人工智能驅動的全鏈條效率提升、AI數字孿生的廣泛應用、碳中和對芯片創新邊界的開拓正在成為推動半導體創新的新三駕馬車

半導體行業正處在尋找新增長動力的十字路口。

“必須承認芯片性能每兩年翻一番的‘摩爾定律’在引導半導體行業發展半個多世紀之后，正在放緩腳步，然而技術創新的步伐并沒有放慢，隨著單芯片擴展能力的放緩，半導體行業正在尋找其他創新方法來保持指數級增長。”

新思科技（Nasdaq: SNPS）總裁兼首席運營官Sassine Ghazi這樣總結目前半導體行業的發展狀態，他將于2024年1月1日履新新思科技首席執行官。

半導體行業之所以成為推動人類社會發展的重要動力，得益于芯片性能帶來的生產效率提升，同時催生出互聯網這種徹底改變人類生活的新應用。從根本上說，提升芯片性能不是創新的最終目的，提升生產效率，改變人類生活才是。

人工智能、高性能計算和新能源革命正在成為改變人類生活的關鍵，而這些領域都對芯片提出了更多創新要求，除了性能，更復雜的功能，更高的安全性，更快速的交付，更低的能耗與成本，都是新時代芯片的迫切需求，逐漸放緩的摩爾定律已經無法滿足這些要求，半導體創新需要新的動力。

新思科技是全球市場份額第一的電子設計自動化軟件EDA公司、全球排名第一的接口IP供應商和全球軟件安全企業領導者。站在芯片產業鏈的最上游，新思科技在與產業鏈上各個公司的合作過程中發現數智化和低碳化正在成為未來發展的趨勢，新趨勢下，芯片行業保持指數級增長的新動力將來自三方面：

人工智能驅動下的芯片全產業鏈效率提升

AI數字孿生技術推動芯片創新加速落地

碳中和時代芯片創新將擁有更廣闊的邊界

EDA+AI，芯片全產業鏈效率的倍增器

芯片產業在過去幾十年的創新模式非常清晰，由于摩爾定律的存在，芯片性能持續規律增長，應用開發者以芯片性能為基準開發相關應用。因為芯片性能的增速一直領先消費者需求的增長，所以是先有芯片，然后有新的應有，繼而消費者用到新的電子產品。芯片是發展鏈條的起點，芯片定義應用，芯片與應用同頻共振，這種同頻共振推動了半導體創新過去幾十年的發展。

但隨著消費者需求被高速增長的芯片性能逐步激發，摩爾定律又開始放緩腳步，這種過去幾十年行之有效的增長模式開始逐漸失效。

但半導體的市場規模增長并未放慢腳步，萬物互聯大幅擴展芯片應用范圍，人工智能創造了旺盛的高性能計算需求，這些都在推動半導體市場進入高速增長期。半導體市場用了60年達到5000億美元的規模，而新思科技預計下一個5000億美元只需要7年，即2030年，全球半導體市場規模會達到1萬億美元。

快速增長的多樣化需求成為芯片產業發展鏈條的新起點，開發應用滿足需求，芯片創新滿足應用需求，同時EDA工具的完善讓軟硬件協同開發成為可能，芯片產業開始進入應用定義芯片的階段。

比如人工智能、萬物互聯、新能源革命都提出了更多樣化的芯片需求。支持人工智能的GPU、NPU，支持萬物互聯的低功耗低成本通信芯片、功能芯片等，客戶需要更復雜的功能、更高能效、更快交付、更低成本，而過去幾十年以性能為指標的發展模式已經無法滿足新的需求，必須提升芯片全產業鏈的效率。

新思科技作為芯片設計工具的龍頭企業，四年前開始將人工智能引入芯片設計環節，推出了業界首個用于芯片設計的AI應用DSO.ai，被全球多家芯片領軍企業采用，成功流片超260次，AI在芯片設計中的規模化應用成為現實，人工智能成為芯片全產業鏈效率的倍增器。

2023年初，新思科技將DSO.ai升級擴展為全棧式AI驅動EDA解決方案Synopsys.ai，覆蓋先進數字與模擬芯片的設計、驗證、測試和制造環節。AI提升了EDA工具的自動化程度和質量，大幅度減少了芯片設計中程序性工作的數量，完成同樣的工作需要的人力和時間顯著減少。

Sassine對《財經十一人》表示，“人工智能驅動的芯片設計由新思科技首創，我們看到了人工智能提升芯片制造商生產力的潛能。使用我們人工智能EDA解決方案的客戶反饋，設計時間從幾個月縮短到幾周，測試成本降低20%以上，同時芯片的性能、功耗更好。”

除了提高效率，人工智能EDA還有一個關鍵作用，緩解全球半導體行業的嚴重資源短缺。Sassine表示，“據多家第三方機構評估，到2030年，工程師和設計能力短缺造成的芯片設計資源缺口將達到15%—30%，而人工智能EDA套件將是減輕資源短缺不良影響的關鍵。”

另外針對過去數年困擾半導體行業的成熟制程產能短缺問題，新思科技也提供了創新方案。Sassine介紹，“新思科技的新方案可以將芯片設計從一個制程節點遷移到更先進的節點，同時不損失質量，這樣既能緩解成熟制程結構性產能不足的問題，也能為客戶提供更高效的芯片生產方式以及能效比、性價比更高的產品。”

創新加速器——AI數字孿生

應用場景的快速拓展是當前芯片創新與過去相比的一個重要差異，人工智能+萬物互聯不斷創造出新的應用場景，在這些場景下，芯片創新需要不斷試錯與嘗試，如果用實物測試，將造成大量時間和資源的浪費，所以高仿真度虛擬環境成為新時代芯片創新的剛需。

虛擬技術在芯片創新中早已應用，但此前的虛擬技術存在參數覆蓋不完整，虛擬條件有限，測試仿真度低等諸多問題，即便幾年前虛擬技術發展到了數字孿生階段，仿真度也依然無法令人滿意，直到引入人工智能之后，AI數字孿生才讓高仿真度虛擬環境成為可能。

AI數字孿生在人工智能、萬物互聯和新能源革命等領域都有充分應用，而其中應用價值最突出的是新能源相關行業，這些行業與現實連接緊密，環境影響更大更復雜，智能汽車，風能、光伏，都是數字孿生技術應用的最前沿。

以智能汽車為例，汽車對半導體的需求在近幾年呈爆炸式增長，而且汽車芯片創新呈現“數量多、種類多、功能多”的三多特征，使得汽車芯片開發堪稱當前芯片創新中最復雜的場景。

“打開當今高端汽車的引擎蓋，你會發現一個由 80 多個電子控制單元 (ECU)，上億行軟件代碼以及各種傳感器組成的數字平臺。對于汽車制造商來說，電氣化、網聯化和自動化的急劇融合使汽車設計過程變得超級復雜。”Sassine這樣評價汽車半導體的發展現狀。

智能汽車系統的設計能復雜到什么程度，以軟件代碼量為例，當前智能汽車運行的軟件代碼量約為1億行，而到2030年，這個數字將增加到3億行，作為對比，深耕軟件行業多年的新思科技，整個公司的代碼量目前大約有3億行。

“為了應對當今軟件定義汽車的復雜性，我們的虛擬ECU技術將測試和驗證流程從原型車和實物測試平臺轉移到虛擬環境。這種驗證方法能夠顯著提高測試仿真度，提高安全性，降低風險并在早期發現錯誤，從而減少開發時間和成本。”Sassine這樣介紹新思科技的數字孿生系統。

而來自汽車芯片開發者的反饋也證明新的開發工具顯著提升了整車開發效率。現在新的智能汽車開發周期已經縮短到3年以內，比傳統燃油車的開發周期縮短一半以上，其中，數字孿生技術提供的高仿真虛擬環境成為提升開發效率的關鍵。

**特別是在整車開發環節，AI數字孿生堪稱“作弊器”。**由于多個子系統都需要測試，傳統測試方法是制造多臺原型車，然后同步測試。在測試過程中，任何一個測試團隊進行重大調試后都需要暫停所有測試，將所有測試車輛同步調試后才可以繼續進行測試。

而現在可以提前幾個月在整車數字孿生體上進行模擬測試，相當于提前多開一個賬號，優勢堪比“作弊器”，節省了時間，搶出了效率，降低了成本。在原型車驗證模擬測試結果的過程中，還可以不斷比對模擬測試和驗證的數據，優化數字孿生仿真度，進一步提升模擬測試可靠性，形成良性循環，提升整車開發效率。

和智能汽車相似，人工智能、高性能計算、多芯片封裝等高復雜度的系統設計都需要數字孿生技術的支持，除了可以顯著加速芯片創新的落地，同時在數字孿生環境中還可以進行低成本試錯，探索更多的創新可能性。

碳中和打開芯片創新的新邊界

過去數十年，每一位半導體從業者的努力目標都十分明確，尋找各種辦法讓摩爾定律繼續下去，極限性能是每一位半導體從業者的終極追求。但摩爾定律放慢腳步之后，芯片創新必須找到新的發力目標，碳中和或將成為開拓芯片創新邊界的重要動力。

首先為了達成碳中和目標，芯片本身的能效需要提升，Sassine對《財經十一人》說，“功耗、性能和面積是芯片設計的三個關鍵指標，當前功耗正成為人工智能、高性能計算和智能汽車等先進技術的最終限制因素，所有這些創新都受到能耗的限制。再加上人們日益關注能耗對氣候的影響，降低芯片功耗正在成為半導體行業的關鍵考慮因素。”

新思科技全球資深副總裁、新思中國董事長兼總裁葛群以當前熱門的ChatGPT的訓練數據為例，解釋先進芯片的能耗水平：GPT-3訓練參數有1750億個，單次訓練耗電量高達1287兆瓦時，相當于約25萬中國家庭一天的用電量。而下一代GTP-5，參數量將達到GTP-3的100倍，計算量飆升至200到400倍，訓練一次消耗的電量可能是GPT-3的上百倍，數字驚人。

普通消費者對芯片能效的重視也在與日俱增，過去芯片評測往往只突出性能，主頻、跑分、幀率是主要指標。而現在的評測中，功耗曲線、能效比曲線正在成為消費者關注的重要內容。

算力的背后是電力，低碳綠色正在成為半導體行業面臨的挑戰。而為了應對這一挑戰，新思科技推出了端到端低功耗EDA和IP解決方案，可覆蓋架構、RTL、實施到簽核的完整流程，其Synopsys.ai解決方案借助人工智能技術可縮短25%的設計周期，降低30%的能耗，并將芯片功耗額外降低25%。

除了提升芯片能效，降低能耗，新思科技還在探索將芯片科學知識與方法應用于更廣闊的場景。葛群認為：“要實現碳中和，關鍵是‘電力脫碳’，一方面要改變能源結構，提升清潔能源占比；另一方面要做好重點領域的節能減排。這兩方面都需要依靠半導體創新的力量。”

高效調配能源是過去幾十年芯片開發者一直研究的重點，也是芯片創新可以為碳中和做出更大貢獻的方向，開發更先進、更節能的芯片，賦能千行百業的數字化進程；通過“算力脫碳”助力節能減排；同時積極參與能源網絡建設，利用芯片科學的知識和方法幫助新能源更好地融入能源系統，從根本上助力“電力脫碳”。

一面以提升能效為目標促進芯片創新，一面擴大芯片科學方法在其他碳中和領域的應用，碳中和正在打開芯片創新的新邊界。

不論是EDA+AI提升芯片創新的效率，還是數字孿生技術加速芯片創新落地，抑或碳中和打開了芯片創新的新邊界，創新一直都是半導體行業前進的核心驅動力。過去創新的方向是循著摩爾定律的方向孜孜不倦地追求極限性能，而現在創新的方向趨于多樣化，邊界不斷拓展，芯片會滲入生活每個角落，芯片科學過去幾十年積累的知識與方法將延展到更多領域，尋找新的“摩爾定律”，為人類社會的進步和發展做出更大貢獻。

審核編輯：劉清