面向特定领域的EDA

越来越多的公司似乎正在创建定制的EDA工具，但尚不清楚这一趋势是否正在加速，以及它对主流意味着什么EDA行业。

哪里有变化，哪里就有机会。变更可能来自新的抽象、新的优化选项，或者强加于工具或流的新限制。例如，放慢摩尔定律意味着仅仅通过移动到下一个节点，无法在产品的特定版本之间实现性能、功率或成本方面的充分进步。必须改进设计本身，缩小利润空间，或者重新构建产品架构。

从静态工具到动态工具的转变已经开始进入设计方法论。静态工具将独立于任何特定的用例或场景来查看设计并对其进行优化。动态优化添加了一个或多个场景，这些场景用作优化过程的输入，从而允许工具执行更集中的优化。这从执行时钟或电源门控时的功率优化开始，这曾经是一个静态操作。这些技术可以通过准确地了解设计的某些部分如何以及何时需要激活来进一步改进。这也推动了处理器设计的复兴，其中可以创建适合特定任务的定制处理器。

半导体公司总是创建一些自己的EDA工具。“在上世纪80年代，大多数半导体和专用集成电路公司都有自己的工具，”公司创始人兼首席执行官西蒙·戴维曼说治之软件。“但后来出现了资源问题，客户想要一种更标准化的方法。该行业从设计和半导体公司的专有解决方案转变为一个由标准驱动的行业，试图建立一个适用于所有人的通用解决方案。”

还有一些专门工具的空间。“每家设计公司都有一些自己独有的设计或数据管理问题，”科技策略师罗布•艾特肯(Rob Aitken)表示Synopsys对此。“有时候，在他们创造了一个解决方案之后，他们不想让竞争对手得到它，所以他们把它留在内部。他们可能已经得出结论，这是解决问题的唯一方法，这可能有很多原因，但最终一个更广泛适用的EDA解决方案可能会为他们工作。”

工具总是处于不断变化的状态。“EDA业务必须有一个足够大的市场，才能证明对这些工具的投资是合理的，”设计验证技术战略总监尼尔•汉德(Neil Hand)表示西门子EDA。“当涉及到特定于行业、应用程序或领域的解决方案时，真正限制这一点的是问题变得多么普遍。第二部分是存在哪些语言或功能来封装这种概括。”

有些域足够大，可以支持专用的解决方案。“特定领域并不是什么新鲜事，”Tom Feist说，他是openROAD的嵌入式企业家和承包商。FPGA行业就是一个例子，EDA和学术界已经利用包括MATLAB、OpenCL、C/ c++、Python和基于simulink的设计在内的解决方案来应对这一挑战。国家仪器公司的LabVIEW是另一个例子。”

在特殊性和灵活性之间总是有一个平衡。EDA技术顾问Duaine Pryor表示:“特定领域的系统遇到了技术和经济问题的有趣重叠。“当你让它们变得足够通用，以获得一个证明前沿开发合理的市场时，它们就失去了通过专业化获得的技术优势所带来的价值。当然，反之亦然。这会在整个价值链中传播。”

市场和行业动态在变化。Imperas的Davidmann说:“有一些公司在其领域的前沿拥有大量资源，试图找到比EDA公司能带他们走得更远的方法。”“这就是为什么一些公司被半导体公司收购的原因，在那里，他们咀嚼和吐出一些东西，作为一种获得内部专业知识的方式。我敢肯定，苹果M1和M2的成功，是因为它们有太多的内部工具。”

任何使用最新节点的人都知道它们所承受的压力。“随着半导体规模的放缓或失败，需要进行架构创新和特定领域的优化，”zdenk Přikryl说Codasip。“提高抽象级别和有效的设计自动化可以加快设计周期，从而缩短上市时间。”

此外，许多新技术正在被插入到设计流程中。“任何时候你开始谈论新技术，例如光子学，你可能会发现商业上可用的和需要的之间存在差距，”Jeff Roane说节奏。“但一旦需求出现，这种差距很快就会缩小，直到一个大玩家开发某种东西在经济上是有意义的。”

积累必要的专业知识需要时间。“量子EDA领域将不得不跨越物理学和工程学之间的障碍，”量子解决方案规划负责人穆罕默德·哈桑说Keysight技术。“这是一项艰巨的任务。这两个领域通常使用不同的术语和命名法。目前，量子硬件设计周期跨越多个工具，在多个领域，以一种不和谐的方式，其间存在多个空白，通常需要额外的努力来填补，而这些额外的努力高度依赖于设计师的知识和经验。”

ESL的失败
的电子系统水平从90年代末开始的努力是试图引入一种新的抽象和新的语言。Synopsys的艾特肯表示:“它一开始设定了宽泛的目标，后来逐渐被狭隘地定位为以数据路径为中心和类似的算法直接设计。”

对于作为这一流程的一部分而开发的一些工具，市场确实会继续增长和发展。Pryor表示:“系统级协处理器硬件/软件协同设计和优化确实开始看起来更像是一种真正的颠覆，但它具有真正的‘回到未来’的味道。”“当许多系统——尤其是手机——获得更多的异构计算架构时，该行业最初遇到了这个问题。产生了一些好的解决方案，但由于经济因素和工程竖井的结合而成为利基产品。通过优化设计、高级综合、特定领域语言和过去20年的其他发展，可以使这一领域比千年前更容易处理。”

ESL也被不断增长的知识产权市场所吸引。“今天我们看到了工具加IP的概念，”Cadence的Roane说道。“你可以看到处理器IP，内存IP，互连IP，接口IP，甚至是算法高级合成今天。但如果你看看那些真正适合高级合成的设计，那就是算法设计。工具+ ip的整个概念已经在今天发挥作用，你会看到更多这样的东西。”

虚拟原型把它的许多部分组合在一起。Codasip的Přikryl表示:“特定领域的EDA可以帮助生成部分虚拟原型，例如处理器或SoC中使用的其他组件。”因此，在一方面，特定于领域的EDA是由虚拟原型启用的，其中每个垂直领域都被适合于这些功能的专用流显著地加速和优化。如果我与软件世界并行，我们可以用几种语言编写代码，并在链接器中将所有内容粘合在一起。在硬件领域也是如此。我们只是使用了不同的整合方法。”

作为抽象得到提升，工作量变得越来越重要。西门子的汉德说:“几年前，你可以在布局中优化功率，这是人们真正能做的。“然后，权力成为综合和实施权衡的一部分。然后它成为高级合成权衡的一部分。现在它已经成为处理器优化权衡的一部分，我们将继续提升，它将成为系统级权衡的一部分。”

这些工作负载正在推动设计实践。Roane补充道:“超大规模公司正在进行芯片设计，因为他们的特定工作负载是独特的，与供应商试图瞄准的目标工作负载不同。”“你可以用现成的处理器来完成这些任务，但这在功耗方面的成本很高。与自定义实现相比，你可能不会得到最好的性能。我们看到现在有很多超大规模厂商在做芯片设计，因为他们试图降低功耗，提高特定工作负载的性能。”

机器学习也创造了一些独特的流程。“我们看到许多特定领域的体系结构语言正在被创建，”艾特肯说。“当你从EDA的角度考虑这个问题时，你就会发现，从你用来描述这些东西的语言开始，这绝对是一个定制设计方法的机会。针对特定结构进行优化的合成流程与现有的合成流程有何不同?你如何定制一个算法来产生一个定制的区块?”

工具开发
在过去，许多特定领域的工具来自初创公司。大卫曼说:“他们会发现，客户的需求是EDA无法满足的。”“由于RISC-V的需求以及对处理器验证生态系统的需求，我们从一家模拟公司转向了验证公司。有一些公司因为客户需要而构建解决方案，但Big EDA还没有做到这一点。小公司正在创造这个，随着时间的推移，这将是整合。”

这也推动了人们对开源EDA的兴趣。openROAD的Feist说:“使用开源的一个令人信服的原因是能够修改工具以满足他们的特殊需求。”“这可能是为了安全或利用机器学习等功能。谷歌一直是开源的大力支持者，这并不是因为这些工具对他们来说太贵了。这是因为他们想要获得竞争优势，如果他们把自己的秘密武器交给EDA供应商，那么每个人都能拥有它。”

如图1所示，一个这样的开源流是由efabless组合在一起的。

图1:基于OpenROAD的OpenLANE流程。来源:efabless

一些大型EDA公司正在加入这一趋势。汉德说:“开放的标准允许人们进入流程。”“在工具中添加接口的能力很重要，学术合作也很重要。传统上，这是EDA确实需要改进的领域之一。在过去的一些案例中，学术界和EDA之间有非常紧密的合作。在最近的时代，这种情况已经消失了，我们需要回到过去。”

其中一个驱动因素可能是对数据的访问。艾特肯说:“超大规模企业花费大量时间收集数据、处理数据，并防止对方访问自己的数据。”“就芯片数据而言，考虑芯片上的监视器。当芯片运行时，你可以用这些来收集信息，你可以学习一些东西。大EDA不会给你数据。它们为你提供了一种收集自己数据的方法，你可以用这些数据做任何你想做的事情。还有一个ml风格的角色，相关数据既存在于Synopsys内部，也存在于用户群中。例如，当一个工具或流程有一堆旋钮时，当您以不同的方式对它们进行调优时会发生什么?你从哪里得到最好的答案?”

手同意。“我们与客户合作，并在工具中添加了接口，允许他们提取信息并将其放入他们的数据湖。然后他们可以对自己的设计信息进行深入的分析，他们正在建立自己的能力。这对于他们的需求来说可能是独一无二的，因为他们正在利用这样一个事实，即他们可以应用有关设计的附加信息。我们不知道这些信息。”

工具的创建通常需要多个人一起完成。是德科技的Hassan表示:“量子EDA被设想为简化工作流程并实现量子硬件设计自动化的软件和工具，无论是基于超导量子比特、捕获离子、自旋量子比特、集成光学还是冷原子。”硬件基础跨越了广泛的发展领域，从超导微波电路到光学和集成光子学，这扩大了量子EDA的机会，但也使其具有挑战性。一个陡峭的知识障碍使许多工程师无法进入这个热门的新兴领域，而且它与当前成熟的EDA设计周期(例如设计集成电路)的设计方式非常不同。”

在其他情况下，应用程序领域对现有工具和底层提出了新的需求。汉德表示:“自动驾驶汽车，无论是机器人、汽车还是飞机，都带来了一系列全新的要求。“它增加了新的功能安全方面，或者对整个流程中必须管理的不确定性进行了新的关注。”

简单的改变可以产生巨大的影响。艾特肯说:“如果你着眼于多晶片系统，当你开始整合常规CMOS之外的东西时——无论它们是新颖的存储器还是来自不同工艺的CMOS——你都会遇到问题。”“你可以强迫一套现有的EDA工具使用它，你可以强迫一套现有的关于边际应该如何工作和签名应该如何工作的假设。但是，当您想要做得更好时，那么您真的应该重新考虑一些流程，即如何为信号，电源，时钟等领域构建特定领域的EDA，在多模系统中迁移，在封装内迁移。这与现有的EDA解决方案不同。”

这在EDA中是正常的。Hand说:“随着每一代新产品的出现，无论是用于新节点还是用于新应用，EDA都得到了扩展，并创造了新的机会。”“就功能覆盖范围而言，今天的EDA行业与过去完全不同。它不再仅仅是一个模拟器，一个合成工具和一个布局工具。它远不止于此。我们在底部和顶部添加了更多的内容，但通过使用更多可用的信息，这为优化创造了新的机会。”

它一直是推与拉的结合。“一直有两种动力，”罗恩说。“一个是EDA公司将试图预测并推动的领域。另一个动态是他们的客户，半导体公司，将根据他们正在做的事情创造需求拉动。在一个完美的世界里，这两种力量应该是一致的。在某种程度上，这意味着新工具或技术的成功。但它们通常不会对齐。有时候，你需要等待完美风暴的到来。”

结论
今天有可能会有更多的内部EDA工具被创建，因为行业正在朝着许多新的方向发展。摩尔定律的放缓促使公司考虑许多新技术、解决方案和优化，而这些需求需要时间才能整合成标准流程所涵盖的内容。这个行业充满活力，这只是增长的一个指标。