来源：电子工程专辑

无论电子系统厂商、互联网巨头还是通信网络服务商，现在都开始转向以“数据”为中心的策略。系统厂商希望从其设备（特别是物联网或工业物联网设备）采集的信息中获得更多价值，自己设计芯片就可以很好地与系统集成，形成差异化，并逐渐占据采集数据的重要位置。 

EDA新趋势：从芯片到系统，从地面到云端

IT公司和互联网巨头希望通过自己设计的芯片来更好地运行专有的软件和算法，以便获取最佳的数据分析能力，因为独立半导体公司提供的通用芯片无法满足其特定领域的个性化需求。通信网络服务商和集成商也希望设计自己的IoT和IIoT芯片，以便构建完整的信息采集和分析生态系统。即便传统的汽车厂商也在通过自建或收购的形式发展自己的芯片设计能力，以便在新兴的电动车和自动驾驶领域抢占关键位置。全球有500多家汽车原厂、一级供应商和初创公司在参与智能出行和交通车辆方面的芯片开发。

为应对这些非传统客户的需求，EDA供应商开始对其现有产品做出调整，逐渐从以往的芯片设计扩展到模块、PCB板直到系统级设计。这些非传统半导体公司无需从头学习完整的EDA设计流程和工具，可以采用新的设计方法论和设计工具，这样可以使用自己熟悉的软件语言和算法来开发芯片，而且可以将产品设计流程从芯片到系统完整地集成在一起，开发出更具差异化竞争优势的特定领域专用产品。像Google、Facebook、Amazon、苹果和阿里等公司都率先采用了高层级综合(HLS)等新的EDA工具。

EDA供应商将软件工具从过去的企业服务器逐渐往云端搬移也已经有一些时间了，但进展不如预期的那么快。其中一个原因是芯片设计公司不太愿意将其专有IP放到云平台上，对其专有技术的安全性还有顾虑。然而，随着芯片设计的复杂程度越来越高，一个芯片项目需要多个团队在全球不同地点协作开发，安装在某个地方的服务器已不能满足数据传输和开发进度的要求。此外，中小芯片设计公司不愿也不能承担巨额的前期EDA投入，更有使用云端EDA的意愿，毕竟共享的云计算和芯片设计资源可以降低成本。EDA工具搬到云端也是迎合这些客户需求的自然延伸。

若从每个晶体管的成本来看，整个半导体行业都在逐年降低，自然EDA部分也不例外。均摊到每个晶体管的EDA成本其实一直在按每年30%的速度下降。因此，EDA软件无论是安装在独立服务器上，还是部署在云端，其成本对EDA供应商来说基本上都是一样的，但芯片设计公司可以通过计算资源、IP和其他软件的共享来降低总体成本。

Walden Rhines博士, Mentor, a Siemens Business 荣誉 CEO

AI芯片初创公司：必须找到合适的AI 应用场景

自2017年以来，风险投资在Fabless芯片设计初创公司的投资金额明显增加，其中占比最高的当数AI和机器学习方面的芯片初创公司。2018年全球VC在Fabless领域的总投资金额约35亿美元，光获得投资的AI/ML芯片相关公司就有30多家，竞争开始加剧。这些拿到VC资金的AI芯片公司接下来面对的问题是如何找到合适的AI应用场景，让其AI芯片真正有用武之地，不然连生存下来都是问题。

这些AI芯片初创公司在选择EDA工具进行芯片设计时，应该考虑采用适合AI/ML的高层级综合(HLS)，因为他们只需要使用业界标准的C++或SystemC语言来描述功能需求，HLS很容易重新定向到不同的工艺和技术。在计算机视觉、神经网络计算、5G通信网络，以及图像处理和视频压缩/处理等AI应用场景，HLS可以帮助AI芯片公司降低验证和测试成本/时间、以很高的QoR质量加速产品面市，从而在竞争激烈的AI市场赢得一席之地。

中国Fabless：利用EDA、IP和组件加速芯片设计

中国半导体产业在政府政策和集成电路产业基金的推动下，无论在晶圆厂还是Fabless公司投资方面都远远超过了美国，成为全球增长最快的半导体研发和制造基地。自2017年以来，中国芯片设计公司无论在企业数量还是企业规模上都有大幅度增长。虽然中美之间有政治和贸易摩擦，但美国和欧洲的EDA及半导体公司都希望为中国客户提供更好的技术、产品和服务。自由贸易是全球大势所趋，也将给中国半导体产业带来更多创新活力。

中国芯片设计公司应该以面向全球市场的创新意识，利用最好的EDA设计方法、工具、IP和组件来开发新兴的芯片技术和产品，比如AI、5G和IoT芯片等。只有这样才能加速产品研发和面市时间，以技术创新在中国及全球市场赢得尊重。