负面因素刺激增长

半导体行业的成功和健康是由对影响我们生活方方面面的日益复杂的设备的永不满足的需求所驱动的。在这些设备中使用的芯片的设计开始数量驱动着EDA行业。

但历史上从来没有像今天这样有如此多的细分市场推动创新。此外，没有迹象表明这种情况即将改变。

Kandou创始人兼首席执行官Amin Shokrollhi表示:“随着全球对芯片的需求持续增长，半导体行业可以预期又一个增长年，尽管持续的业务挑战和大流行造成的破坏可能意味着更多的整合。”“AI和ML以及其他新兴市场领域的新芯片设计将受到整个供应链持久的产能限制的影响。然而，我们的行业充满了聪明的创新者，他们将这些挑战视为机遇。”

这种扩张的两个关键驱动因素是COVID和摩尔定律的终结。

“到2022年，人们将意识到免费午餐的时代又结束了。节奏．2005年，微软的Herb Sutter发表了他的文章《免费午餐结束了》，指出软件开发人员从处理器架构改进中享受到的看似免费的进步将会结束，需要从根本上采用新的软件开发方法。三年后，我们正处于我们现在回头看的多核革命中，它引发了软件开发并发性的进步。业界现在已经清楚地意识到，我们所享受的免费午餐，仅仅是等待下一个半导体技术节点来构建下一个更复杂的芯片系统(SoC)，已经结束了。高端设计达到或超过了要求异构集成的网线限制，有效地导致了soc的解体。”

另一个驱动因素是COVID。Semtech信号完整性产品集团营销和应用副总裁Timothy Vang说:“大流行强调了数字化转型和基于云的服务的重要性。”展望未来一年，大量的数据中心内部流量将成倍增加对额外带宽和更快网络互连速度的需求。目前的数据消费趋势表明，对数据和计算的需求不断增长，随着数据中心向直接连接到5G网络的边缘计算模型发展，我们看到数据中心和无线基础设施正在融合。”

过去几年的一些发展正在使行业内的结构性变化成为可能。CHIPS Alliance总经理罗布•曼恩斯(Rob Mains)表示:“今年将是一个分界线，从过去孤立的专有技术向将极大颠覆行业的协作未来过渡。”“这将促进创新，并有助于满足对差异化硅日益增长的需求。在很长一段时间里，硅设计只向少数拥有金钱或技能的特权人士开放，可以进入绿野仙踪的阴谋集团。人工智能(AI)、机器学习(ML)和其他计算密集型应用对差异化硅的需求已经改变了硅行业协作的本质，并正在消除管理硬件开发所有方面的一站式商店的概念。”

正如John Hennessy教授和David Patterson教授在2018年的图灵讲座中所指出的那样，该行业正面临着一场完美的需求风暴，推动向2.5D/3D-IC集成过渡。

不止摩尔
摩尔定律自20世纪60年代以来，一直在管理半导体技术的性能和小型化，但对许多公司来说，它在经济上已经不再可行。光刻技术的局限性确保了芯片在物理上不能变大。这需要不同的策略来增加设计尺寸。

这对不同的人意味着不同的东西。EdgeQ的首席执行官维奈•拉uri表示:“摩尔定律将在这个十年里寿终正寝。“在半导体行业，摩尔定律、硬件加速和‘软件化’的交集将首次成为未来性能扩展和芯片设计的原则。该行业将转向软件定义硬件，强调高度定制的可编程芯片设计，而不是单一尺寸适合所有芯片。特定的密集型功能将被划分到硬件加速器中，但设计趋势将是使用更小的处理器来处理更指定的任务，使用软件定义。”

随着摩尔定律的失效，芯片开发也受到了终止的影响Dennard扩展自2005年以来。“正因为如此，提高处理器性能依赖于单核在更小的几何结构中实现，并具有更高的时钟频率，”罗迪厄克特说Codasip．“时钟频率已经达到了一个上限，以避免热失控，从那时起，一些专业化的多核系统(如dsp、gpu、npu等)提供了更高的性能。摩尔的转变将推动进一步的专业化，包括设计用于匹配计算工作量的可编程加速器。这将需要各种各样的、专门的设计，而且需要更多的设计。处理器设计自动化对于实现特殊架构至关重要。”

获得更大的芯片将需要多个芯片。“随着对增加密度、更高带宽和更低功耗的需求加速增长，3 d-ic技术正在起飞，”Cadence多物理系统分析产品营销总监梅里卡•罗山德尔(Melika Roshandell)表示。“与传统的单模具平面设计相比，3d - ic具有许多优势，例如减少占地面积和增加功能。但新技术带来了新挑战。当工程师面临3d - ic相关的热挑战时，多物理场分析将是至关重要的。此外，工程团队必须考虑整个系统，包括封装、PCB和芯片，而不是单独运行的单个芯片的行为。”

人们可能很容易被这种炒作所吸引。“我们肯定会看到更多的2.5D和3D-IC设计开始，但这距离成为你所说的‘常态’还有很长的路要走，”该公司执行副总裁Joe Sawicki说西门子EDA．“我们还必须考虑到目前的芯片短缺和产能积压。实际上，制造3D-IC需要更多的芯片，然后需要将这些ic放入高级封装中。也就是说，对于那些公司不想跳到前沿节点或需要异构集成的应用程序，现在的基础设施已经到位，使其成为一个更可行的选择。”

但这并不意味着发展过程中不会出现小问题。“目前的供应链中断(半导体芯片和原材料短缺，再加上港口拥挤和卡车司机短缺等物流限制)造成了瓶颈，将在2022年继续限制产量，”来自中国的一位高管表示Keysight．“供应链弹性现在是一个组织应对持续波动能力的关键。企业将越来越多地将精力转移到面向未来的供应链上，以获得竞争优势。此外，可持续供应链将被优先考虑，以减轻环境、社会和公司治理风险。”

但供应链问题正在刺激创新。Semtech无线和传感产品集团产品管理总监Sree Durbha说:“在过去18个月里，由于COVID-19大流行，全球供应链在很大程度上受到了干扰。为了应对这些挑战，企业应该考虑部署远程、超低功耗的物联网解决方案，并通过云整合地理定位功能。利用支持云的地理定位解决方案，超低功耗资产管理平台能够自动定位、跟踪和监控设备、产品、车辆和人员等物理资产。在2022年，顺畅供应链运营将至关重要，以确保更智能、更可操作的资产跟踪。”

More than Moore趋势正在推动EDA的大量发展。Cadence的Schirrmeister说:“异构集成所需要的多学科方法将导致芯片协同设计、硬件/软件协同开发、电磁和热方面的进一步创新。”“在某种意义上，我们正在达到一个新的系统级设计水平，远远超出了以soc为中心的术语，电子系统级(由加里·史密斯在1997年创造)所暗示的含义。”

机器学习
我们不可能忽视……所取得的进步机器学习算法和运行算法的硬件。公司创始人兼首席执行官西蒙•大卫曼表示:“人们正在开发的技术太棒了治之软件．“他们中的一些人将获得巨大成功，而另一些人将最终走向没落。世界正因为人工智能和机器学习而变得更美好吗?数据挖掘和数据科学家如何发现人们的奇怪事情是有一些挑战的。但就像电力改变事物一样，人工智能也在改变事物。”

硬件开始在部署中扮演越来越重要的角色。Mythic联合创始人兼首席执行官迈克·亨利(Mike Henry)表示:“2022年，该行业将在边缘处理人工智能工作负载方面出现大幅增长，逐渐远离云处理。”“人工智能计算技术的新进展，例如模拟内存计算，通过在边缘实现极其强大的处理，同时保持低功耗，推动了这一转变——所有这些都在一个紧凑的处理器中实现。”

该行业必须探索替代方案。Cadence产品营销部门主管马克•格林伯格(Marc Greenberg)表示:“对我来说，有趣的是这些芯片的架构，以及相应的外部DRAM内存选择正变得越来越多样化。”“在商用gpu类型的加速卡中，我们看到基于HBM2的设计占据了最高端的市场价格超过10,000美元，但基于gddr6的加速卡以不到HBM2 50%的成本提供了高达75%的性能。当HBM3到来时，它可能会稍微动摇一下，但我们看到，以前可能使用HBM内存的设计开始现在正在考虑GDDR6，而设计开始可能已经考虑GDDR6转向LPDDR5, LPDDR5X和DDR5。在我看来，这标志着AI/ML服务器类型的应用程序将以更低的成本进入更广泛的市场。”

应用程序空间肯定在不断扩大。Mythic公司的亨利补充说:“工业自动化是一个已经在边缘完成大量处理的领域，随着工厂越来越多地依赖具有机器视觉的机器人来提高生产力和提高安全性，这种情况只会持续到2022年。”“虽然自主无人机是边缘人工智能的另一个流行用例，但很多人可能会惊讶地发现，在2022年，我们将开始看到无人机被用于检测潜在的野火爆发。最后，汽车行业是另一个将继续看到边缘人工智能处理增长的领域，无论是用于消费汽车应用中的辅助驾驶功能，还是用于商业应用的安全监控应用。”

很多方面都需要平衡。Schirrmeister说:“几位分析师预测，AI/ML将在未来十年推动半导体增长的很大一部分。“无处不在的超连接需要平衡从传感器到设备、远端、中端和近端到数据中心的处理，从而在每个计算点上驱动显著不同的延迟、功率/热、性能、规模和成本要求。因此，将需要满足各种设计要求的专门设计来推动特定领域的半导体增长，然后通常使用异构3D-IC集成在封装级别进行组装，以实现进一步的专业化。”

并期待看到发展进入新的领域。Keysight的一位发言人表示:“AI/ML是自动化的核心，不仅在运行测试方面，而且在我们如何使用数据做出明智的决定方面。”“将算法转移到数据上要比将tb级的数据转移到云端更有效，因此我们希望看到一些进步，有助于更快地洞察移动中的数据。”

开源
另一个趋势是开源硬件。CHIPS联盟的mainus说:“在2022年，我们将看到越来越多的公司投入时间和精力开发开源工具，并相互合作。”这将使各种规模的组织都能利用经过社区验证的知识产权，开发差异化和定制化产品的新配方。随着开源硬件使公司比以往任何时候都更容易创新、扩大规模，并满足今天和明天的计算需求，看到硅设计的进入壁垒正在降低，这令人兴奋。”

西蒙·兰斯，营销副总裁ClioSoft他完全同意。“开源IP和工具将继续受到欢迎和采用。这是因为对于任何规模的公司来说，开源半导体IP和工具在经济上都是可获得的、可定制的和安全的。通过开源IP，其他人可以按照自己的意愿使用、修改或分发IP，而无需征求最初开发它的人的许可，也无需向他们支付版税。这对生产物联网等低利润率产品的企业也非常有利。对于各种规模的公司来说，减少或消除在许可协议和版税谈判上花费的时间将继续有助于缩短产品上市时间。”

上市时间变得越来越重要。SmartDV北美应用工程总监Bipul Talukdar表示:“随着上市时间压力的增加，对经过验证的知识产权的需求在2022年变得更加重要。”“第三方供应商能够提供高度可配置或可定制的设计IP，以获得更好的面积和性能以及快速定制能力，随着芯片设计人员寻找缓解压力的方法，这些供应商将非常受欢迎。RISC-V架构为公司创建了一个生态系统，为开源核心产品化服务提供交钥匙解决方案，在产品化开源核心提供商、FPGA公司和设计IP公司之间建立合作关系。”

有些人认为开源硬件是一种威胁，但事实未必如此。Imperas的大卫曼说:“开源硬件是个好主意。“开源项目之所以能成功，是因为人们投入了大量资金。商业公司必须投入大量资金，因为开源需要资源来实现。这不是爱好。它必须具有极高的质量和坚固性。没有开源软件，我们就无法经营我们的业务。我们使用GNU工具和Linux，还有网站之类的东西，非常棒。硬件开发人员最终将受益于能够使用这样的硬件。这是电子产品领域的一次重要演变。”

EDA研究进展
的EDA与其他任何技术部门相比，该行业将更多的收入再投资于研发。未来的投资肯定会以各种方式继续下去。“值得注意的是，2022年是一个新的里程碑SystemVerilogVerific Design Automation总裁兼首席运营官Michiel lighthart说。“一个由敬业的行业志愿者组成的委员会正在努力修复和改进标准，计划在8月前完成工作。从那时起，在IEEE批准实际标准之前还需要一年的时间，但我们的努力是值得肯定的。”

随着对验证的日益关注，我们可以期待在那里看到许多变化。Axiomise创始人兼首席执行官Ashish Darbari表示:“我们相信，从2022年开始的未来三年，正式验证的采用将大幅增加。”“基于模拟的验证减慢了交付进度，并泄露了漏洞。一个多管齐下的方法，培训工程师在改变生活形式验证具备执行项目的技能和可预测的结帐方法。这种形式化方法的驱动对于所有类型的设计都是必要的，但对于任何最终涉及功能安全和安全领域的东西，包括专门从事统计和概率计算的人工智能和深度学习硬件。”

ML会改变这个行业吗?ClioSoft的Rance说:“过去，EDA工具是为人设计的。“它们的主要功能是帮助工程师以最小的时间和人力损失完成设计。现在，人工智能正在进入这个行业，它将改变我们从事电子设计的方式。随着AI在EDA工具中发挥越来越大的作用，它们将变得更加强大和全面，而不需要更复杂的使用。设计师将花更少的时间在手工任务上，更多的时间在概念化和创新等创造性工作上。”

AI/ML在EDA中的应用正在加速。“在过去的几年里，我们看到AI/ML在功能验证能够实现更智能的回归压缩和改进形式证明优化，”Schirrmeister说。“使用模型将随着进一步的回归压缩、更好的回归目标、高级的bug搜索和覆盖关闭而变得更加精细。AI/ML也将在从上到下的设计流程中变得更加普遍，扩展到高影响力的验证和数字化实施领域。我们将发现采用更多AI/ML支持的统计模拟模拟。AI/ML将进一步扩展其应用于半导体库表征和制造设计中未知产量限制热点的预测。我们已经报道了将AI/ML应用于印刷电路板设计和信号完整性分析的系统设计的重要研究。AI/ML已经无处不在。未来还会有更多。”

系统中日益复杂的相互依赖性使得启发式算法的开发变得不太可行。西门子的Sawicki说:“AI/ML架构要求EDA围绕两个轴进行创新。“首先，这些设计的规律性使得可以利用这种规律性来提高设计效率的技术得到了重视——无论是设计编译器来更快地将这些设计转化为验证，还是分层测试技术，可以大大提高测试的效率，并在生产线上应用生产测试。其次，新技术允许架构探索的重要方面，允许最佳功率曲线操作架构，特别是基于边缘的AI芯片。高级综合已经开始发挥作用，因为它允许设计师通过非常快速和富有成效的RTL路径进行架构探索，并进入设计流程的传统部分。”

不断增长的计算需求也推动了云计算的采用。Cadence公司多物理系统分析产品管理组主管布拉德•格里芬(Brad Griffin)表示:“云计算为客户的设计需求提供了增长机会。“银行业等行业几年前就开始转向云计算，但EDA行业在采用这一战略方面比其他行业慢。然而，一项举措正在进行中。NXP最近宣布将其大部分EDA工作负载转移到云端，我们相信这种前瞻性的方法将很快被其他寻求提高工程运营效率的公司广泛采用。”