系統(tǒng)設(shè)計(jì)、大規(guī)模模擬以及人工智能/機(jī)器學(xué)習(xí)可能為工具、方法論和服務(wù)開(kāi)辟多萬(wàn)億美元的市場(chǎng)。

大型EDA公司正在尋找超越半導(dǎo)體領(lǐng)域的新機(jī)會(huì)，將大規(guī)模多物理場(chǎng)景模擬與芯片開(kāi)發(fā)的方法論和工具相結(jié)合。

十多年來(lái)，EDA高層管理人員一直在尋求擴(kuò)展到相鄰市場(chǎng)的機(jī)會(huì)但無(wú)果。實(shí)際上，直到2016年西門子以45億美元收購(gòu)Mentor Graphics之前，該領(lǐng)域唯一重要的一步是朝相反的方向邁出的。自那時(shí)以來(lái)，有三件事發(fā)生了根本性的變化：

（1）更多的前沿設(shè)計(jì)是領(lǐng)域特定的和異構(gòu)的，需要結(jié)合罕見(jiàn)的技能、工具和方法論。因此，EDA供應(yīng)商現(xiàn)在直接與這些公司以及它們的供應(yīng)商聯(lián)系，后者越來(lái)越多地利用了在芯片設(shè)計(jì)和制造方面證明成功的方法，規(guī)模也更大。

（2）增加的全球競(jìng)爭(zhēng)，特別是來(lái)自中國(guó)的競(jìng)爭(zhēng)，正在迫使公司更深入地挖掘數(shù)據(jù)分析，以優(yōu)化其運(yùn)營(yíng)，在制造業(yè)的戰(zhàn)略位置增加更多傳感器，利用人工智能/機(jī)器學(xué)習(xí)來(lái)識(shí)別大規(guī)模數(shù)據(jù)集中的模式和異常，以提高質(zhì)量和產(chǎn)量，并圍繞數(shù)據(jù)重組內(nèi)部組織。

（3）新興和現(xiàn)有行業(yè)部門的數(shù)字化程度日益增加，現(xiàn)在需要更緊密地集成和協(xié)同設(shè)計(jì)硬件、軟件和封裝——以及系統(tǒng)與系統(tǒng)之間的集成——以實(shí)現(xiàn)每瓦特的最佳性能。這在芯片領(lǐng)域多年來(lái)一直被討論，卻收效甚微。但隨著工具和方法論瞄準(zhǔn)新的市場(chǎng)，它們正在成為一個(gè)重要的銷售點(diǎn)。

在過(guò)去幾年里，Synopsys、Cadence、Siemens EDA、Ansys和Keysight一直在積極開(kāi)發(fā)新工具，或者收購(gòu)具有必要專業(yè)知識(shí)的公司，提供多物理場(chǎng)景分析和模擬——無(wú)論是在本地還是在云端，或者二者的某種組合——并且越來(lái)越專注于利用機(jī)器學(xué)習(xí)來(lái)改善結(jié)果并縮短獲取結(jié)果所需的時(shí)間。這些投資顯著地拓寬了它們的工具鏈，現(xiàn)在包括從在不同物理效應(yīng)背景下的布線和布局，到權(quán)衡不同芯片片段和通信方案之間的折衷，以及在原型機(jī)上運(yùn)行實(shí)際工作負(fù)載時(shí)對(duì)熱梯度和機(jī)械應(yīng)力進(jìn)行建模。

如果它們成功利用總可獲得市場(chǎng)（TAM）機(jī)會(huì)，可能會(huì)從根本上改變EDA行業(yè)。根據(jù)麥肯錫公司的預(yù)測(cè)，到2030年，全球半導(dǎo)體收入預(yù)計(jì)將達(dá)到1萬(wàn)億美元。相比之下，據(jù)Omdia估計(jì)，電子系統(tǒng)市場(chǎng)預(yù)計(jì)將達(dá)到3萬(wàn)億美元。行業(yè)專家認(rèn)為，這只是一小部分機(jī)會(huì)，其潛力可能是數(shù)量級(jí)更大的數(shù)倍。

圖1：與芯片相比，電子系統(tǒng)的總可獲得市場(chǎng)至少會(huì)大三倍，而機(jī)會(huì)可能會(huì)更大。來(lái)源：Cadence/industry data

“這是真正的顛覆，”Cadence總裁兼首席執(zhí)行官Anirudh Devgan說(shuō)道。“在集成電路方面，我們有數(shù)字孿生和大量的驗(yàn)證歷史，它必須有99%的覆蓋率和99%的準(zhǔn)確性，否則芯片將無(wú)法工作。因此，我們希望將這種精神帶到為汽車和飛機(jī)設(shè)計(jì)數(shù)字孿生的系統(tǒng)中。目前，覆蓋率大約只有20%或30%，我們可以將其提高到接近99%，這可以真正革新設(shè)計(jì)方式。”

它還可能影響到設(shè)計(jì)內(nèi)容。“我們還嘗試在生物領(lǐng)域進(jìn)行這樣的嘗試，通過(guò)我們的OpenEye [Scientific Software]收購(gòu)，”Devgan說(shuō)道。“這在CFD方面尤其令人興奮，因?yàn)檫@種新型算法可以使其更加準(zhǔn)確。模擬的準(zhǔn)確性至關(guān)重要，可以擴(kuò)大覆蓋范圍。我們把這看作是一個(gè)三層蛋糕，中間層是主要的模擬，無(wú)論是晶體管還是分子的CFD模擬，物理模擬的準(zhǔn)確性都至關(guān)重要，這是基于物理學(xué)、化學(xué)或生物學(xué)。但同時(shí)，還有另外兩層。該模擬可以在加速計(jì)算上運(yùn)行。現(xiàn)在，有了GPU和定制芯片，是一個(gè)全新的世界。在此基礎(chǔ)上，還有人工智能協(xié)調(diào)。人工智能無(wú)法取代主要的模擬，但它確實(shí)可以通過(guò)神經(jīng)物理學(xué)以及人工智能與物理學(xué)的結(jié)合來(lái)增強(qiáng)模擬，從而真正實(shí)現(xiàn)優(yōu)化。

那么為什么這么長(zhǎng)時(shí)間才出現(xiàn)這種情況呢？Synopsys執(zhí)行主席Aart de Geus解釋道：“所有這些其他領(lǐng)域都已經(jīng)進(jìn)行了自己的DA（設(shè)計(jì)自動(dòng)化）—不是EDA，而是本質(zhì)上的物理設(shè)計(jì)自動(dòng)化。Ansys自稱為仿真公司，這意味著你可以在計(jì)算機(jī)上進(jìn)行各種形式的嘗試來(lái)預(yù)測(cè)下一步的行為。因此，許多這些領(lǐng)域逐漸走近了一起。但是為什么它們沒(méi)有過(guò)多地交叉融合，這有一個(gè)非常好的理由。交叉融合非常復(fù)雜，如果你實(shí)際上并不需要它，那么這沒(méi)關(guān)系。如果你有優(yōu)化的物理部件，然后你可以通過(guò)它們的行為或特性來(lái)描述它們，就不需要進(jìn)行模擬。與直接使用零件本身的數(shù)據(jù)相比，這樣做太慢了。”

De Geus表示，在上世紀(jì)90年代，Synopsys曾考慮過(guò)PCB設(shè)計(jì)，但決定不開(kāi)發(fā)該領(lǐng)域的工具，因?yàn)閷?duì)芯片設(shè)計(jì)影響很小。他說(shuō)：“一旦你們彼此靠近，距離變得越來(lái)越小，中間的聯(lián)系就成了對(duì)芯片設(shè)計(jì)的重要考慮因素。”“這就是為什么多芯片技術(shù)是一個(gè)里程碑時(shí)刻。突然之間，當(dāng)你有一塊芯片，你在高樓上方的公寓里再放一個(gè)鄰居，下面的人在做飯，公寓里的熱量就會(huì)上升，上面的人也會(huì)感受到。只有在動(dòng)態(tài)影響你所做的事情時(shí)，接近才會(huì)起作用。如果是靜態(tài)的，你只需要一個(gè)方程式，而不需要細(xì)節(jié)。”

曾作為Mentor Graphics的前首席執(zhí)行官，負(fù)責(zé)西門子收購(gòu)的Wally Rhines表示同意。“所有的EDA公司都希望進(jìn)行系統(tǒng)級(jí)驗(yàn)證，”他說(shuō)。“過(guò)去，你只需驗(yàn)證一塊芯片，這已經(jīng)很難了，所以人們不會(huì)進(jìn)行太多的多芯片驗(yàn)證。但是我們幾十年來(lái)一直認(rèn)為人們會(huì)模擬整個(gè)印制電路板。但這從未發(fā)生過(guò)，主要是因?yàn)槿狈捎玫哪Ｐ停惨驗(yàn)榧词共贿@樣做也可以將產(chǎn)品推出市場(chǎng)。但是如果你回顧過(guò)去四五年的印制電路板設(shè)計(jì)分析領(lǐng)域，分析工具的種類穩(wěn)步增加，它一直是該領(lǐng)域增長(zhǎng)的主要驅(qū)動(dòng)力。熱分析和電磁干擾是所有人都在談?wù)摰膬蓚€(gè)與系統(tǒng)驗(yàn)證相關(guān)的領(lǐng)域。現(xiàn)在，隨著多芯片封裝的出現(xiàn)，所有主要公司都提供工具來(lái)幫助模擬這種行為。”

隨著這些變化的同時(shí)，越來(lái)越多的設(shè)備、工具和流程與互聯(lián)網(wǎng)和彼此連接，開(kāi)發(fā)周期變得更短，更專業(yè)化。“正在發(fā)生大量創(chuàng)新，其結(jié)果是產(chǎn)品變得更加復(fù)雜，”Keysight設(shè)計(jì)與仿真產(chǎn)品組的副總裁兼總經(jīng)理Niels Faché表示。“當(dāng)你考慮智能設(shè)備、智能城市、智能汽車、智能國(guó)防等等，它們都是相互連接的——而且要求比以前更多更具挑戰(zhàn)性。有更多的字節(jié)，更小的零件，以及不同的技術(shù)和材料。這意味著你不能繼續(xù)以同樣的方式開(kāi)發(fā)產(chǎn)品，以前可能更多地依賴于物理原型和迭代。你確實(shí)需要換個(gè)視角，從虛擬領(lǐng)域來(lái)審視產(chǎn)品，以及與之相關(guān)的所有流程和工作流程。你需要一個(gè)虛擬的表示，這是我們需要與之保持一致的一個(gè)重要趨勢(shì)。”

分布式方法

將這些不同的部分整合起來(lái)將是具有挑戰(zhàn)性的，但EDA行業(yè)在將其工具和方法論整合到大型系統(tǒng)公司的工具和方法中，以及在大規(guī)模模擬和分析方面處于有利位置。

NXP半導(dǎo)體的基于模型的系統(tǒng)工程技術(shù)總監(jiān)兼Accellera技術(shù)委員會(huì)主席Martin Barnasconi說(shuō)：“我們正在與汽車行業(yè)、航空航天和航空電子，以及軍事部門進(jìn)行交流。所有這些行業(yè)都在用盡當(dāng)前方法來(lái)整合軟件、處理器、硬件、物理層，從設(shè)備級(jí)別向組件級(jí)別，到整個(gè)飛機(jī)、汽車或軍用裝備。在過(guò)去的二十年里，它們創(chuàng)造了標(biāo)準(zhǔn)，在半導(dǎo)體領(lǐng)域，我們有自己的ACL（訪問(wèn)控制列表）和ESL（電子系統(tǒng)級(jí)別）標(biāo)準(zhǔn)生態(tài)系統(tǒng)。不知何故，我們需要將這些世界結(jié)合起來(lái)解決系統(tǒng)解決方案和系統(tǒng)化解決方案，以更有結(jié)構(gòu)化、自上而下的方式解決這些問(wèn)題。它們都有自己的標(biāo)準(zhǔn)，但也意識(shí)到了軟件和處理器內(nèi)容如何處理以及如何將其生態(tài)系統(tǒng)連接到云端的挑戰(zhàn)。并不是所有的東西都會(huì)在單個(gè)CPU的單個(gè)服務(wù)器上運(yùn)行。挑戰(zhàn)很大，但機(jī)遇也很大。”

圖2：不同行業(yè)領(lǐng)域正在使用的模擬技術(shù)和標(biāo)準(zhǔn)。來(lái)源：Accellera

這些機(jī)會(huì)的基石是計(jì)算能力的巨大改進(jìn)，將會(huì)使得在計(jì)算流體動(dòng)力學(xué)中使用的模擬具有更高的準(zhǔn)確性。斯坦福大學(xué)機(jī)械工程教授兼湍流研究中心主任Parviz Moin表示：“以前，為復(fù)雜的幾何結(jié)構(gòu)生成合適的網(wǎng)格需要幾周，甚至幾個(gè)月的時(shí)間。”“想象一下，你有一個(gè)燃?xì)廨啓C(jī)引擎和它的燃燒器，那里有孔洞、螺栓和各種復(fù)雜情況。但是這些高質(zhì)量的網(wǎng)格生成現(xiàn)在可以在幾分鐘內(nèi)完成。因此，你可以以成本效益的方式進(jìn)行這些計(jì)算。”

在最近的一次匯報(bào)中，Moin展示了一個(gè)幻燈片，顯示了引擎后部噴出的火焰，乍一看這些火焰呈無(wú)定形。一旦測(cè)量結(jié)果疊加在這些火焰上，我們就發(fā)現(xiàn)，通過(guò)充足的計(jì)算能力，可以對(duì)其進(jìn)行建模、分析，并隨后用于確定推力的變化。正是這種應(yīng)用的原因，所有大型EDA公司現(xiàn)在都在大力投資于基于云的多物理場(chǎng)景模擬技術(shù)。?

“隨著客戶問(wèn)題變得越來(lái)越復(fù)雜，要求模擬軟件能夠達(dá)到前所未有的水平，”Ansys電子、半導(dǎo)體和光學(xué)業(yè)務(wù)部總經(jīng)理兼副總裁John Lee在最近的一次演講中表示。“在某些情況下，我們能使客戶進(jìn)行含有28萬(wàn)億個(gè)計(jì)算值的瞬態(tài)模擬。”

為了實(shí)現(xiàn)這一目標(biāo)，需要先進(jìn)的封裝技術(shù)，而先進(jìn)的封裝技術(shù)需要在更大的尺度上進(jìn)行相同類型的多物理場(chǎng)景模擬。李指出了3D-IC面臨的三個(gè)關(guān)鍵挑戰(zhàn)：多物理場(chǎng)景、多尺度和多組織。“多物理場(chǎng)景是準(zhǔn)確模擬多個(gè)相互關(guān)聯(lián)的物理現(xiàn)象的能力，”他說(shuō)。“例如，電路活動(dòng)、功耗、熱傳導(dǎo)和空氣冷卻都是緊密相連的，必須作為并發(fā)的多物理場(chǎng)景模擬進(jìn)行處理。最新的硅工藝技術(shù)，以及3D-IC的密度，帶來(lái)了芯片設(shè)計(jì)人員以前沒(méi)有處理過(guò)的新型物理挑戰(zhàn)——例如，詳細(xì)的熱分析以及3D組件的熱-力學(xué)應(yīng)力和翹曲。這是一個(gè)重要的可靠性問(wèn)題，在單片設(shè)計(jì)中并不存在。”

多尺度更多地涉及流程和人員的組織結(jié)構(gòu)。“3D-IC的出現(xiàn)引入了多技能挑戰(zhàn)，因?yàn)閭鹘y(tǒng)上三個(gè)明確不同的設(shè)計(jì)功能之間的界限變得模糊，”Lee說(shuō)道。“設(shè)計(jì)者現(xiàn)在必須同時(shí)處理納米尺度下的器件IP和芯片設(shè)計(jì)，毫米尺度下的插板和封裝設(shè)計(jì)，以及厘米尺度及以上的系統(tǒng)設(shè)計(jì)。提供一個(gè)跨越這么多數(shù)量級(jí)的3D-IC設(shè)計(jì)流程和仿真流程對(duì)于仿真結(jié)果的數(shù)量和質(zhì)量都提出了巨大挑戰(zhàn)。需要先進(jìn)的數(shù)學(xué)技術(shù)，如簡(jiǎn)化模型、人工智能、機(jī)器學(xué)習(xí)和SigmaDVD，以幫助管理所需的巨大規(guī)模和數(shù)據(jù)量。而且，除了簡(jiǎn)單的尺度外，物理挑戰(zhàn)的本質(zhì)也是新的。例如，熱傳導(dǎo)往往會(huì)在芯片的小區(qū)域內(nèi)變得平滑，但是當(dāng)我們查看插板時(shí)，溫度梯度可能會(huì)引發(fā)嚴(yán)重的機(jī)械挑戰(zhàn)。因此，我們需要同時(shí)考慮尺度、質(zhì)量和數(shù)量。”

然而，更大的挑戰(zhàn)可能更多地涉及組織和業(yè)務(wù)相關(guān)。“我們的雄心是將任何東西從FMI（功能模擬接口）和超級(jí)管理程序界面移動(dòng)到自動(dòng)駕駛系統(tǒng)，”高通工程總監(jiān)兼Accellera PWG副主席Mark Burton說(shuō)道。“我們所有人都能夠?qū)氩煌橄蠹?jí)別的仿真，無(wú)論是物理還是計(jì)算組件，并使其以合理的方式協(xié)同工作。”

但要真正使其發(fā)揮作用，需要大規(guī)模數(shù)據(jù)共享。在像汽車、軍事、工業(yè)和航空航天等高度競(jìng)爭(zhēng)的市場(chǎng)中，這些數(shù)據(jù)可能價(jià)值數(shù)十億美元。“活動(dòng)有兩個(gè)不同的層面，”Burton說(shuō)。“一是，‘我如何將事物連接在一起？誰(shuí)擁有這種連接？我們將要如何進(jìn)行通信？’這是我們工作組目前所處的前沿。目前的看法是，我們不想再建立另一種互聯(lián)標(biāo)準(zhǔn)，我們想做的是確定所有標(biāo)準(zhǔn)共有的接口。另一方面是，‘你要傳輸什么數(shù)據(jù)？’，有數(shù)據(jù)本身，這是一個(gè)方面。這就像音樂(lè)，而不是物理記錄。但還有圍繞這些數(shù)據(jù)的構(gòu)造。如果我要給你發(fā)送一個(gè)視頻幀，我需要指定視頻的格式，以便你知道如何接收和處理它。”

數(shù)字孿生及更遠(yuǎn)的領(lǐng)域

所有這些市場(chǎng)領(lǐng)域的一個(gè)重點(diǎn)是數(shù)字孿生體，所有頂級(jí)EDA執(zhí)行官都堅(jiān)稱，在優(yōu)化半導(dǎo)體設(shè)計(jì)和確保任何更改都能按預(yù)期運(yùn)行方面，這并不新鮮。但最近在多物理仿真領(lǐng)域的收購(gòu)數(shù)量，以及在機(jī)械工程、機(jī)器學(xué)習(xí)和電路監(jiān)測(cè)方面專業(yè)知識(shí)的積累，都表明了一個(gè)更廣泛的推動(dòng)和極大增強(qiáng)的工具能力。

“大約七年前，我們就對(duì)如何將這些部件整合在一起有了一個(gè)遠(yuǎn)景規(guī)劃，”西門子EDA的執(zhí)行副總裁Mike Ellow說(shuō)。“市場(chǎng)正在從逐級(jí)構(gòu)建的層次結(jié)構(gòu)轉(zhuǎn)變——在這個(gè)過(guò)程中，你會(huì)逐步集成到軟件堆棧中，做出妥協(xié)，但你仍然可以完成系統(tǒng)——到現(xiàn)在軟件已經(jīng)為許多這些行業(yè)創(chuàng)造的價(jià)值提供了更多的差異化。這可以是汽車、航空航天和國(guó)防中的自動(dòng)駕駛車輛、拖拉機(jī)、重型機(jī)械，甚至醫(yī)療設(shè)備。但是，半導(dǎo)體是整個(gè)行業(yè)發(fā)展的核心，半導(dǎo)體行業(yè)的一個(gè)有趣現(xiàn)象是，我們不能再交付芯片后就洗手不干了。你需要對(duì)軟件進(jìn)行修改，真正優(yōu)化你的平臺(tái)，然后芯片必須比過(guò)去更好地與之匹配，因?yàn)檫^(guò)去有標(biāo)準(zhǔn)的硬件平臺(tái)，而新的妥協(xié)是在軟件上做出的。現(xiàn)在，軟件才是與眾不同的地方，所以現(xiàn)在的情況恰恰相反。”

當(dāng)西門子收購(gòu)Mentor Graphics時(shí)，它已經(jīng)擁有產(chǎn)品生命周期管理（PLM）、機(jī)械計(jì)算機(jī)輔助設(shè)計(jì)（MCAD）和計(jì)算機(jī)輔助工程（CAE）工具，但缺少其余的設(shè)計(jì)流程和仿真。如今，所有大型EDA公司都處于積極的收購(gòu)模式中，為下一次重大轉(zhuǎn)變做準(zhǔn)備。這種轉(zhuǎn)變包括更大規(guī)模的模型和仿真，通常涉及云端，其中任何變更都可以自動(dòng)調(diào)整設(shè)計(jì)的其他部分，從而節(jié)省大量時(shí)間，提高設(shè)計(jì)本身的效率和性能。

“目前還不存在一個(gè)單一的汽車數(shù)字孿生系統(tǒng)，在這個(gè)系統(tǒng)中，你可以看到電池的老化情況、電池在特定天氣條件下的表現(xiàn)，以及汽車在水中行駛時(shí)的表現(xiàn)，”Keysight的Faché說(shuō)。“如果發(fā)生碰撞會(huì)發(fā)生什么？所有這些都能在數(shù)字孿生體中捕捉到并應(yīng)用于各種條件嗎？你無(wú)法想象會(huì)有這樣的數(shù)字孿生體。但是你可以有一個(gè)數(shù)字孿生體，幫助你預(yù)測(cè)你的電池會(huì)如何隨著你的駕駛而老化。你還可以有一輛車的數(shù)字孿生體，告訴你它在碰撞中會(huì)表現(xiàn)如何。這些將非常依賴于你如何操作物理系統(tǒng)的情境，你將會(huì)有一個(gè)對(duì)此的表示。”

為什么如此匆忙？

軟件定義系統(tǒng)的轉(zhuǎn)變已經(jīng)開(kāi)始，正在加速并不斷擴(kuò)大。越來(lái)越多的行業(yè)正在采用虛擬設(shè)計(jì)方法，而人工智能/機(jī)器學(xué)習(xí)的進(jìn)步正在加速這一轉(zhuǎn)變，使流程變得更快更高效。

“我們只是在探索軟件定義系統(tǒng)如何徹底改變一切的表面，” Synopsys系統(tǒng)設(shè)計(jì)部門的總經(jīng)理Ravi Subramanian指出。“世界GDP為101萬(wàn)億美元，代表著全球商品和服務(wù)的總價(jià)值。目前，約有35萬(wàn)億美元的產(chǎn)品正在設(shè)計(jì)階段，尚未實(shí)際實(shí)現(xiàn)。越來(lái)越多的產(chǎn)品在虛擬設(shè)計(jì)中開(kāi)始生命周期，那么，這些商品中有多少將由電子驅(qū)動(dòng)或由軟件驅(qū)動(dòng)？”

由于變化的速度如此之快，確定確切答案可能會(huì)有困難，Subramanian解釋道。“由于有太多的擾動(dòng)因素，我們必須有意識(shí)地確定我們?nèi)绾翁峁┗A(chǔ)設(shè)施來(lái)整合其他領(lǐng)域，并且要熟練地理解各種用例。在汽車行業(yè)，汽車制造商正在聘請(qǐng)數(shù)千名軟件工程師，這預(yù)示著一個(gè)重大的文化轉(zhuǎn)變。一些根植于傳統(tǒng)汽車思維的人對(duì)接受軟件的作用持有抵觸態(tài)度。然而，隨著軟件的指數(shù)增長(zhǎng)，許多客戶感到不知所措。這是一個(gè)巨大的挑戰(zhàn)，甚至在考慮到持續(xù)更新和變化的情況下也是如此。”

結(jié)論

不同的行業(yè)和細(xì)分市場(chǎng)如何快速實(shí)現(xiàn)數(shù)字化運(yùn)營(yíng)，以及如何在技術(shù)和組織方面轉(zhuǎn)變工作重心，各家公司的情況千差萬(wàn)別。但是，隨著人工智能/移動(dòng)互聯(lián)技術(shù)在許多公司中點(diǎn)燃熊熊烈火，以及全球在集成和連接系統(tǒng)中更多部件以提高性能、降低功耗和降低整體系統(tǒng)成本方面的競(jìng)爭(zhēng)日益激烈，所有指標(biāo)都表明需要更好的工具和方法，EDA 也需要發(fā)生一些快速而根本性的轉(zhuǎn)變，因?yàn)樵摷?xì)分行業(yè)正急于利用這些不足之處。

可以肯定的是，這是一場(chǎng)巨大的變革，存在很多不確定性。它需要更快的工具開(kāi)發(fā)、更大的靈活性、更多地整合孤立的工程流程，以及在擴(kuò)展的供應(yīng)鏈中更好地共享信息。但是，如果能夠成功實(shí)施，這將成為 EDA 行業(yè)有史以來(lái)最大的收獲。

審核編輯：黃飛