养和开发，例如和华中科技大进行联合的学术培训，还提供了一些人才发展方面的协作。
新思科技在 2020 财年的全球营业收入为 37 亿美元，中国市场的贡献达到了 11.4％。中国团队拥有超过 1500 名的中国的员工，覆盖研发、销售和应用工程师等所有的岗位。
新思表示，未来 EDA 所扮演的任务是一个能让整个芯片设计的门槛降低，让更多人能够参与到芯片设计当中来，这个非常符合现在中国整个发展的需要。
眼前中国最大的优势就是有很多的系统要求，若能让更多人使用类似新思这样的 EDA 工具参与到这个芯片设计的行列来，可以加速产业发展。