12月11-12日，上海集成電路2024年度產業發展論壇暨第三十屆集成電路設計業展覽會（ICCAD-Expo 2024）在上海成功舉辦。芯行紀科技有限公司（以下簡稱“芯行紀”）攜全線產品亮相，以多種互動形式展示了數字實現EDA產品與人工智能技術深度融合的優異成果。

芯行紀銷售副總裁孫曉輝也在此次會議中以《人工智能重塑數字實現新未來》為主題，分享了芯行紀自研工具的智能化程度方面呈現的精彩表現。以下為部分演講實錄：

很高興和大家分享芯行紀對于人工智能如何推動數字實現EDA發展的思考與實踐。我將詳細介紹我們的技術、產品及相應案例，旨在展示人工智能與EDA結合所帶來的歷史性變革，并共同展望EDA未來的發展趨勢。

在當今時代，大規模集成電路的規模日益擴大，其中涌現出諸多亟待解決的問題，尤其是幾個最為基礎、共性且關鍵的問題。例如處理速度、處理規模及處理效率等，無論是設計、驗證還是實現環節，現有EDA工具都會面臨這些共性問題。現在，讓我們逐一審視這些問題。

在處理速度方面，以數字實現為例，目前先進工藝的設計通常包含三到四百萬的標準單元，進行一次后端處理往往需要超過一周的時間。隨著設計規模的擴大，整個運算時間將顯著增長。例如，對于少數超過一千萬個標準單元的設計，處理時間可能超過一個月，這對于迭代過程來說極為不友好。

其次是處理規模問題。目前較為理想的數字后端處理規模是單個模塊在五百萬標準單元以下。然而，現實情況卻大相徑庭，一個SoC經常超過兩億、五億標準單元甚至更多。所以一個SoC經常需要分成數十甚至數百個模塊，這對人力和機器資源都構成了巨大挑戰，同時設計的最終性能也會有明顯的損失。

第三個方面是處理效率。仍以數字后端為例，因為設計流程的復雜性、設計不同階段的一致性、模型的準確性等問題，后端實現往往都需要通過多次往復迭代，來取得設計各項指標的收斂，動輒數月，才能得到理想的設計結果，這對于當前的市場窗口來說同樣非常不友好。

雖然上述問題是以數字后端為例介紹的，但在IC設計的其他各個環節也存在類似問題。這些問題的疊加，會體現出巨大的計算能力瓶頸。但是說到底，這種算力瓶頸本質是計算效率的瓶頸。我們一直在思考如何解決這一問題，并尋求改善其狀況的方法。而人工智能在這方面能夠發揮重要作用，因此我們在這一領域進行了更多的思考和實踐。

接下來，讓我們探討人工智能帶來的賦能。

近年來，人工智能在各行各業取得了廣泛應用，在IC設計和EDA行業也不斷擴展其應用，并帶來了顯著效果。例如，自動設計代碼生成技術可以幫助生成設計的RTL代碼、SDC文件等；自動測試激勵生成，可以生成針對特定設計的測試激勵，或者對現有測試激勵進行優化和補足；在設計實現、生產和測試階段，人工智能可以用于增強模式識別和模型預測；在面對解空間爆炸，人工智能可以自動進行復雜解空間探索，從而快速找到最優解。

這些人工智能技術的應用，已經在IC設計中展現出效果，讓整個設計過程更加自動化，并實現更高的性能和效率。尤其在效率提升方面，人工智能技術的引入可以帶來成百上千倍的收益。返回到物理實現或數字實現領域，我們認為最有可能的兩個方向是設計中電路模型的預測與設計空間的探索。

通過機器學習，工具可以獲取更精確的模型來預測設計中存在的問題，比如布線擁塞、信號之間的干擾、熱效應等，這樣就可以給用戶提供更準確的提前的指導，去做針對性的調整，避免后期返工。此外，設計空間探索同樣至關重要。在設計性能調優的過程中，面對繁多的參數及可能性，設計空間是海量的。芯片設計的復雜度在不斷增加，整個設計調優的過程就變得十分漫長，設計收斂的挑戰性不斷增大。人工智能技術可以通過機器學習訓練模型，智能地識別設計不同參數和結果的復雜關系，高效地預測最優性能目標的參數調整，從而顯著地加速設計優化收斂的過程。

目前看來，這兩點是人工智能技術在物理實現中有效和關鍵的應用。在人工智能技術和EDA結合方面，芯行紀也是重點在這兩個應用方向上發力的。

作為新一代EDA公司，芯行紀自成立之初，我們一直在思考如何為客戶提供更大的產品進步空間。因此，我們將機器學習技術、云計算技術與數字實現技術相結合，為客戶提供更具特色、更有附加值的數字實現EDA解決方案。在為客戶提供EDA工具的同時，我們也提供設計服務。我們的團隊過去為多個國內頭部客戶的多款芯片提供過各種類型的設計服務，包括實現方法學流程的建立、全芯片或者高性能模塊的物理實現、性能和效能的調優等等。我們希望能為有需求的客戶提供整體的數字實現解決方案。

具體到EDA工具部分，芯行紀已經先后推出了自動布局規劃工具AmazeFP、數字布局布線平臺AmazeSys、一站式優化修復工具AmazeECO，以及針對特定先進工藝的DRC快速收斂工具AmazeDRCLite。這些產品已在客戶端實現商業化使用，客戶數量已超過30家。在此基礎上，我們還開發了自己的智能化機器學習平臺Amaze*-ME。此外，我們的工具還有一個顯著特點，即全部自研，連底層的license（許可文件）管理套件也是我們自主研發的。這一工具在我們所有軟件中一直在使用，并在國內眾多客戶中得到了長時間大量的部署和使用，效果良好。

下面我們看一個具體的客戶案例。

這是一個高性能處理器的案例，規模大概在兩百萬個標準單元左右，在引入AmazeFP自動布局規劃工具之前，客戶還是用傳統的手動方式擺放宏單元，歷經多輪迭代，大概耗時2個多月。而自AmazeFP工具介入后，從流程構建、宏單元布局規劃至最終布局布線得出PPA數據，全程僅用時一周多。值得注意的是，AmazeFP僅需數小時即可完成自動化布局規劃，耗時主要集中于布局布線階段。從結果來看，AmazeFP自動化生成的布局規劃在多個維度上均顯著優于用戶手動規劃的結果。

在此之后，我們又引入了AmazeFP-ME機器學習平臺。通過自主迭代布局規劃，AmazeFP-ME在約24小時內提供了最優布局規劃方案。該方案在AmazeFP自動化PPA結果的基礎上實現了進一步提升。整個流程耗時不足一周。

這就是我們開創性自主研發的EDA機器學習平臺AmazeFP-ME。該平臺已應用于多個客戶的實際項目，且其架構具備可擴展性，能夠拓展至我們多個物理實現平臺的產品，包括AmazeSys等。

我們已經看到了AI技術帶來的顯著收益。

我們相信EDA的未來會和AI技術緊密結合，深度集成。這些結合會體現在EDA流程、工具，會體現在從設計到實現，從前到后的方方面面，從而提供更高性能的EDA解決方案，助力用戶實現設計性能與效率的雙重提升。

關于芯行紀

芯行紀科技有限公司匯聚EDA研發和技術支持精英，主營研發符合3S理念（Smart、Speedy、Simple）、包含新一代布局布線技術的數字實現EDA平臺，并提供高端數字芯片設計解決方案，助力提升芯片設計效率，以科技創新推動發展新質生產力。