在數字化時代的浪潮中，5G、人工智能和智能汽車等尖端技術正在以前所未有的速度改變我們的生活和工作環(huán)境。顯然，在這股科技浪潮中，芯片已不再是單一的硬件組件，而是一個融合了多項技術與創(chuàng)新的復雜系統(tǒng)。在此背景下，電子設計自動化（EDA）也在經歷重要的轉型。

近日，Cadence 全球副總裁兼多物理場仿真事業(yè)部總經理顧鑫先生接受了AspenCore 亞太區(qū)總經理、總分析師張毓波先生的獨家專訪，深入討論了 EDA 行業(yè)面臨的新趨勢和挑戰(zhàn)。在交談中，顧鑫特別指出了多物理場分析在現代芯片設計中的重要地位，并認為計算流體力學有巨大的發(fā)展?jié)摿ΑＫ€詳細探討了并行計算和人工智能（AI）如何在 EDA 的進步中扮演關鍵角色，推動行業(yè)不斷前進。

顧鑫

Cadence 全球副總裁兼多物理場仿真事業(yè)部總經理

01

芯片設計學發(fā)生了根本性的變革

隨著半導體技術發(fā)展進入 3 納米工藝節(jié)點，我們正見證摩爾定律逼近其物理界限。然而，全球的芯片工程師們并未停下腳步，他們正從架構、材料、以及封裝等多個角度合力推動工藝的進一步微縮，以延續(xù)摩爾定律的腳步。Cadence 全球副總裁兼多物理場仿真事業(yè)部總經理顧鑫表示：“根據我們從代工合作伙伴那里獲得的信息，芯片技術發(fā)展到 1 納米，甚至是低至 9 至 10 埃的技術，這些在當前看來都是可行的。”

然而，每一個新節(jié)點的突破，都意味著更多技術挑戰(zhàn)的出現。而且隨著越來越多的半導體設計公司轉向 3D IC 這樣的新技術，并傾向于使用更精密的封裝技術和更復雜的 PCB 來提升芯片的整體性能，互聯、熱管理、制造流程的復雜性等一系列挑戰(zhàn)隨之而來。這一切都在促使業(yè)界從根本上重新審視芯片設計的方法論。

過去，設計師們可能更關注于電性能的優(yōu)化，但在當前環(huán)境下，他們必須同時兼顧電、熱、磁、光和機械等多個物理域的相互作用。伴隨著這種轉變，芯片設計的進步越來越依賴于 EDA 軟件的發(fā)展。這些高級軟件工具能夠更有效地模擬和預測多物理效應的相互作用，幫助設計師在實際制造之前識別和解決潛在的設計問題。

02

面向系統(tǒng)級優(yōu)化：EDA 軟件的轉型與升級

正是看到了 IC 設計模式轉變的發(fā)展趨勢，Cadence 在 2019 年推出了其“智能系統(tǒng)設計”戰(zhàn)略，憑借在 EDA 領域多年的數值仿真技術經驗，提供了一系列針對多物理場問題的前沿 EDA 工具。這一戰(zhàn)略性舉措不僅有效地解決了芯片系統(tǒng)設計過程中的復雜挑戰(zhàn)，還為行業(yè)中的棘手問題帶來了高效而精準的解決方案。

Clarity 3D Solver 是 Cadence 開發(fā)的第一款系統(tǒng)級的仿真工具，它是一款基于 FEM 的 3D 全波求解器。據顧鑫的介紹，Clarity 有很多革命性的技術突破，其中最重要的有兩點：

“

1

Clarity 3D Solver 使用了大規(guī)模并行計算技術，可以利用多個 CPU 核心進行電磁仿真，大大減少了計算時間，并且得到了高達 10 倍的電磁仿真性能提升，甚至在某些情況下達到了近 40 倍的性能增長，幫助客戶實現了彈性計算。

“

2

為了提高設計效率和準確性，Clarity 3D Solver 可以與 Cadence 的其他 EDA 解決方案如 Allegro、Virtuoso 和 Innovus 等無縫集成，使工程師可以在一個統(tǒng)一的設計環(huán)境中工作。

從應用上來看，Clarity 3D Solver 尤其適用于需要高頻3D電磁（EM）分析的應用，如 5G 通信、汽車雷達、高性能計算和其他要求嚴格的高速電子系統(tǒng)設計。

03

熱管理，成為多物理場仿真最重要的一環(huán)

隨著現代芯片通過使用先進封裝技術和硅基板（Interposer）實現更多晶體管的堆疊，熱量急劇增加，散熱成為廠商頭疼的問題。一些廠商反映，經過他們的實際測量，在單個封裝或芯片中，溫度梯度在芯片上不同區(qū)域的溫度的差別可以超過 30 度，這種狀況對于確保芯片的可靠性和性能表現提出了巨大的挑戰(zhàn)。熱管理已成為多物理場仿真中極其重要的一環(huán)。

針對熱管理的挑戰(zhàn)，Cadence 于 2020 年推出了Celsius 3D Thermal Solver，這是業(yè)內首款專為 3D IC 設計定制的熱仿真工具。Celsius 采用了一種創(chuàng)新的方法，它結合了有限元方法（FEM）和計算流體力學（CFD）技術。使用 CFD 解決整個系統(tǒng)周圍的空氣流問題，然后利用這些數據作為邊界條件，通過 FEM 解決整個封裝和芯片的熱梯度問題，從而在精確度和性能之間找到了很好的平衡。

在芯片設計當中，電力與熱能的關系密不可分，而且無論是電磁場還是電源管理，或是信號完整性（SI/PI），最后都會通過熱耦合在一起。因此，進行精確的電源網絡分析是至關重要的。Cadence 的 Voltus 和 Voltus-Fi 是專門分析芯片內部電源網絡的軟件。與 Clarity 和 Celsius 側重于系統(tǒng)級有所不同，Voltus 和 Voltus-Fi 主要在 EDA 領域中發(fā)揮作用，專注于芯片級的電源問題。通過提供精確的電源網絡分析，這些工具能夠為整個系統(tǒng)的穩(wěn)定性和效率做出重要貢獻。

在過去四年中，Voltus 的業(yè)務得到了快速增長，體現了它在當今多物理分析過程中的重要性。而 Voltus 能夠取得如此大成功，顧鑫分析到主要有兩點原因：首先，Voltus 工具也采用了大量的大規(guī)模并行計算技術；再就是Cadence 所具備完整設計流程的傳統(tǒng)優(yōu)勢，起到了很大的帶動作用，例如，在數字 SoC 領域，Voltus 可以與 Cadence 的旗艦設計平臺 Innovus 緊密結合，幫助客戶獲得最佳的 PPA。

04

通過并購積蓄力量，邁入 CFD 新征途

除了多物理場分析，計算流體力學（CFD）同樣是一個充滿潛力的研究領域。根據行業(yè)研究機構的數據，CFD 市場的估值大約在 16 億到 20 億美元之間。工程師和科學家正借助 CFD 仿真技術來應對一系列復雜挑戰(zhàn)，這些挑戰(zhàn)涵蓋了從汽車和飛機的氣動性能仿真，到環(huán)境工程中的風噪聲仿真等多個方面。一個鮮明的案例是，在疫情期間，醫(yī)療健康專家就利用 CFD 技術，來模擬并分析病毒在各種環(huán)境中的傳播途徑，從而為防疫措施提供科學依據。

Cadence 也瞄準了 CFD 領域，在 2021 年至 2022 年間Cadence相繼收購了包括NUMECA International、Cascade Technologies、Future Facilities、Coupled Numerics 以及 Pointwise在內的五家 CFD 專業(yè)公司。通過收購，Cadence 踏入了 CFD 領域，并將這 5 家公司各自獨特的技術與 Cadence 的技術相融合，并推出了 Fidelity 這一新產品。目前 Fidelity 已經與許多客戶進行了成功的驗證，例如 2022 年 Cadence 與 McLaren F1 車隊達成了一項長期技術合作協議。

05

發(fā)展 EDA，重在生態(tài)的構建

如今，越來越多的芯片廠商，包括微軟、英特爾、高通等，正積極向系統(tǒng)層面擴展。他們面臨的挑戰(zhàn)不僅僅是提升芯片的性能，更需要在宏觀層面綜合評估整個電子系統(tǒng)的設計功能。這種趨勢使得系統(tǒng)廠商對 EDA 廠商的支持和密切合作需求日益迫切。

特別是當芯片技術發(fā)展到 3 納米，甚至是 2 納米、1 納米的微觀領域時，EDA 廠商的角色變得更加重要。他們是連接代工廠和設計廠商的重要橋梁，需要在工藝開發(fā)的早期階段協助雙方驗證不同工藝節(jié)點的可行性，從而確保代工廠的尖端技術能被設計廠商順利采用。

此外，據顧鑫指出：“我們與 ARM 等架構供應商也有緊密的合作，保證支持每一個新的計算架構。”眾所周知，Arm 架構因其高效性和靈活性已經被廣泛應用于各類設備中。全球 99% 的手機處理器，以及大量的微控制器（MCU）和物聯網設備都在采用 Arm 的 IP。這種普及性要求 EDA 工具廠商必須緊跟 Arm 架構的發(fā)展節(jié)奏，不斷更新和優(yōu)化自己的工具和服務，以確保它們能夠完全支持每一個新的計算架構和平臺。

對 EDA 廠商而言，構建一個健康、協同、并充滿活力的生態(tài)系統(tǒng)是至關重要的。這不僅包括與芯片設計廠商和代工廠的緊密合作，也意味著需要與廣大系統(tǒng)層面的廠商，如微軟、英特爾、高通等建立深度合作關系。只有這樣，才能確保在不斷進步的技術浪潮中把握住每一個重要的節(jié)點，推動整個電子產業(yè)的持續(xù)健康發(fā)展。

06

EDA 將走向何方？

芯片行業(yè)在向前加速邁進，EDA 的未來發(fā)展將如何？其中，有兩個核心方向引人注目：

第一個是機器學習，EDA 中引入 AI 是一個熱門發(fā)展方向，即利用 AI 技術來幫助客戶解決在仿真和設計中遇到的挑戰(zhàn)。Cadence 的一些新產品，例如在 2022 年 4 月推出的基于 AI 和機器學習技術的自主生成式 AI 優(yōu)化工具 Optimality，就是一個例子。顧鑫介紹道，Optimality 可以與 Clarity 和 Celsius 集成，用戶可以使用機器學習方法來優(yōu)化整個系統(tǒng)的性能，并自動確定最佳參數。

再有就是多物理場仿真。由于設計復雜性不斷增加，對計算的需求也在迅速增長，整個設計流程可能會變得更長。傳統(tǒng)的僅依賴 CPU 的解決方案已不再是唯一的選擇。近年來，除了 CPU 性能的迅速提升，GPU 和專用 ASIC 等硬件平臺也逐漸崛起，未來異構計算將主導市場。EDA 軟件將更多地遷移到各種硬件平臺上，這種遷移可以大大加速工程師們的仿真過程，因為它能夠利用這些專用硬件平臺在并行處理和高性能計算方面的優(yōu)勢。

可以預見，在未來兩到三年內，機器學習以及 GPU 芯片的加速功能將對 EDA 領域的進步發(fā)揮至關重要的影響。

總結

隨著半導體行業(yè)邁入系統(tǒng)性設計全新的發(fā)展紀元，芯片的進化已不再僅僅局限于追求尺寸的縮減。現在，它已經成為一個涉及多學科、多層次、并整合多維度的復雜系統(tǒng)工程。在這一充滿多元化且技術密集的進程中，具備多物理分析能力的 EDA 軟件將扮演不可或缺的助推角色。只有當整個產業(yè)鏈緊密協作、共同前行時，才能攜手將芯片技術推向新的巔峰。