代文亮創(chuàng)立EDA公司芯和半導體，是在2010年。
那時候21世紀堪堪走過第一個十年，國內(nèi)半導體產(chǎn)業(yè)還相當年輕。距離國務院正式印發(fā)《國家集成電路產(chǎn)業(yè)發(fā)展推進綱要》，國家集成電路產(chǎn)業(yè)投資基金成立，還有4年。
“當時，整個社會對半導體、集成電路的認知都不夠，融資環(huán)境對比今天差了很多。但有空間、有積累，也有一些機會，我就決定還是試一試啃這塊硬骨頭。”他說。
但即使在AI和半導體大熱的2025年，EDA電子設計自動化軟件——這個有著“芯片之母”的稱號的產(chǎn)業(yè)對大眾來說依然相對陌生。這個市場規(guī)模在百億元左右的生產(chǎn)環(huán)節(jié)，為什么能夠撬動千億級半導體產(chǎn)業(yè)的發(fā)展？
走過十余年，芯和半導體已經(jīng)成為一家以仿真驅(qū)動設計，提供提供覆蓋IC、封裝到系統(tǒng)的集成系統(tǒng)EDA解決方案，其產(chǎn)品已在5G、智能手機、物聯(lián)網(wǎng)、人工智能和數(shù)據(jù)中心等領域得到廣泛應用。
步入2025年，AI卷著半導體產(chǎn)業(yè)邁入新的階段，EDA在AI浪潮下如何突圍？近期，時代財經(jīng)帶著這些疑問，對芯和半導體創(chuàng)始人、總裁代文亮博士進行了專訪。?
（芯和半導體創(chuàng)始人、總裁代文亮 圖源：受訪者供圖）
國產(chǎn)EDA如何突圍？
時代財經(jīng)： 芯和成立至今已經(jīng)有10余年，在這十多年中，全球EDA產(chǎn)業(yè)相當一部分份額由Cadence、Synopsys和Mentor Graphics幾家占領。要在EDA市場開拓并不容易，最早為什么選擇EDA作為自己的創(chuàng)業(yè)方向？
代文亮：一方面是個人經(jīng)歷影響，在創(chuàng)辦芯和前，我就在三巨頭之一的Cadence工作，本身對EDA領域就很熟悉。
另一方面，我們認為中國在這方面還比較薄弱。
EDA全球市場不到100億美元，如果加上IP，接近150億美元左右，在整個半導體市場中的份額為2%，占比不高。但工具的存在是不可或缺的，EDA撬動的半導體整體市場將在未來幾年突破萬億。
有空間、有積累，也有一些機會，我就決定還是試一試啃這塊硬骨頭。
EDA可以說是一定程度上“贏家通吃”的行業(yè)，頭部集聚效應比較強。我們的想法其實很簡單，雖然可能不一定做得很大，但要堅持創(chuàng)新，做到至少在細分領域內(nèi)能排得上號。早點入場，就更有機會占據(jù)一個生態(tài)位。
但是當時確實比較困難。十多年之前，半導體產(chǎn)業(yè)內(nèi)“造不如買，買不如租”的心態(tài)還比較多見。社會對半導體、集成電路的認知都不夠，融資環(huán)境對比今天差了很多。
后來我們發(fā)現(xiàn)，比起巨頭，國內(nèi)EDA廠商有一個不可替代的優(yōu)勢——本地化服務。
很多時候，客戶采購EDA并不是只為了一個License（軟件許可），還會預期廠商會提供一些行業(yè)“KNOW-HOW”，比如怎么設計、怎么實現(xiàn)一些技術技巧。這些本地化支持服務，國內(nèi)EDA廠商提供起來更方便，也更可持續(xù)。
時代財經(jīng)： ?對企業(yè)來說，在EDA工具不會輕易更換，芯和在業(yè)務拓展初期是怎么說服企業(yè)使用公司的產(chǎn)品的？
代文亮：初創(chuàng)EDA企業(yè)拓展客戶確實比較困難。
實際上，無論是小公司還是大公司，更換一個EDA工具都面臨著風險——萬一出問題怎么辦？
對于大公司來說，船大難掉頭，冒險意味著很有可能出大錯；對于小公司來說，想要最快、最大程度地取得市場認可，用一個已經(jīng)被廣泛接受的EDA工具設計芯片是更為合理的。
所以，客戶基本都更傾向于選擇更成熟的產(chǎn)品。
而在尋找成功案例的過程中，也面臨著先有雞還是先有蛋的“拷問”。和晶圓代工廠客戶接觸時，他們不但會了解我們在同一環(huán)節(jié)是否有成功的先例，也會好奇我們的EDA目前已經(jīng)被哪些設計公司使用；反過來，芯片設計公司也會問我們“你們的EDA工具支持哪家代工廠制造？”兩頭都沒有案例，兩頭都跑不通。
甚至有客戶提出有償使用我們的軟件。因為他認為我們需要為不確定性承擔一些責任。
最后，我們意識到，既然別人不認可我們的產(chǎn)品，那就只能靠自己來積累成功經(jīng)驗。于是，公司決定開辟另一塊業(yè)務，IPD（集成無源器件）。用芯和的EDA，自己設計芯片，自己流片，自己測試，自己驗證。再后來，我們在此基礎上還開發(fā)了IP業(yè)務。
在外部還沒有客戶的時候，我們的內(nèi)循環(huán)系統(tǒng)就能實現(xiàn)運轉(zhuǎn)。內(nèi)循環(huán)走通，意味著我們把EDA工具、設計和工廠全部打通，形成了一個完整的鏈條。對于用戶而言，這個案例代表我們可以保障設計可靠性、支持可靠性以及迭代可持續(xù)。
內(nèi)部的小循環(huán)則進一步帶動了外部大循環(huán)。當芯片設計公司開始使用我們的產(chǎn)品，就意味著市場也加入了我們迭代的進程中，EDA、Fabless和Foundry三個生態(tài)環(huán)節(jié)的互動達成了。
（圖源：圖蟲）
時代財經(jīng)：走到今天，公司的核心競爭力是什么？公司目前有哪些拳頭產(chǎn)品？
代文亮：我們最大的特點就是會制定差異化策略，從用戶場景出發(fā)去優(yōu)化服務。
EDA業(yè)內(nèi)已經(jīng)有“三巨頭”搶占頂端，我們選擇花更多的時間和客戶交流，尋找痛點，接入選擇差異化的發(fā)展方向。
片上建模是芯片設計不可或缺的環(huán)節(jié)。我們?yōu)榭蛻糸_發(fā)了一些參數(shù)化模塊，幫助他們節(jié)省時間和精力。比如，過去畫一個圖可能需要一兩周時間，使用我們的參數(shù)化模板之后，可能只需三五秒鐘就能搞定。
2013年左右，我們還開始試圖把AI引入到工具中。探索將神經(jīng)網(wǎng)絡和遺傳算法用于參數(shù)化模板的設計，獲得了不錯的反饋。
除了建模，我們還在仿真問題上做了不少優(yōu)化。
在半導體模擬仿真工作中，存在芯片設計仿真和封裝仿真之間有脫節(jié)的問題?？蛻粝Ｍ覀兡馨言O計和封裝的仿真整合在一起。
這并不容易。首先是平臺差異，兩類仿真的文件格式不一樣，使用的平臺也不同。
其次則是關注的維度天差地別。在設計端，工作主要是在微納尺度（微米、納米級別）進行，封裝則一下子跨越到毫米甚至厘米尺度（微納尺度是10的負9次方米，而毫米是10的負3次方米，兩者相差6個數(shù)量級），這意味著網(wǎng)格劃分的壓力非常大。
如果按照芯片的設計尺度劃分網(wǎng)格，雖然密度和精度足夠，但封裝部分的網(wǎng)格就會過于密集，導致計算量過大。但如果按照封裝的尺度劃分網(wǎng)格，芯片部分的精度又會不夠，無法準確刻畫細節(jié)。這就形成了一個跨尺度的問題，計算規(guī)模和精度的平衡變得非常復雜，在這些問題里需要做很多權衡。我們通過多年的自主開發(fā)，形成了跨尺度的仿真引擎技術，同時從電路、電磁、電熱、應力等角度不斷拓展多物理仿真的領域，幫助客戶解決困境。
現(xiàn)在，我們的產(chǎn)品涵蓋了從芯片、封裝、模組、PCB板級、互連到整機系統(tǒng)，全方位地考慮多物理場的差異，并將其整合到一個完整的的全棧集成系統(tǒng)級EDA平臺中。
所以說，國產(chǎn)化的過程并不是簡單地替換掉原有的產(chǎn)品那么簡單。工作的推進就像在敲釘子，要找準發(fā)力點，同時也不能一蹴而就。
如何構(gòu)建新生態(tài)？
時代財經(jīng)：從EDA廠商角度出發(fā)，AI對EDA產(chǎn)業(yè)帶來的主要挑戰(zhàn)是什么？
代文亮：AI時代的芯片的顯著特征是大算力。大算力芯片的功耗很高，通常在800W到1000W左右，運行時消耗電能會產(chǎn)生熱量，散熱問題如何解決是一個關鍵點。
如果散熱問題無法妥善解決，熱量在影響電能的傳輸和芯片的性能的同時，還有可能導致熱膨脹，使芯片和基板發(fā)生翹曲。這種翹曲可能會影響芯片的性能，甚至導致?lián)p壞。
此外，當電流較大時，還會引發(fā)電磁干擾。因此，我們需要同時解決散熱和電磁干擾問題，以避免芯片性能下降，甚至影響整個系統(tǒng)的穩(wěn)定性。
時代財經(jīng)：半導體行業(yè)技術的迭代幾乎在每一刻發(fā)生。當下，整體來看國內(nèi)EDA廠商想要尋求發(fā)展，需要應對哪些困難？又有怎樣的解決方案？
代文亮：不難發(fā)現(xiàn)，現(xiàn)在芯片廠商的商業(yè)模式已經(jīng)發(fā)生了根本的變化。廠商已經(jīng)從做芯片，轉(zhuǎn)變?yōu)樽錾鷳B(tài)。因此，EDA廠商不僅要關注芯片本身，還要考慮系統(tǒng)級的協(xié)同。
以英偉達為例，這家公司最開始的業(yè)務只專注于顯卡芯片本身。但現(xiàn)在，它們不僅要設計芯片內(nèi)部的架構(gòu)，還要考慮板卡、整機，甚至是整機集群的協(xié)同工作。這使得設計的復雜度大幅提升。
從芯片到系統(tǒng)級的打通，是AI芯片領域最典型的需求，但是這種需求的實現(xiàn)離不開精巧的芯片設計。比如，AI芯片的供電電流可能達到數(shù)千安培，信號傳輸速度極高，這些都對設計提出了極高的要求。此外，如果進一步深入到像HBM（高帶寬存儲器）這樣的復雜結(jié)構(gòu)，里面包含眾多顆粒和IO接口，數(shù)據(jù)信號線數(shù)量龐大且相互干擾，很有可能導致“串擾”問題，使數(shù)字信號失真……因此，AI浪潮既是機遇，也是所有從事大算力芯片開發(fā)的企業(yè)必須面對的巨大挑戰(zhàn)。
針對目前的新變化，廠商的視野要更大，從著眼芯片，到著眼系統(tǒng)乃至半導體生態(tài)。具體而言，EDA廠商的理念應該從設計技術協(xié)同優(yōu)化（DTCO）向系統(tǒng)技術協(xié)同優(yōu)化（STCO）轉(zhuǎn)變。落腳到EDA個體，我們不再局限于開發(fā)一個EDA工具，而是將著眼于為系統(tǒng)級優(yōu)化提供解決方案。
產(chǎn)業(yè)鏈條拉得更長，挑戰(zhàn)也更大，但我認為這也許會成為我們后期的一個優(yōu)勢。
大算力時代的新挑戰(zhàn)
（圖源：圖蟲）
時代財經(jīng)：AI浪潮如何影響了半導體行業(yè)？
代文亮：AI芯片為半導體廠商提供了一個競爭的新思路——行業(yè)內(nèi)通過百花齊放的創(chuàng)新把性能提高，而不是無止盡地內(nèi)卷，把價格卷低。
在我看來，AI本質(zhì)上是場景化的。?以前些年的“互聯(lián)網(wǎng)+”為例，從最早的萬物皆可互聯(lián)網(wǎng)發(fā)展至今，我們會發(fā)現(xiàn)技術應用已經(jīng)在分化的道路上越走越遠。出行有出行的業(yè)態(tài)；外賣有外賣的業(yè)態(tài)……我認為AI未來一定是場景化驅(qū)動的，而不是試圖用一個通用的解決方案解決所有問題。
反映在技術上，我們就會發(fā)現(xiàn)，千億參數(shù)、萬卡集群大部分時候是少數(shù)廠商玩家的游戲，大多數(shù)功能和場景的實現(xiàn)并不需要這種量級的硬件支持。
因此，小場景和小參數(shù)大模型，才是未來的大機會。端側(cè)AI，AI PC和手機的概念越來越受關注，其實也側(cè)面印證了這個趨勢。
從芯片的需求上也能發(fā)現(xiàn)這一點，目前行業(yè)里對于AI算力的需求暴漲，英偉達的通用GPU一卡難求，但同時，對ASIC芯片的需求也增加了。
通用GPU由于要兼顧多種類型的計算任務，這種靈活性勢必會犧牲在特定應用上的性能和效率，譬如視頻處理、網(wǎng)絡通信、深度學習等，特別是在高負載或持續(xù)運行的情況下，這種現(xiàn)象越加明顯。
ASIC 芯片由于是為了某一特定應用專門定制的，在同等工況下，博通的ASIC芯片就能做到效能大幅提升，算力其實也非常強勁，更適合要求精確、高效處理的應用。
所以，我認為最重要的是建構(gòu)一個生態(tài)。GPU芯片和ASIC芯片之間并不是完全競爭的關系，而是各有各的適用場景。例如，GPU在運行一段時間后，可能會發(fā)現(xiàn)需要進一步優(yōu)化以提高效率、節(jié)省功耗。不同類型的芯片在不同的場景下都有其獨特的作用，而不是簡單的競爭關系。
芯和集成系統(tǒng)EDA的產(chǎn)品定位正是基于這種理念，我堅信STCO絕對是未來的大方向，也是我們EDA界需要重點推進的方向。
本文鏈接：http://jphkf.cn/news-2-236-0.html對話芯和半導體創(chuàng)始人代文亮：啃骨頭、敲釘子，建生態(tài)，“芯片之母”如何以百億規(guī)模撬動千億產(chǎn)業(yè)
聲明：本網(wǎng)頁內(nèi)容由互聯(lián)網(wǎng)博主自發(fā)貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。
點擊右上角
微信好友
朋友圈
點擊瀏覽器下方“
”分享微信好友Safari瀏覽器請點擊“
”按鈕
點擊右上角
QQ
點擊瀏覽器下方“”分享QQ好友Safari瀏覽器請點擊“”按鈕
