自杰克基爾比在1958年發明集成電路以來，這種高集成度的電子元器件在全球掀起了一場信息科技革命，整個社會生活也在這個“小東西”的推動下產生了顛覆性的變化。而伴隨著終端需求的提升，下游也開始反推集成電路產業進步，進而激發下游的新一輪創新。在這種相互相成的推動下，人類的生活越來越智能，集成電路所帶動的半導體產業也逐漸壯大，成為全球經濟中的一個重要組成部分。

根據ICinsights的統計數據顯示，全球半導體產業的營收在2017年達到了4450億美元，較之2016年有了22%的增長，這主要得益于存儲等器件在過去兩年的迅猛增長，展望未來，也會有更上一層的表現。Cadence公司的首席執行官、華登國際創始人陳立武在日前舉辦的Cadence中國用戶大會CDNLive 2018大會上也表示，在人工智能等新興應用的推動下，半導體產業，尤其是中國半導體將大有可為。

集成電路市場的新機會

在接受半導體行業觀察等媒體采訪的時候，陳立武激動地說：“現在的機會太多了，正是干半導體的好時候。如果我年輕二十歲，一天有48小時工作都是不夠的”。而他所說的機會就在人工智能等應用推動下的技術新時代。

眾所周知，過去十年，在智能手機的推動下，無論是集成電路芯片供應商還是終端的品牌商，都發生了翻天覆地的變化，半導體產業也在過去十年獲得了巨大的成長。但進入了最近幾年，以人工智能為首的終端新潮流將會成為整個產業鏈發展的新動能。

在CDNLive 2018開幕演講上，陳立武指出，人工智能、5G、邊緣計算、數據中心和自動駕駛將會成為半導體發展的下一個重要推手。

近年來，由于深度學習算法精度的提升，人工智能在過去幾年獲得了高速的發展。無論是傳統的芯片大廠、互聯網公司，或者是新興的企業，都在人工智能領域壓下了重注，這些公司月圍繞著人工智能的軟件、硬件和服務等方向開始了新一輪的角逐，同時也帶動了人工智能產業的投資增長。據陳立武介紹，過去幾年投入到人工智能領域的VC資金迅猛增長，在去年更是超過了120億美元。這勢必會推動包括芯片在內的硬件的發展。

拆解人工智能的產業鏈，訓練和推斷是最重要的兩部分組成。所謂訓練是基于大部分的數據，通過大量的運算，讓神經網絡模型“學習”，而推斷則是讓已經訓練好的神經網絡模型從新數據中推斷各種結論。而在這個過程中，則需要云端訓練芯片和端側的推斷芯片，這就是半導體行業的機會。

但我們可以看到，現在的云端訓練芯片市場，基本都是被英偉達的GPU壟斷，其他包括Google、微軟或者亞馬遜等公司，在這個市場也只不過是有針對的優化。而在端側芯片，現在則涌現出了大量的機會，傳統和新興的芯片公司也在這個市場上集中廝殺，尤其是在中國，這個市場幾乎已經進入到了白刃戰的階段。在陳立武看來，如何做到低功耗，是這些終端AI芯片能否突圍而出的一個關鍵點。

其他無論是邊緣計算、5G、自動駕駛和數據中心，帶來的機會也不言而喻的。最重要的是這些終端不是單一作用，而是一起圍繞著運算、數據和通信這三個領域，一起為半導體產業創造機會。而在眾多的機會中，陳立武尤其看好硅光、量子計算、神經形態計算和納米管這些新興的突破性技術，他認為這將會是未來增長的推動器。

技術面臨的新挑戰

過去幾十年，集成電路的集成度有了質的的變化。杰克基爾比在1958年推出的的第一顆集成電路，就是是把一個小鍺片粘在一個glass slide上。作為對比，華為去年推出的Kirin 970則集成了高達55億個集體管。而這則是摩爾定律指導下的集成電路發展的成果。

英特爾共同創始人戈登摩爾在1965年發表的文章《讓集成電路填滿更多的組件》文章中預言，半導體芯片上集成的集體管和電阻數量將每年增加一倍，這個預言就是后世集成電路從業者所尊奉的摩爾定律。到了1975年，基于當時集成電路發展的現狀，摩爾將這個事件調整為18個月。時至今日，雖然Intel一直在強調，摩爾定律持續有效，但在業界很多人看來，摩爾定律正在消亡。

行業內的人都知道，設計者為了推動芯片集成度的增加是通過晶體管微縮實現的，但隨著制造工藝推進到7nm，芯片設計難度日益增加，且集成電路一直依仗的硅材料的局限也開始凸顯，這就給材料、設計和EDA工具供應商帶來了新的挑戰。

華為海思平臺與關鍵技術開發部部長夏禹女士在CDNLive 2018大會上也表示，在過去，海思一直緊跟摩爾定律，按工藝節奏復合演進，為云端和終端設備提供更多的算力、更寬的帶寬和更低的功耗，但他們發現，現在的挑戰也是日益嚴峻。

夏禹指出，這一方面與現在的摩爾定律已經不再是曾經的摩爾定律有關。她認為，現在的芯片集成度并沒有嚴格按照周期增加。因此從某種程度看，這個定律現在只是一個抵抗通貨膨脹的工具。再加上芯片的性能也不僅僅和晶體管有關，連線和功耗密度的作用也不能忽視，這就使得提升芯片性能需要考慮更多；另一方面，隨著各種不同終端的流行，需求的增加，制程工藝的演進，芯片面對的設計、驗證和仿真問題，也是前所未見的。

EDA工具面臨的機遇與挑戰

“以模擬電路的仿真為例，在過去幾十年的發展中，SoC中模擬部分的重要性日益提升，但EDA廠商在相應的仿真上面的提升不夠明顯，明顯落后于邏輯器件，這就給他們現在的設計帶來了明顯的影響”，夏禹舉例說。

她同時指出，現在的摩爾定律已經不再能滿足ICT的需求了，業界需要往“More than Moore”方向探索。在她看來，只有往這個路線走，才能達成5000億晶體管、超高帶寬和600W以上功耗的芯片的設計目的。

More than Moore是產業界對集成電路未來發展提出的三大解決方案之一（另外兩者是More Moore和Beyond CMOS），主要做的是發展在之前摩爾定律演進過程中所謂開發的部分，也就是給通過探索晶體管微縮之外的芯片性能提升、改進封裝技術提高集成度和拓展新功能來讓芯片性能繼續往下提升。但這些芯片的設計，毫無疑問會給相關供應商帶來新的課題。

除此之外，越來越多的系統廠商開始涉足芯片設計，也給產業鏈帶來更多的機會與挑戰。

廠商的應對之法

對于現在的集成電路新形勢，產業鏈的不同公司有不同的觀點，也有不同的努力方向。例如無論是芯片設計、新材料、封裝和架構，都有不少的公司投入其中。從EDA這個領域來看，Cadence也正在一步步轉變，迎接即將到來的新時代。而這其實也是他們過去幾年一直在做的事情。

按照陳立武介紹，Cadence在過去幾年一直把自己稱之為一個系統設計公司，這是他們因應現現在芯片設計系統化的趨勢。他表示，Cadence不僅僅是做EDA平臺，他們想做的是一個SDE（系統設計實現）平臺，當中除了IP和安全等芯片相關的東西，封裝和系統集成等方面也是他們需要重點考慮的。這是他們看到系統公司對半導體和系統配合的需求而做出的決定。他表示，過去那么多年來，Cadence無論是開發技術，或者是收購公司，都是基于客戶的需求而做出的決定，這也是他們在過去多年一直經營Cadence的一個邏輯。

針對不同的方向，Cadence也有不同的應對之法。陳立武表示，在AI方面，Cadence在工具和IP方面，把性能做了提升；在5G，尤其是RF方面，他們也針對這些設計挑戰做了產品的改良。談到上面華為夏禹提到的模擬仿真問題，Cadence公司全球副總裁石豐瑜表示，模擬在很多人看來，很像一門藝術，雖然很多方面推進很困難，但還是EDA廠商在上面還是取得了不錯的進步。

“譬如在模擬仿真方面，大家都知道現在的SPICE很準，但是不夠快。因此就需要Fast SPICE，但是快又帶來了不準的問題，這就需要開發者去平衡快和準的問題，為此我們籠絡了一大批模擬仿真方面的世界級高手，比如我們公司總裁Anirudh Devgan，他自己本身就是世界級的模擬仿真高手，我們一起去搭建針對不同場景的方案去解決其面對的問題”，石豐瑜說。

經過多年的發展，Cadence在IC設計、PCB設計和系統設計方面都推出了不少的產品，為相關的設計者提供了更快捷方便的解決辦法。在針對芯片設計方面，他們在過去幾年推出了全新的下一代工具，大幅提高生產力并加速設計進程，可幫助數字芯片設計工程師加快實現從前端設計到最終硅產品簽核收斂的整個設計周期。

面向未來的集成電路，他們還做出了EDA上云端的商業模式和方案，并加入美國DARPA推動的“電子復興計劃”，加速電子設計的創新。

陳立武告訴記者，EDA上云端，不但可以解決芯片創業者的獲取EDA工具成本的問題，也能解決某些芯片大企業臨時使用某些工具的問題。同時還可以利用云端龐大的運算能力，解決仿真耗時的問題，這是一個雙贏的決定。這個方案目前已獲得了20多個客戶的認可。

至于電子復興計劃，則是美國為DARPA為了解決迫在眉睫的工程設計和經濟成本提出的計劃，Cadence參與的是其六個新項目之一的IEDA項目。Cadence方面表示，其創建的MAGESTIC項目將賦予設計過程更高水平的自主權，開發真正由設計意圖驅動的產品，為系統設計實現奠定基礎。其中先進的機器學習算法、7nm以下芯片設計的支持、布線和設備自動化等都是這個項目的關注點。

陳立武表示，正是因為海思這些客戶對高性能產品的追求，才推動了Cadence公司和產品發展到現在這一步，這也是我們動力的源泉，我們也會持之以恒的接受他們的挑戰，改良我們的產品。我希望更多的大學生能夠進入到EDA這個產業，跟我們一起推動行業的創新。陳立武補充說。

現在，Cadence已經和TSMC等廠商一起將工藝制程推到了7nm，在5nm上面也有了推進。甚至在3nm方面，他們也和比利時的IMEC實現了業界首款3nm測試芯片的成功流片。在這些廠商的努力下，我們對集成電路的未來依然充滿著信心。