半导体创新的“新三驾马车”介绍

人工智能驱动的全链条效率提升、AI数字孪生的广泛应用、碳中和对芯片创新边界的开拓正在成为推动半导体创新的新三驾马车

半导体行业正处在寻找新增长动力的十字路口。

“必须承认芯片性能每两年翻一番的‘摩尔定律’在引导半导体行业发展半个多世纪之后，正在放缓脚步，然而技术创新的步伐并没有放慢，随着单芯片扩展能力的放缓，半导体行业正在寻找其他创新方法来保持指数级增长。”

新思科技（Nasdaq: SNPS）总裁兼首席运营官Sassine Ghazi这样总结目前半导体行业的发展状态，他将于2024年1月1日履新新思科技首席执行官。

半导体行业之所以成为推动人类社会发展的重要动力，得益于芯片性能带来的生产效率提升，同时催生出互联网这种彻底改变人类生活的新应用。从根本上说，提升芯片性能不是创新的最终目的，提升生产效率，改变人类生活才是。

人工智能、高性能计算和新能源革命正在成为改变人类生活的关键，而这些领域都对芯片提出了更多创新要求，除了性能，更复杂的功能，更高的安全性，更快速的交付，更低的能耗与成本，都是新时代芯片的迫切需求，逐渐放缓的摩尔定律已经无法满足这些要求，半导体创新需要新的动力。

新思科技是全球市场份额第一的电子设计自动化软件EDA公司、全球排名第一的接口IP供应商和全球软件安全企业领导者。站在芯片产业链的最上游，新思科技在与产业链上各个公司的合作过程中发现数智化和低碳化正在成为未来发展的趋势，新趋势下，芯片行业保持指数级增长的新动力将来自三方面：

人工智能驱动下的芯片全产业链效率提升

AI数字孪生技术推动芯片创新加速落地

碳中和时代芯片创新将拥有更广阔的边界

EDA+AI，芯片全产业链效率的倍增器

芯片产业在过去几十年的创新模式非常清晰，由于摩尔定律的存在，芯片性能持续规律增长，应用开发者以芯片性能为基准开发相关应用。因为芯片性能的增速一直领先消费者需求的增长，所以是先有芯片，然后有新的应有，继而消费者用到新的电子产品。芯片是发展链条的起点，芯片定义应用，芯片与应用同频共振，这种同频共振推动了半导体创新过去几十年的发展。

但随着消费者需求被高速增长的芯片性能逐步激发，摩尔定律又开始放缓脚步，这种过去几十年行之有效的增长模式开始逐渐失效。

但半导体的市场规模增长并未放慢脚步，万物互联大幅扩展芯片应用范围，人工智能创造了旺盛的高性能计算需求，这些都在推动半导体市场进入高速增长期。半导体市场用了60年达到5000亿美元的规模，而新思科技预计下一个5000亿美元只需要7年，即2030年，全球半导体市场规模会达到1万亿美元。

快速增长的多样化需求成为芯片产业发展链条的新起点，开发应用满足需求，芯片创新满足应用需求，同时EDA工具的完善让软硬件协同开发成为可能，芯片产业开始进入应用定义芯片的阶段。

比如人工智能、万物互联、新能源革命都提出了更多样化的芯片需求。支持人工智能的GPU、NPU，支持万物互联的低功耗低成本通信芯片、功能芯片等，客户需要更复杂的功能、更高能效、更快交付、更低成本，而过去几十年以性能为指标的发展模式已经无法满足新的需求，必须提升芯片全产业链的效率。

新思科技作为芯片设计工具的龙头企业，四年前开始将人工智能引入芯片设计环节，推出了业界首个用于芯片设计的AI应用DSO.ai，被全球多家芯片领军企业采用，成功流片超260次，AI在芯片设计中的规模化应用成为现实，人工智能成为芯片全产业链效率的倍增器。

2023年初，新思科技将DSO.ai升级扩展为全栈式AI驱动EDA解决方案Synopsys.ai，覆盖先进数字与模拟芯片的设计、验证、测试和制造环节。AI提升了EDA工具的自动化程度和质量，大幅度减少了芯片设计中程序性工作的数量，完成同样的工作需要的人力和时间显著减少。

Sassine对《财经十一人》表示，“人工智能驱动的芯片设计由新思科技首创，我们看到了人工智能提升芯片制造商生产力的潜能。使用我们人工智能EDA解决方案的客户反馈，设计时间从几个月缩短到几周，测试成本降低20%以上，同时芯片的性能、功耗更好。”

除了提高效率，人工智能EDA还有一个关键作用，缓解全球半导体行业的严重资源短缺。Sassine表示，“据多家第三方机构评估，到2030年，工程师和设计能力短缺造成的芯片设计资源缺口将达到15%—30%，而人工智能EDA套件将是减轻资源短缺不良影响的关键。”

另外针对过去数年困扰半导体行业的成熟制程产能短缺问题，新思科技也提供了创新方案。Sassine介绍，“新思科技的新方案可以将芯片设计从一个制程节点迁移到更先进的节点，同时不损失质量，这样既能缓解成熟制程结构性产能不足的问题，也能为客户提供更高效的芯片生产方式以及能效比、性价比更高的产品。”

创新加速器——AI数字孪生

应用场景的快速拓展是当前芯片创新与过去相比的一个重要差异，人工智能+万物互联不断创造出新的应用场景，在这些场景下，芯片创新需要不断试错与尝试，如果用实物测试，将造成大量时间和资源的浪费，所以高仿真度虚拟环境成为新时代芯片创新的刚需。

虚拟技术在芯片创新中早已应用，但此前的虚拟技术存在参数覆盖不完整，虚拟条件有限，测试仿真度低等诸多问题，即便几年前虚拟技术发展到了数字孪生阶段，仿真度也依然无法令人满意，直到引入人工智能之后，AI数字孪生才让高仿真度虚拟环境成为可能。

AI数字孪生在人工智能、万物互联和新能源革命等领域都有充分应用，而其中应用价值最突出的是新能源相关行业，这些行业与现实连接紧密，环境影响更大更复杂，智能汽车，风能、光伏，都是数字孪生技术应用的最前沿。

以智能汽车为例，汽车对半导体的需求在近几年呈爆炸式增长，而且汽车芯片创新呈现“数量多、种类多、功能多”的三多特征，使得汽车芯片开发堪称当前芯片创新中最复杂的场景。

“打开当今高端汽车的引擎盖，你会发现一个由 80 多个电子控制单元 (ECU)，上亿行软件代码以及各种传感器组成的数字平台。对于汽车制造商来说，电气化、网联化和自动化的急剧融合使汽车设计过程变得超级复杂。”Sassine这样评价汽车半导体的发展现状。

智能汽车系统的设计能复杂到什么程度，以软件代码量为例，当前智能汽车运行的软件代码量约为1亿行，而到2030年，这个数字将增加到3亿行，作为对比，深耕软件行业多年的新思科技，整个公司的代码量目前大约有3亿行。

“为了应对当今软件定义汽车的复杂性，我们的虚拟ECU技术将测试和验证流程从原型车和实物测试平台转移到虚拟环境。这种验证方法能够显著提高测试仿真度，提高安全性，降低风险并在早期发现错误，从而减少开发时间和成本。”Sassine这样介绍新思科技的数字孪生系统。

而来自汽车芯片开发者的反馈也证明新的开发工具显著提升了整车开发效率。现在新的智能汽车开发周期已经缩短到3年以内，比传统燃油车的开发周期缩短一半以上，其中，数字孪生技术提供的高仿真虚拟环境成为提升开发效率的关键。

**特别是在整车开发环节，AI数字孪生堪称“作弊器”。**由于多个子系统都需要测试，传统测试方法是制造多台原型车，然后同步测试。在测试过程中，任何一个测试团队进行重大调试后都需要暂停所有测试，将所有测试车辆同步调试后才可以继续进行测试。

而现在可以提前几个月在整车数字孪生体上进行模拟测试，相当于提前多开一个账号，优势堪比“作弊器”，节省了时间，抢出了效率，降低了成本。在原型车验证模拟测试结果的过程中，还可以不断比对模拟测试和验证的数据，优化数字孪生仿真度，进一步提升模拟测试可靠性，形成良性循环，提升整车开发效率。

和智能汽车相似，人工智能、高性能计算、多芯片封装等高复杂度的系统设计都需要数字孪生技术的支持，除了可以显著加速芯片创新的落地，同时在数字孪生环境中还可以进行低成本试错，探索更多的创新可能性。

碳中和打开芯片创新的新边界

过去数十年，每一位半导体从业者的努力目标都十分明确，寻找各种办法让摩尔定律继续下去，极限性能是每一位半导体从业者的终极追求。但摩尔定律放慢脚步之后，芯片创新必须找到新的发力目标，碳中和或将成为开拓芯片创新边界的重要动力。

首先为了达成碳中和目标，芯片本身的能效需要提升，Sassine对《财经十一人》说，“功耗、性能和面积是芯片设计的三个关键指标，当前功耗正成为人工智能、高性能计算和智能汽车等先进技术的最终限制因素，所有这些创新都受到能耗的限制。再加上人们日益关注能耗对气候的影响，降低芯片功耗正在成为半导体行业的关键考虑因素。”

新思科技全球资深副总裁、新思中国董事长兼总裁葛群以当前热门的ChatGPT的训练数据为例，解释先进芯片的能耗水平：GPT-3训练参数有1750亿个，单次训练耗电量高达1287兆瓦时，相当于约25万中国家庭一天的用电量。而下一代GTP-5，参数量将达到GTP-3的100倍，计算量飙升至200到400倍，训练一次消耗的电量可能是GPT-3的上百倍，数字惊人。

普通消费者对芯片能效的重视也在与日俱增，过去芯片评测往往只突出性能，主频、跑分、帧率是主要指标。而现在的评测中，功耗曲线、能效比曲线正在成为消费者关注的重要内容。

算力的背后是电力，低碳绿色正在成为半导体行业面临的挑战。而为了应对这一挑战，新思科技推出了端到端低功耗EDA和IP解决方案，可覆盖架构、RTL、实施到签核的完整流程，其Synopsys.ai解决方案借助人工智能技术可缩短25%的设计周期，降低30%的能耗，并将芯片功耗额外降低25%。

除了提升芯片能效，降低能耗，新思科技还在探索将芯片科学知识与方法应用于更广阔的场景。葛群认为：“要实现碳中和，关键是‘电力脱碳’，一方面要改变能源结构，提升清洁能源占比；另一方面要做好重点领域的节能减排。这两方面都需要依靠半导体创新的力量。”

高效调配能源是过去几十年芯片开发者一直研究的重点，也是芯片创新可以为碳中和做出更大贡献的方向，开发更先进、更节能的芯片，赋能千行百业的数字化进程；通过“算力脱碳”助力节能减排；同时积极参与能源网络建设，利用芯片科学的知识和方法帮助新能源更好地融入能源系统，从根本上助力“电力脱碳”。

一面以提升能效为目标促进芯片创新，一面扩大芯片科学方法在其他碳中和领域的应用，碳中和正在打开芯片创新的新边界。

不论是EDA+AI提升芯片创新的效率，还是数字孪生技术加速芯片创新落地，抑或碳中和打开了芯片创新的新边界，创新一直都是半导体行业前进的核心驱动力。过去创新的方向是循着摩尔定律的方向孜孜不倦地追求极限性能，而现在创新的方向趋于多样化，边界不断拓展，芯片会渗入生活每个角落，芯片科学过去几十年积累的知识与方法将延展到更多领域，寻找新的“摩尔定律”，为人类社会的进步和发展做出更大贡献。

审核编辑：刘清