探究當今產業(yè)背景和科技潮流中半導體產業(yè)所面臨的挑戰(zhàn)與變革時，不難發(fā)現，一個至關重要的轉折點已經發(fā)生——人工智能（AI）的崛起正以前所未有的力量，對電子設計自動化（EDA）乃至整個半導體產業(yè)帶來顛覆性的變革。

半導體驅動的產品和系統(tǒng)需求在急劇增長，與此同時，業(yè)界始終在追求更小型、更高效、更快速的技術，這些都促使IC工藝與封裝技術加速革新，芯片設計復雜度呈指數級增長，進而對傳統(tǒng)的設計方法和工具提出了嚴峻考驗。與此同時，全球供應鏈的復雜性、市場需求的快速變化、半導體工程師人才缺口等，無不在挑戰(zhàn)著全球半導體產業(yè)的脈動節(jié)奏。

正是在這樣的背景下，AI憑借其強大的數據處理能力、自我學習能力和優(yōu)化算法，逐步滲透到EDA和半導體產業(yè)的各個環(huán)節(jié)，從設計優(yōu)化、制程優(yōu)化到快速驗證等環(huán)節(jié)，AI不僅能夠提高開發(fā)效率和精準度，甚至還在生產流程自動化、質量控制等方面展現出巨大潛力。通過賦能EDA領域，AI將為芯片設計帶來革命性變化，全面推動半導體產業(yè)的變革與升級。

AI如何助力

EDA應對挑戰(zhàn)？

電子系統(tǒng)的能力和復雜程度，與其所集成的晶體管數量是成正比的。業(yè)界對于單顆芯片可集成的晶體管數量的最新預期是2030年將達到1萬億個；相形之下，半導體工程師和技術人員短缺問題持續(xù)存在，據中國半導體行業(yè)協(xié)會預測，2024年中國行業(yè)人才總需求將達到79萬人左右，其中人才缺口將達到23萬人，芯片設計和制造業(yè)人才缺口都在10萬人左右。在急劇增加的晶體管數量面前，設計生產力差距成為一個日益嚴重的問題。

如何通過AI應對這一挑戰(zhàn)？

將AI視作一種工具，導入傳統(tǒng)EDA軟件引擎、流程和工作流中，利用AI實現自動化以及能夠驗證利用AI獲得的結果非常重要。西門子EDA認為，可驗證、可追溯和開放性是EDA應用對AI的核心需求。

當前，西門子EDA通過在整個設計流程中引入AI，實現了EDA性能的顯著提升，包括減少設計時間、提高驗證效率優(yōu)化測試和良率分析能力，以及增強用戶交互體驗等方面。

例如可用于復雜SoC系統(tǒng)驗證的Veloce硬件仿真加速器平臺、IC功能設計方面數字驗證的Questa、定制IC驗證平臺Solido、DFT工具Tessent，以及系統(tǒng)設計的HyperLynx、Xpedition等工具，都可實現不同程度的效率提升。此外，還有用于IC物理驗證的Calibre，和進行失效診斷分析的Tessent YieldInsight等。通過這一系列的改進，西門子EDA可幫助客戶加快產品上市時間、降低成本，并且提高整體設計質量。

AI賦能的西門子EDA工具

在西門子EDA解決方案中，AI主要用于三個不同重點領域：核心技術、流程優(yōu)化以及提供可擴展的開放平臺，主要用于增強工程師能力、提高工程師的生產力，以及捕捉設計團隊內的知識。AI可用于更深入了解IC設計，從而幫助理解問題發(fā)生的根本原因，并避免未來可能出現的潛在問題。在這一實踐中，AI并非用于取代工程師，而是幫助工程師提高工作效率，并助力實現新的可能性。

AI推動技術進步

一段時間以來，傳統(tǒng)AI技術在EDA應用中主要用于幫助處理海量數據，并通過圖表分析、強化學習或計算分析等方式，解決新產品導入（NPI）時出現的問題。而新型AI技術包括預測式AI和生成式AI模型技術的引入，開啟了更多可能性。

Calibre設計和制造解決方案利用AI為DRC/LVS/PEX/DFM檢查、良率分析、可靠性優(yōu)化以及光刻建模、RET和OPC提供了更快速、更準確的工具，從而加速了從設計到大批量制造的NPI過程。

圖：Calibre智能IC設計軟件加速了復雜SoC設計中錯誤的驗證和調試。

圖：Veloce仿真結合AI功耗模型，提供了比傳統(tǒng)流程快多個數量級的高精度RTL設計功耗估算。

大語言模型和生成式AI也在改變EDA工具的使用方式。生成式AI更方便工程師保存和分享他們的知識，使提取跨領域信息自動化，以及加快設計創(chuàng)建和系統(tǒng)優(yōu)化。

西門子EDA工具中的AI涵蓋一系列相互協(xié)同的技術，它們使得客戶能夠打造出更好的芯片和電子系統(tǒng)。例如，設計電路板系統(tǒng)時，Xpedition、HyperLynx和PADS Pro能夠借助即時機器學習模型，根據上一個指令來預測下一個指令。

AI賦能的工程師

AI還可在設計優(yōu)化中充當指引者。所有這些技術都聚焦于為工程師賦能，讓他們能夠更快速、更高效地工作。例如，AI可以協(xié)助進行系統(tǒng)級高階搜索乃至任務特定搜索，從而加速收斂。無論工程師的專業(yè)能力處于何種水平，AI都能為創(chuàng)建半導體設計提供新的見解和自動化能力。

圖：AI可通過減少重復、單調的任務來使設計工程師能夠積累更多專業(yè)經驗。

AI簡化設計流程

AI可以用于構建新的流程和能力，用于實現對數據的全新理解，使得能夠做出以前未知但有價值的權衡，也可以用于更高效地執(zhí)行EDA領域中的現有任務。例如，Questa Verification IQ數字驗證工具套件，使覆蓋率收斂速度更快。

圖：AI驅動的Questa驗證平臺能使所需的測試量大大減少，從而縮短收斂時間。

Solido Characterization Suite和Solido Design Environment能夠將所需的驗證減少幾個數量級，同時確保獲得質量相同的結果。

圖：AI驅動的Solido自定義驗證工具能對模擬IC進行更快速、更準確的設計、驗證和仿真。

Solido作為首批使用AI技術的一款EDA解決方案，所包括的Solido Simulation Suite、Solido Design Environment、Solido Characterization Suite 和 Solido IP Validation Suite等Solido工具可以配合使用，形成緊密整合、高效的EDA解決方案。

從IC設計到生產的整個過程中，西門子EDA工具通過利用AI實現自動化、規(guī)?；c協(xié)作，大大提高了整個過程的運行效率。

構建開放安全的AI生態(tài)系統(tǒng)

在AI的助力下，芯片設計從概念到生產都在進入一個全新的時代。西門子EDA與合作伙伴正在攜手進行大力投入，以期在未來打造一個開放的AI生態(tài)系統(tǒng)，讓半導體設計人員和制造廠商能夠構建可定制、可擴展、可驗證的AI工具及優(yōu)化流程。

在打造開放AI生態(tài)的過程中，西門子EDA將數據安全視作重要根基。在西門子EDA看來，數據的質量和安全性至關重要，在提供帶有預訓練AI模型的工具以處理客戶數據時，基于客戶數據構建的模型始終由客戶自行控制，且并不會在未經許可的情況下利用客戶數據來改進模型。

下圖可以說明在西門子EDA AI解決方案中，是如何全面保障數據安全的。西門子EDA盡可能通過開放式標準數據格式和API來采集數據，強調數據采集和協(xié)同數據庫的重要性，并且，在AI/ML模型的預訓練、提供安全的設計洞察、以及供應鏈的優(yōu)化和管理等多個工作流中，來保護數據和設計安全。

基于這一套完整的、覆蓋全部關鍵要素所搭建起的平臺支持，客戶可以安全地利用其自有數據繼續(xù)構建應用層AI，這些數據包括EDA數據、源控制數據、流程數據以及其他一系列內部數據。通過西門子EDA AI平臺，客戶可將其數據放心地集成到EDA工具中，以提取數據并根據需求進行控制。

西門子EDA希望從IC設計需求出發(fā)，貫穿架構、軟件（包括IC、Package、PCB以及MCAD等方面）、系統(tǒng)集成和驗證以及制造等全流程，打造一個促進創(chuàng)新、協(xié)作和效率的開放式平臺，最終構建可信、可驗證的AI平臺。

展望：半導體全生命周期

進一步提升AI能力

在AI的助力下，從概念到生產的芯片設計正進入一個全新時代。

西門子EDA研發(fā)人員正與客戶積極合作，不僅要提升半導體設計和生產階段導入的能力，也要在半導體全生命周期中實現進一步提升。通過與客戶密切合作，西門子EDA研發(fā)人員和支持團隊能夠在傳統(tǒng)EDA之外，研究來自半導體設計過程的深刻知識與見解，從而致力于減少產品制造所需的時間和資源，同時提升工程設計能力，而這將有助于實現更加全面而深入的優(yōu)化。

未來，隨著AI助推半導體技術集成到全面的數字孿生中，一系列新的功能可望實現：比如實現精確仿真、個性化產品設計、自動優(yōu)化、半導體供應鏈優(yōu)化等等，從而更大程度推動整個行業(yè)的進步。