更多的芯片意味著工程師使用EDA工具的需求更多，這些工具如果可以更自動化就能得到更高的生產率，并且更快地完成工作。

硬件芯片設計和制造的投入越來越高，也越來越依賴EDA工具，因此設計團隊對工具的要求不僅僅是“能用”，而是“好用”、“實現最高效率”，需要EDA工具幫助完成從系統需求到前后端實現的反復迭代、設計、驗證，隨著越來越多的系統公司開始設計自己的芯片和電子產品，他們的創新步伐會受到哪些主要 EDA 趨勢的影響?

是德科技公司 PathWave 軟件解決方案副總裁兼總經理 Niels Faché 在一則采訪中，發表了他的一些觀點。

EDA的發展對開發人員和用戶的影響

趨勢1：EDA正朝著特定領域的方向發展，那么特定領域的設計對 EDA 工具開發人員和用戶有什么影響？

Niels Faché ：對于產品開發人員來說，僅僅考慮芯片或電路板的傳統規格已經不夠了，他們現在還必須考慮其產品將被集成和使用的環境。

產品開發團隊環境設計的驅動因素包括增加的系統復雜性、更高的性能和成本要求權衡以及更短的開發生命周期。為了解決這些問題，EDA 供應商和用戶在生態系統中看到了從組件（如 RFIC）開發人員到子系統（如雷達）和系統（如自動駕駛系統）的更緊密合作以應對集成挑戰并優化性能。

針對環境設計給 EDA 工具提供商帶來了一些挑戰和機遇，例如：

創建協作工作流，包括跨設計和測試階段更好的流程、數據和知識產權 （IP）管理，使許多工程師能夠高效地協同工作。

利用基于模型的系統工程（MBSE），具有系統級、分層設計和不同級別的模型保真度，這具體取決于仿真的類型（電路、系統或網絡）。

改進模型，包括基于測量的模型，以提高模擬的準確性。在設計過程的早期進行精確的仿真，使開發團隊能夠降低驗證和確認風險，并減少對迭代和昂貴的物理原型設計的需求。

通過高性能計算 （HPC） 和并行化增加模擬數量。

在仿真環境中提供正式的驗證框架，以在所需的設計環境中確認組件的兼容性。

仿真環境設計需要EDA公司之間建立更緊密的合作伙伴關系，并在EDA、計算機輔助設計（CAD），計算機輔助工程（CAE）和測試工具之間具有更大的互操作性。它還要求將EDA工具與產品生命周期管理（PLM）系統更好地集成，并在仿真和測試過程以及數據管理方面進行更多投資，以提高生產力。

芯片的快速發展對EDA行業的要求

趨勢2：芯片在所有類型產品中的使用變得越來越普遍，半導體行業現在正在為越來越多的客戶群提供服務，這對EDA行業有何要求？

Niels Faché ：目前芯片供不應求，這種情況在疫情期間顯然有所惡化。在最近的一次歐洲之行中，是德科技的芯片設計和制造客戶證實，需求比供應足足高出 30%。一些晶圓廠未來2年的產能都被預定了。公司也不得不在未來18到24個月內擴建產線，這樣才有可能使供需關系重新平衡。

半導體行業是有周期性的，例如汽車長期以來都是一個周期性特點顯著的行業，而應用和行業領域的多樣性也有助于保持晶圓廠的高利用率。

如今，“萬物電氣化”正在大幅增加對新芯片組的需求。對于許多需要更高級的計算處理和連接的應用來說，簡單的8位或16位微控制器已不再足夠。初創企業繼續快速涌現，創造新的設計架構和創新產品。無晶圓廠也使該行業能夠處理越來越多的應用，同時將半導體制造能力有效利用。

EDA產品需要滿足新的設計功能和驗證工作。設計團隊也需要更好的EDA工具、IP模塊和咨詢服務。更多的設計開始意味著對工程師和他們使用的EDA工具的需求更多，這些工具如果可以更自動化就能得到更高的生產率，并且更快地完成工作。

EDA 工具如何解決產品老化、質量和可靠性問題？

趨勢3：客戶要求EDA工具的使用壽命更長，這對汽車和數據中心等安全關鍵型市場尤為重要，EDA 工具如何解決產品老化、質量和可靠性問題？

Niels Faché ：芯片的發展正在向不同封裝技術進步，對不同的互連和封裝細節進行建模是可靠性設計越來越困難的原因之一。例如，空間應用需要內置冗余和特殊設計模式以增加輻射強度，這種方法也用于其他關鍵任務應用，例如醫療保健。可靠性和老化（磨損）要求在物聯網、汽車和消費產品中變得越來越重要，這些產品曾經是航空航天和國防的主要驅動力。

隨著這些新應用程序中試錯成本的增加，仿真對設計質量的重要性也在增加，首先我們需要知道芯片老化的原因都有哪些。

老化本質上是我們通過晶體管通道驅動電子的速度，只有少數會縮短芯片壽命的效應是已知的，其中許多都涉及電荷被困在不屬于它們的地方，有些可以通過技術改進來緩解，而有些則需要仔細設計和驗證。因此，只有將可靠性驗證完全融入整個設計、制造和測試過程，它才能發揮積極的影響，如果設計客戶推動業界將仿真作為簽核，對 EDA 工具的影響可能會變得更加顯著。這需要通過獨立的測試套件或測試機構來驗證軟件。EDA工具和 IP 也有助于預測和避免現場故障。使用嵌入式傳感器和AI/ML 軟件技術進行實時數據收集和分析有望很快解決硅產品的可靠性和老化問題。

編輯：黃飛

?