EDA 扩展到芯片设计之外

系统设计、大规模仿真和 AI/ML 正在为工具、方法和服务打开数万亿美元的市场。主要 EDA 公司正在探索半导体以外的机会，将大规模多物理场仿真与芯片设计工具和方法相结合。

不断变化的市场动态

十多年来，EDA 高管试图向邻近市场扩张，但收效甚微。在西门子于 2016 年收购 Mentor Graphics 之前，很少有重大举措。此后，三个关键变化重塑了格局：

• 特定领域和异构设计：高级设计需要专门的技能、工具和方法。EDA 供应商现在直接与公司及其供应商合作，在更大规模上利用经过验证的芯片设计和制造方法。
• 全球竞争：激烈的竞争，尤其是来自中国的竞争，促使公司使用数据分析、传感器和人工智能/机器学习来优化运营，以提高质量和产量，并围绕数据驱动的流程进行重组。
• 提高数字化程度：新兴和成熟的行业需要更紧密地集成硬件、软件和封装，以及系统到系统的交互，以优化每瓦性能，这使得 EDA 工具对于新市场至关重要。

EDA 的战略扩张

Synopsys、Cadence、Siemens EDA、Ansys 和 Keysight 等公司正在开发新工具，并在本地和云端获得多物理场分析和仿真方面的专业知识。这些工具利用机器学习来改善结果并缩短处理时间，扩展工具链以涵盖布线、布局、小芯片权衡以及实际工作负载下的热梯度和机械应力建模。

这种转变可能会改变 EDA 行业。麦肯锡预计，到 2030 年，全球半导体收入将达到 1 万亿美元，而 Omdia 估计电子系统市场将达到 3 万亿美元。专家表示，总潜在市场可能要大几个数量级。

彻底改变系统设计

Cadence 首席执行官 Anirudh Devgan 强调了将 IC 设计的严格验证（99% 的覆盖率和准确率）应用于汽车和航空航天的系统级数字孪生的潜力，将覆盖率从 20-30% 提高到接近 99%。这种方法也通过收购 OpenEye Scientific Software 等在生物学领域得到探索，以提高计算流体动力学 （CFD） 的准确性。

Synopsys 的 Aart de Geus 指出，其他领域长期以来一直将设计自动化用于物理系统，但在动态交互变得至关重要之前，跨学科集成是不必要的。多芯片技术（如小芯片）现在需要对芯片间效应（例如传热）进行建模，从而推动 EDA 的相关性。

Mentor Graphics 前首席执行官 Wally Rhines 强调了不断增长的系统级验证需求。虽然芯片验证曾经就足够了，但在多芯片封装需求的推动下，多芯片和 PCB 分析（例如热干扰和电磁干扰）现在变得至关重要。

互联系统和虚拟设计

增加跨设备、工具和流程的连接性缩短了开发周期，并要求专业化。是德科技的 Niels Fach 指出，智能设备、城市、车辆和国防系统需要虚拟设计来管理复杂性，取代对物理原型的依赖。

恩智浦的Martin Barnasconi强调，需要整合汽车、航空航天和军事领域的标准，将半导体标准（ACL、ESL）与更广泛的系统级解决方案相结合，以实现结构化、自上而下的方法。

计算进步

改进的计算能力提高了仿真精度，尤其是在 CFD 中。斯坦福大学的 Parviz Moin 指出，为复杂几何形状生成高质量网格，曾经需要几个月的时间，现在只需几分钟即可完成，从而为发动机推力建模等应用提供经济高效的仿真。

Ansys的John Lee引用了一种具有28万亿个值的瞬态仿真，该仿真是由3D-IC中的先进封装和多物理场挑战（包括热分析和应力建模）驱动的。多尺度设计（纳米到厘米）和多学科协作使工作流程进一步复杂化，需要人工智能、机器学习和高级数学来管理数据规模和质量。

数据共享挑战

高通的马克·伯顿强调，需要标准化的接口和数据格式，以便在汽车和航空航天等竞争激烈的市场中实现大规模数据共享，这些市场的数据价值可能数十亿美元。定义通用接口和数据结构对于可互作的仿真至关重要。

数字孪生及其他

数字孪生长期用于半导体优化，在更广泛的应用中越来越受到关注。西门子 EDA 的 Mike Ellow 指出，汽车和医疗设备等行业正在从以硬件为中心的差异化转变为软件驱动的差异化，需要更紧密的硬件-软件集成。

EDA 公司正在获得机械工程、机器学习和电路监控方面的专业知识，以支持大规模、基于云的仿真，这些仿真可自动调整设计，提高效率和性能。

是德科技的 Fach 设想了针对特定物理系统作定制的特定环境数字孪生，例如电池老化或车辆碰撞性能。

驱动力

人工智能/机器学习加速了向软件定义系统的转变，正在改变行业。Synopsys 的 Ravi Subramanian 估计，全球 GDP 中有 35 万亿美元涉及产品设计，越来越多地由虚拟方法驱动。汽车公司雇用数千名软件工程师反映了这种文化转变，尽管对软件作用的抵制仍然存在。

随着行业数字化和全球竞争的加剧，EDA 必须快速发展，为集成的高性能系统提供工具和方法。这种转变虽然不确定，但需要更快的工具开发、灵活的工作流程和增强的数据共享。如果成功，它可能标志着 EDA 行业迄今为止最大的机遇。