電子發燒友網報道（文/吳子鵬）AI賦能是過去、當下、未來的熱門話題。實際上，自2017年開始，“AI+”就已經是一個非常熱門的話題。2017年底，當吳恩達宣布自己創辦Landing.ai時，起到了刷屏的效果。如今，6年的時間過去了，AI賦能了非常多的行業，那么被譽為“芯片之母”的EDA得到了怎樣的賦能？未來又會被如何賦能呢？

AI+EDA的發展現狀

AI+EDA的另一個說法是：AI反哺芯片/系統設計。目前，行業的共識是AI能夠大幅提升芯片和系統設計的效率，并降低設計的總成本。就以芯片設計來說，通過AI技術加持，EDA工具能夠基于過往的設計數據和經驗，進而幫助當前設計改善PPA（性能、功耗、尺寸）指標，能夠用更少的時間完成芯片的驗證工作。

基于上述原因，目前EDA廠商基本將AI+EDA作為一個重點發展方向。比如新思科技，該公司的Synopsys.ai 就是一個典型的AI驅動的EDA方案，也是業界首款AI+EDA解決方案套件，可在從系統架構到制造的全流程中充分利用 AI 的強大功能。根據新思科技的介紹，Synopsys.ai 包括DSO.ai、VSO.ai和TSO.ai等全套方案，完成了PPA目標實現，實現更高覆蓋率，完成預測性漏洞檢測，以及實現更少的向量等主要芯片設計流程的全覆蓋。

和新思科技一樣，Cadence同樣重視AI技術對EDA工具的革新。在Cadence內部，AI驅動的EDA工具基本歸類為Cadence Joint Enterprise Data and AI (JedAI) Platform ，這個平臺將生成式AI應用與開放的、人工智能驅動的大規模數據分析環境相集成，助力工程團隊在產品開發的每個階段實現數據可視化、發現隱藏的數據趨勢并自動生成設計改進策略。比如，Allegro X AI技術便是Cadence JedAI中應用于下一代系統設計的AI技術，能夠顯著提升PCB的設計效率。

西門子EDA同樣重視AI的力量。在以“加速創芯，智領未來”為主題的2023西門子EDA技術峰會上，西門子EDA全球副總裁兼中國區總經理凌琳特別提到，西門子EDA對AI/ML技術的運用不僅僅局限在某一個工具，而是在全局、普適的策略下，達到為用戶減少人力與資源消耗，取得事半功倍的目標。

綜合EDA三大家的動作來看，當前AI已經完整覆蓋芯片設計和系統設計的全流程，成為人類設計人員的得力助手。當然，對于AI技術的應用，國內EDA公司也在加速推進，并取得一些顯著成果。比如隼瞻科技已經將AI+EDA引入產品WingStudio當中，這是一個專用處理器設計自動化平臺，通過引入AI技術，讓設計者開發更加敏捷。再比如芯華章，該公司基于統一的底層框架智V驗證平臺，打造融合AI和云原生的全新EDA，2021年時就發布了高性能FPGA原型驗證系統樺捷（HuaPro-P1）、國內領先的數字仿真器穹鼎（GalaxSim-1.0）等代表產品。

同時，在學術端，國內高校也重視培養AI+EDA方面的人才，并有相關的項目。比如，“華芯智測”就是孵化于南京郵電大學的創業團隊，該團隊提出了一種基于圖神經網絡特征提取的智能化可測性設計方法，并將算法模型整合到EDA軟件中，推動了國產EDA工具的智能化。

AI+EDA的下一步

目前，AI+EDA已經取得了非常不錯的成績，并且已經和“云+EDA”形成了很好的聯動，在提升設計效率的同時，也降低了芯片和系統開發的成本。那么，AI+EDA下一步發展重點是什么呢？大部分從業者給出的答案是AI大模型。

AI大模型需要AI+EDA是毫無疑問的，高性能AI芯片設計在電路仿真、物理設計和邏輯綜合等方面，需要設計人員花費大量的時間和精力，很多已經超出了設計人員的經驗范圍，AI+EDA就是應對之策。反過來，AI大模型的飛速發展，確實也能夠給EDA工具帶來賦能價值。

實際上，目前Cadence已經在走這條路了，生成式AI就是AI大模型的典型代表應用之一，而Cadence已經將其應用于EDA領域。

AI大模型+EDA將成為未來芯片設計軟件的主流趨勢。目前AI大模型在全球范圍內還處于發展的早期階段，通過Transformer 的注意力機制和海量大數據的喂養，目前AI大模型主要展現了語言、圖片、代碼等方面的生成能力，主要以 API、PaaS、MaaS 三種模式為主來提供服務。Cadence目前的階段是讓AI大模型+EDA提供PCB生成式設計服務，確保設計在電氣方面準確無誤，并可用于制造。

綜合AI大模型和EDA的發展來看，為了讓AI大模型和EDA工具有更深度的融合，產業界需要一個有針對性的垂直大模型，由于各家廠商側重點和優勢點不同，可能會是幾個極具特色的EDA行業大模型。隨后，就和其他大模型一樣，應用于EDA領域的大模型需要做好模型切割，讓模型適配不同的場景。比如，可以讓廣泛的個人設計者和小微型企業用戶使用基于公有云提供的EDA通用模型工具；也可以讓中大型企業使用配置在私有云或本地服務器的精簡模型。當然，最終的結果就是讓EDA工具具備更強的設計生成能力，將過往成熟、經典的設計案例進行復用。同時，也讓EDA工具更好地應對大型芯片/系統的復雜設計。

后記

實現AI大模型+EDA的融合，是AI大模型從通才走向領域專家的典型場景，也是AI大模型落地的一個重要方向。當然，AI大模型+EDA的融合也是后續EDA工具升級的大方向。出于對數據安全的考慮，這種融合會更先傾向于中大型企業構建私域下的AI大模型+EDA應用，早期應用方案會有一定的門檻。隨著AI大模型垂直落地更加成熟，AI大模型+EDA最終會是一項普惠的技術。