芯片越来越复杂，Cadence的破局之道！

过去几年，在多种因素的影响下，半导体成为了全球关注的焦点，如何打造更高PPA的芯片就成为了重中之重，因为在各种新兴技术的推动下，高性能芯片成为了市场的迫切需求。以当前热门的AI芯片为例，据Gartner的最新预测，用于执行AI工作负载的半导体将在2023年为半导体行业带来534亿美元的收入，比2022年增长20.9%。展望2027年，人工智能芯片收入预计将是2023年市场规模的两倍以上，达到1194亿美元。
 

Cadence 资深副总裁兼数字与签核事业部总经理滕晋庆博士
 
Cadence 资深副总裁兼数字与签核事业部总经理滕晋庆博士在日前的“CadenceLIVE China 2023 中国用户大会”上也指出，半导体行业在不确定的环境下依然实现了确定的增长，这主要受惠于人工智能、5G 通信、超大规模计算、自动驾驶和工业物联网等技术在不断驱动着新一代产品的设计活动。
 
然而，正如滕晋庆博士所说，在此趋势下，芯片和系统设计的复杂性也不断增加，因此，如何提升芯片的设计效率，就成为了芯片工程师需要考虑的头等大事。这也正是类似Cadence这样的领先EDA厂商所专注于解决的问题。
 
Cadence的蜕变
 
按照官方资料所说，Cadence是电子系统设计领域的关键领导者，拥有超过 30 年的计算软件专业积累。基于公司的智能系统设计战略，Cadence 致力于提供软件、硬件和 IP 产品，助力电子设计概念成为现实。
 
滕晋庆博士则指出，Cadence主要拥有四个大的事业部，分别是Analog和PCB事业部、Digital和Signoff事业部、Verification事业部以及IP事业部。据介绍，这四个事业部过去几年发展都非常好，特别是EDA软件方面，业绩更是表现出色。
 
“一般而言，整个EDA软件行业的增长大概只有8%左右，但Cadence大概可以做到19%。这主要得益于我们在研发上面做了很多的投入。”滕晋庆博士说。他表示，Cadence能将公司的35%利润投入到EDA的研发上，以提升公司产品的实力。在市场规划上，Cadence也正在不断投入，这在公司的中国布局上体现得淋漓尽致。
 
据了解，Cadence 中国区的人数从 2020 年的 700 多人扩增到现在1150 人，其中超过 70% 是研发和技术人员，这充分表明了Cadence对于中国半导体产业长期增长的信心与决心。
 
此外，对外收购，也是Cadence一贯以来扩充公司产品影响力的又一种行之有效的方式。据不完全统计显示，从2022年到现在，Cadence就收购了数据中心数字孪生先驱Future Facilities、计算分子设计领域领军企业OpenEye Scientific和Rambus的Phy IP资产。
 
在上述多管齐下的方式的影响下，Cadence不但拓宽了产品线，增强了之前就深耕领域的服务能力，这也让公司从以前的一家以EDA和IP著称的企业，逐步发展成为了一家智能系统设计公司。“我们的专长是计算软件，而通过将计算科学和数学结合起来，我们能顺理成章地将计算软件扩展到系统中去。”滕晋庆博士说。他指出，Cadence的系统包括了如三维的电磁场仿真、三维的热仿真和CFD计算流体力学等系统分析，这些都是所谓的计算软件。
 
也正是得益于这样的投入，让Cadence有能力把公司产品的应用从芯片设计拓展到系统，再扩充到其他领域。滕晋庆博士表示，计算软件甚至能被用于药物分子研究上。而为了继续拓展公司这些市场的机会，对OpenEye的收购就是为了补充公司在这个领域的实力。
 
从产品线的角度看，通过混合并购和大规模自研投入，Cadence的系统产品覆盖了电源信号完整性、电磁场仿真、热仿真、热分析、流体力学分析仿真和元宇宙数字孪生仿真方案。公司的客户基于这些产品和技术，能够向超大规模计算、5G 通讯、汽车、移动设备、航空、消费电子、工业和医疗等最具活力的应用市场交付从芯片、电路板到完整系统的卓越电子产品。
 
当中，将AI引入产品，更是Cadence过去多年持续投入研发的一个重要成果。
 
用AI助芯片腾飞
 
从过去几年的产业发展看来，人工智能离变革千行百业，仅有一步之遥。作为AI底层算力来源的芯片，也自然正在被AI所变革。如谷歌和英伟达就曾声明，公司已经将AI应用到芯片设计中，且取得了不错的效果。
 
作为芯片设计领域当之无愧的专家，Cadence当然也不会置身事外。在滕晋庆博士看来，如何利用人工智能/机器学习，实现更多自动化来提升设计效率则将成为成功的关键。CadenceCadene也一直致力于人工智能的研发。
 
“公司对于面向下一个世代的 EDA 目标是将传统的单一工具和单一运行环境转变为多运行、多工具协作的设计环境，并结合大数据平台和增强型自学习能力从设计数据中学习，从而能够为下一次 EDA 工具运行自动做出优化决策。这样可以大量减少人工决策和 debug 的时间，从而将工程师的生产力提升数十倍。”滕晋庆博士说。
 
在前文中我们提到，Cadence正在朝着一个系统设计公司演进，这一方面的原因就是为了应对未来越来越复杂的电路设计自动化需求而做出的转变。根据公司的规划，要走向智能的系统设计，需有“三个圈”的支持，其中最内层就是核心EDA 和IP，中间的圈就是仿真、设计、数字孪生等系统领域，最外层则是数据和AI的分析。在Cadence看来，最外圈是推动内部两个圈飞速发展的关键，而JedAI( Joint Enterprise Data and AI) 平台则是公司AI战略的核心基础所在。
 
Cadence在官方网站中介绍说，大型复杂片上系统 (SoC) 的验证和实施会生成大量数据，但这些数据并不总是能充分发挥其潜力，因为大多数工作流程和创建的设计数据难以轻松识别，因此无法供设计人员使用。而Cadence 的JedAI平台能够在开放的人工智能 (AI) 驱动的大规模数据分析环境中利用丰富的 EDA 数据，使工程团队能够可视化数据，发现隐藏的问题数据趋势，并自动生成设计改进策略，从而提高设计性能和工程生产率。
 
借助 Cadence JedAI 平台，Cadence 将其在 Verisium 人工智能驱动验证、Cadence Cerebrus 智能芯片浏览器的人工智能驱动实施和 Optimality 智能系统浏览器的人工智能驱动系统分析方面的数据和人工智能计算软件创新相结合，实现了从单一技术的代际转变，并在EDA中运行单引擎算法，利用大数据和人工智能来优化整个 SoC 设计和验证流程中多个引擎的多次运行。
 
基于这些思考和投入，Cadence已经首先在布线综合方面做了AI实践，现在，公司已经将AI应用到架构探索中去，并基本能够做到用C语言去写相关算法。滕晋庆博士透露，Cadence现在可以运用AI去输入系统设计的C 语言，并在其中运用了很多的逻辑语言模型。
 
“迄今为止，Cadence 拥有最全面的人工智能驱动设计平台产品组合，涵盖从芯片到系统的各个领域。Cadence 正在利用我们的计算软件专业知识，为跨多个垂直领域的客户提供创新解决方案，我们致力于用 EDA 和 IP，助力自动化电子设计从概念成为现实。”滕晋庆博士说。