产品
上月在上海召开的“2018 ANSYS技术大会”上，三天内汇集近百场精彩演讲和领先业界实例分享, 来自国内外1400余名业界精英共赴知识盛宴，感受数字转型时代仿真的力量。ANSYS半导体事业部总经理John Lee接受了半导体行业观察（ID：icbank）的媒体专访，分享了以下精彩独到的观点：
专业化（Specialization）趋势将继续加速
要想服务好一个行业，首先需要理解该行业的本质，捕捉到最微妙的变化，并预判未来趋势。John认为，专业化 (Specialization) 是他过去三年看到的显著趋势，围绕AI、自动驾驶、5G等新应用，移动、高性能计算等传统领域均有巨大机会，并且该趋势在未来几年还将继续加速。
过去，大量芯片出货集中在CPU、GPU等通用处理器市场，但现在更精细专业化分工的芯片市场涌现大量的新机会，例如区块链和加密货币，比特大陆的异军突起就是一个绝佳的实例。如果说五年以前，台积电会预留可观的先进工艺产能来生产加密货币芯片，不会有人相信；但今天，加密货币市场的起伏及对预期营收的影响，已频频出现在台积电的法说会中。
再放眼人工智能领域，中国本土AI芯片设计公司被资本热捧；在美国，AI应用更是占据了芯片设计Start-up的主力。John预测，CPU/GPU市场将继续由Intel和NVIDIA这样的巨头垄断，但在专用芯片领域，中小公司将看到非常广阔的市场空间。
这种专业化趋势不仅仅来源于芯片厂商的自主选择，同时也由各大系统和终端服务商驱动。亚马逊在定制自己的芯片，但并非为了对外销售，而是用于包括AWS在内的产品和服务。即使该款芯片只能Amazon自用，但AWS处理的数据量和对应的硬件后台是如此巨大，如果相比通用处理器芯片，只要定制芯片能获得25-30%的更优性能，前期巨大的NRE投入也是值得的。
EDA巨头间的合纵连横，比你想象的还要有趣
过去三十年，EDA领域一直在上演“大鱼吃小鱼”的养成游戏，曾有人戏称，几大EDA巨头把市面上能够并购的中小公司全数收入囊中，以致近年来出现了并购"标的"荒；而致力于分摊供应商风险的芯片设计巨头们，又努力维护着几大EDA厂商共存的微妙平衡。
ANSYS创立于1963年，是全球最大的工程仿真软件公司，产品应用在航空、航天、电子、车辆、船舶等众多行业；2011年，ANSYS以3.1亿美元现金收购仿真软件提供商Apache Design Solution，这笔收购可谓快、狠、准，加深了其在功耗效率、电源完整性、噪声、可靠性和ESD规划等工具方面的优势。
下面是一张简表，整理了EDA头部玩家的部分财务数据和对话中涉及的部分工具 (不代表其全产品线，由于Mentor被西门子收购并表，此处暂略）
尽管各大厂商之间存在竞争，但受Top 20半导体设计公司（Fabless & IDM)驱动，EDA厂商同时保持了数据格式的高度标准化（如LEFDEF, Liberty, FSDB等）和接口开放度，以达到客户端整体效能最优的组合。John分享了一些非常有趣的案例，以时序分析工具为例，Synopsys的PT和Cadence的Tempus均能够与ANSYS的功耗分析工具RedHawk-SC接口，特别的，由于ANSYS和Synopsys就PT和RedHawk-SC之间的接口签署了合作协议，优化后的PT 接口提速了近10倍。
John特别强调，ANSYS能够以相对少的雇员数，创造更大市值（近$15B)的原因，一方面受惠于跨多个行业领域的巨大客户体量（4万+），另一方面也源自在多物理域仿真技术上的聚焦。过去一年，在ANSYS新任CEO Ajei S.Gopal的领导下，ANSYS的股价上涨了约39%。
ANSYS聚焦多物理域仿真
在ANSYS用户大会的Keynote演讲中，John强调了ANSYS聚焦Multi-physics Simulation Flow的差异化竞争策略。ANSYS针对SignOff, ESD, Thermal, SI/PI, Reliability, EMI和Mechanical等多物理域提出了全套解决方案。
在John看来，EDA巨头通常会选择“全家桶策略”，即覆盖从RTL-in到GDS-out的芯片设计全流程，包括综合、布局布线、仿真、Signoff，同时还提供Emulation和IP。随着研发投入的节节攀升，目前业界只有S和C两家巨头还在坚持。非常有趣的是，与当年ANSYS收购Apache类似，同样被系统软件商收购的Mentor, A Siemens Business, 也采用了聚焦优势点工具的战略。
从整个行业和客户端看来，这些彼此差异化的策略，避免了多战线的惨烈竞争，同时还能够确保EDA能投入足够资源紧密耦合晶圆厂的先进工艺升级，也符合业态自我进化的结果。
John表示，ANSYS深度聚焦于自己的优势领域-多物理场联合仿真，并谨慎取舍。同时，随着设计复杂度攀升，工程师需要考虑包括功耗、电迁移、热、机械应力、信号完整性等多方面物理因素，需要的设计人力也急剧增加。过去，可能30人的设计团队足够完成一款芯片设计；现在，一款复杂的芯片产品可能需要多达300名研发人员的全球协作。
设计复杂度的增加导致研发成本的攀升，包括智能手机在内的终端产品的快速迭代，也让芯片厂商更加关注“一次流片成功”。每年苹果、三星、华为等手机厂商会定期发布自己的新产品，并在多项芯片性能指标上激烈竞争，更短的产品TAT和更低的容错率让客户更加重视仿真愿意为Multi-physics Simulation买单。
7nm设计挑战和解决之道
设计复杂度的增加很大一部分来自集成电路工艺技术的不断演进，在7纳米，晶圆厂的制造工艺变得异常复杂，芯片设计存在诸多挑战，不仅成本大幅增加，还可能发生许多意想不到的良率问题。
Sources: ANSYS, Paolo Gargini, ITRS Past, Present and Future, TSMC: Physical Design Challenges and Innovations, ISPD 2017
根据ANSYS,TSMC等联合发表的论文，在7纳米，电源网络的节点数达到100亿数量级，超低电压设计意味着极窄的设计裕量，单次Full-chip仿真就可能产生1TB数据，为了覆盖不同场景产生的数据量还将乘上10倍。
很显然，过去传统的设计方法将很难收敛，此时亟待新的解决思路。取道Google, 百度等互联网公司，ANSYS提出了大数据和机器学习技术驱动的EDA平台——SeaScape。John分享了一个来自NVIDIA的设计实例，通过SeaScape分析200亿晶体管级电路的时序、功耗、版图、压降等设计仿真数据，可以在10分钟内得到过去花上一周时间经过多次仿真才能得到的信息。
SeaScape的大数据平台背后有哪些Know-how呢？为帮助我们理解芯片设计领域大数据分析的关键因素，John从数据类型和EDA算法两个方面做了解释：
在互联网行业成熟的大数据技术尚未在EDA行业普及，最主要的原因是不能支持晶体管、电路网表、功耗、电流、电压、版图、寄生、互连线等数据类型。 此外，从最基础的原理来看，EDA工具主要解决三种问题：处理时序和功耗的图形演算；处理提取、DRC和布局布线的几何图形运算；以及大规模矩阵求解运算。将大数据技术用于半导体芯片设计需要处理好底层数据支持和对数据进行运算操作的问题。
因此，ANSYS针对时序、功耗、电压、电流、版图和仿真求解引擎设计了SeaScape这一专用大数据系统 （Purpose Built Big Data System），并且还支持客户基于开放接口开发自定义搜索和分析功能。
超越SignOff以确保客户成功
传统的SignOff（签收）流程包括DRC, LVS, Timing SignOff, Power SignOff等，往往使用多个独立工具，SignOff工具的输出也是简单的“是”和“否”。“是”意味着通过约束条件签收，“否”则意味着要修正仍存在的问题。
针对先进工艺节点下越来越窄的设计裕量，ANSYS提出了“超越SignOff”工具方法学，即不仅仅给出“是/否”判断结果，更加着眼于如何帮助设计工程师改进 “PPAR”，即Power-Performance-Area-Reliability。
在2018 DAC上，一篇来自Broadcom的论文展示了如何用RedHawk-SC SignOff工具有效减少了10%的芯片面积，John指出，正是支持大数据分析和机器学习算法的开放系统，带来了这一显著改进。
EDA on Cloud
中国现在有1000多家芯片设计企业，其中大部分为规模不足50人的中小型公司，如何更好地支持数量如此之多的芯片设计公司，对于EDA厂商来讲提出了新的需求。同时，无论大小客户，都希望能够拥有弹性、可扩展的仿真计算资源。
2018 DAC 上，Design-on-Cloud的话题备受关注，包括Google，Microsoft，Amazon，阿里云在内的各大云服务商探讨适合IC设计环境的云方案，各大工具厂商也在积极布局EDA上云方案，Cadence，ANSYS等厂商均已有实际部署案例运行（不过目前中国市场还没有官宣的案例）。
实际上，ANSYS的不少工具从开发之初就考虑到Cloud-friendly的需求，例如Redhawk-SC是基于类似Google Map的大数据平台开发，可以非常容易的部署在AWS环境中。
同时，John也指出，EDA上云的挑战不仅仅来自软硬件资源配置和工具本身的优化，EDA-on-Cloud对传统商业模式的潜在冲击和挑战也不可避免。工程师并不在乎使用的是具体哪一家的工具，他们只想要每个设计环节中整体性能最优的工具，这就需要将Synopsys, Cadence, Mentor, ANSYS的工具集成到同一个云端环境中并让用户自由切换使用，目前尚未实现。
然而，过去数十年半导体产业发展的历史进程告诉我们，服务商的革新动力来自芯片客户，芯片设计的创新势能来自终端应用。只要永远追求更高性价比的客户不断推动，谁说这一天不会到来呢？
免责声明：本文系网络转载或改编，未找到原创作者，版权归原作者所有。如涉及版权，请联系删
155-2731-8020
