Cadence诠释EDA发展新引擎，打造智能系统设计基石

前言

2023 国际集成电路展览会暨研讨会（IIC Shanghai）在上海国际会议中心成功举行，本次会议以“创新求变 坚定向前”为主题，聚焦“碳中和暨绿色能源”电子产业发展、中国 IC 设计成就、EDA/IP、MCU 技术与应用、高效电源管理及宽禁带半导体技术、射频与无线通信技术等领域。

在中国 IC 领袖峰会和 EDA/IP 与 IC 设计论坛上，Cadence EDA软件技术销售总监耿晓杰、Cadence 产品技术销售经理万理，分别发表了主题为《Computational Software——智能系统设计之基石》和《大数据+AI 分析，Cadence JedAI 平台启动 EDA 发展新引擎》的精彩演讲。

耿晓杰：

“Computational Software”

是智能系统设计之基石

在 IIC Shanghai 的中国 IC 领袖峰会上，耿晓杰分享了智能系统时代智能系统设计的复杂性，介绍了Cadence 通过卓越的计算软件（Computational Software）技术为智能系统设计甚至更广阔的领域提供的解决方案。

智能系统设计越来越复杂

耿晓杰表示，智能化正在改变我们的日常生活和工作，强大的智能系统有许多芯片，如集成 CPU 和 GPU 的 SoC、无线芯片、存储器、ISP 芯片、电源管理芯片等等。

系统越来越复杂，尺寸越来越小，软件堆栈也更加复杂。不同设备对系统层有不同的要求，如智能汽车要考虑空气动力学、空气声学、热管理、EMC/EMI 等，需要做很多仿真进行优化。

智能系统运行时，硅和系统层上的智能层会生成大量数据，需要用 AI/ML 算法进行数据分析和学习来提供智能用户体验。这项工作可以在边缘或云上完成。

设计智能系统复杂性取决于应用要求、智能水平、所用技术和集成水平。在硅层芯片设计阶段需要做很多决定，高级节点有许多新的挑战，3D-IC 或系统封装也会增加复杂性。

系统层需要运行大量仿真来优化性能，并考虑软硬件的交互，以确保功能实现。所有这些会使设计智能系统的难度成倍增加。

超越传统 EDA 的智能系统设计

耿晓杰说，Cadence Intelligent System Design 战略推动了公司核心 EDA 和 IP 业务的增长，其基础是通过核心 EDA 和 IP 业务提供卓越的半导体器件设计。

Cadence 将计算软件核心能力扩展到两个新领域——系统创新和普遍智能，将 AI 和算法应用到核心业务和特定垂直领域。

数据爆炸、成本、机械和硅设计复杂性使AI计算需求不断增加，Moore、CPU 和软件性能扩展遇到了挑战。Cadence 的战略可以实现 EDA、系统设计、AI 的融合，贯穿设计跨越多个系统域应用。

人工智能为智能系统设计赋能

耿晓杰认为，AI 可为设计智能系统赋能，探索设计空间并提高工具自动化程度，用计算机能力更快做出最佳选择，获得更高质量。

传统上，设计一个 PCB 要满足 SI/PI 和热剖面等要求，需要 10 个设计参数和更多可能值，要运行 10到 100 亿次方仿真，耗时很长。之前只能凭经验设置并进行仿真，不断迭代，直到最佳设计或时间耗尽。

AI/ML 算法可根据以前的仿真和设计做出明智决策，实现更好的生产力。随着迭代不断验证模型准确性，并细化模型，快速收敛，得到满意的结果。

系统设计的未来

耿晓杰解释说，EDA 数据涵盖各种异构、结构化和非结构化信息，使存储和处理 EDA 数据遇到了挑战。

AI 驱动的流程是在开放、企业级、AI 驱动、大规模、云支持的数据分析环境中，对大量 EDA 数据进行优化，可以大幅提高设计师生产潜力，让 AI 同时处理 10 个设计，而不是一次处理一个。

他最后强调，芯片设计已进入高度集成、复杂、智能化阶段，技术挑战层出不穷。Computational Software 的强大能力将在更多行业中找到适用场景，在大幅提升生产力的同时，让设计更具潜力。

万理：

Cadence JedAI 平台启动 EDA 发展新引擎

在 EDA/IP 与 IC 设计论坛上，万理分享了数据发展趋势和挑战，介绍了Cadence Joint Enterprise Data and AI（JedAI）平台的架构、特点和优势。

数据爆炸推动 AI-Driven 设计和验证工具

分析表明，到 2025 年，数据将增长至 180ZB，过去 10 年数据交互增加了 5000%；被分析的数据减少了 2%，而非结构化数据增加了 80%。趋势是数据处理需要高性能、低功耗计算；数据分析则需要信息驱动决策；数据传输更需要高带宽、低延迟连接；数据存储要有高密度、成本有效的存储。

万理指出，在大规模 SoC 设计和验证流程中，每天都会产生海量数据。Cadence JedAI 平台可以帮助工程师从大量芯片设计和验证数据中收集有用的智能化信息，为新一代 AI-Driven 设计和验证工具打开了大门，从而极大地提高生产力，实现功耗、性能和面积（PPA）的最佳结果。

Cadence JedAI 平台统一了旗下各种AI平台的大数据分析，包括 Verisium 验证、Cerebrus 实现和 Optimality 系统优化，以及第三方硅生命周期管理系统。该平台可以帮助用户轻松管理设计复杂性越来越高的新兴消费、超大规模计算、5G 通信、汽车电子和移动等应用。在使用 Cadence 模拟/数字/PCB 实现、验证和分析软件时，都可以通过这个平台统一部署所有的大数据分析任务。

Cadence JedAI 为智能系统设计赋能

万理认为，AI 正将生产力提升到新的水平，从手动设计到晶体管级设计，再到基于单元的设计和 IP 复用，基于 AI 的 EDA，每一步都有 10 倍生产力提升。

Cadence JedAI 平台包括 AI 驱动的验证、实施和系统分析三个部分，这一跨域大数据 EDA 平台架构拥有高度可扩展、分布式、安全的基础设施，以及针对 Cadence 工具优化的开放行业标准用户界面和脚本环境，有助于促进 AI 和分析部署，实现生产力倍增。

智能芯片设计的未来

据万理介绍，利用新的基于机器 ML 的工具 Cadence Cerebrus 可以自动化扩展数字芯片设计，实现生产力和功耗、性能和面积的革命；独特的强化 ML 能提供高达10倍的生产力和 20% 的 PPA 改进。

他最后表示，Cadence 的战略是利用 AI 和数据分析、系统设计和分析，特别是核心 EDA 和 IP 推动跨多个领域创新，为实现普适智能、系统创新和卓越设计赋能。

审核编辑：汤梓红