芯行纪亮相ICCAD-Expo 2024

12月11-12日，上海集成电路2024年度产业发展论坛暨第三十届集成电路设计业展览会（ICCAD-Expo 2024）在上海成功举办。芯行纪科技有限公司（以下简称“芯行纪”）携全线产品亮相，以多种互动形式展示了数字实现EDA产品与人工智能技术深度融合的优异成果。

芯行纪销售副总裁孙晓辉也在此次会议中以《人工智能重塑数字实现新未来》为主题，分享了芯行纪自研工具的智能化程度方面呈现的精彩表现。以下为部分演讲实录：

很高兴和大家分享芯行纪对于人工智能如何推动数字实现EDA发展的思考与实践。我将详细介绍我们的技术、产品及相应案例，旨在展示人工智能与EDA结合所带来的历史性变革，并共同展望EDA未来的发展趋势。

在当今时代，大规模集成电路的规模日益扩大，其中涌现出诸多亟待解决的问题，尤其是几个最为基础、共性且关键的问题。例如处理速度、处理规模及处理效率等，无论是设计、验证还是实现环节，现有EDA工具都会面临这些共性问题。现在，让我们逐一审视这些问题。

在处理速度方面，以数字实现为例，目前先进工艺的设计通常包含三到四百万的标准单元，进行一次后端处理往往需要超过一周的时间。随着设计规模的扩大，整个运算时间将显著增长。例如，对于少数超过一千万个标准单元的设计，处理时间可能超过一个月，这对于迭代过程来说极为不友好。

其次是处理规模问题。目前较为理想的数字后端处理规模是单个模块在五百万标准单元以下。然而，现实情况却大相径庭，一个SoC经常超过两亿、五亿标准单元甚至更多。所以一个SoC经常需要分成数十甚至数百个模块，这对人力和机器资源都构成了巨大挑战，同时设计的最终性能也会有明显的损失。

第三个方面是处理效率。仍以数字后端为例，因为设计流程的复杂性、设计不同阶段的一致性、模型的准确性等问题，后端实现往往都需要通过多次往复迭代，来取得设计各项指标的收敛，动辄数月，才能得到理想的设计结果，这对于当前的市场窗口来说同样非常不友好。

虽然上述问题是以数字后端为例介绍的，但在IC设计的其他各个环节也存在类似问题。这些问题的叠加，会体现出巨大的计算能力瓶颈。但是说到底，这种算力瓶颈本质是计算效率的瓶颈。我们一直在思考如何解决这一问题，并寻求改善其状况的方法。而人工智能在这方面能够发挥重要作用，因此我们在这一领域进行了更多的思考和实践。

接下来，让我们探讨人工智能带来的赋能。

近年来，人工智能在各行各业取得了广泛应用，在IC设计和EDA行业也不断扩展其应用，并带来了显著效果。例如，自动设计代码生成技术可以帮助生成设计的RTL代码、SDC文件等；自动测试激励生成，可以生成针对特定设计的测试激励，或者对现有测试激励进行优化和补足；在设计实现、生产和测试阶段，人工智能可以用于增强模式识别和模型预测；在面对解空间爆炸，人工智能可以自动进行复杂解空间探索，从而快速找到最优解。

这些人工智能技术的应用，已经在IC设计中展现出效果，让整个设计过程更加自动化，并实现更高的性能和效率。尤其在效率提升方面，人工智能技术的引入可以带来成百上千倍的收益。返回到物理实现或数字实现领域，我们认为最有可能的两个方向是设计中电路模型的预测与设计空间的探索。

通过机器学习，工具可以获取更精确的模型来预测设计中存在的问题，比如布线拥塞、信号之间的干扰、热效应等，这样就可以给用户提供更准确的提前的指导，去做针对性的调整，避免后期返工。此外，设计空间探索同样至关重要。在设计性能调优的过程中，面对繁多的参数及可能性，设计空间是海量的。芯片设计的复杂度在不断增加，整个设计调优的过程就变得十分漫长，设计收敛的挑战性不断增大。人工智能技术可以通过机器学习训练模型，智能地识别设计不同参数和结果的复杂关系，高效地预测最优性能目标的参数调整，从而显著地加速设计优化收敛的过程。

目前看来，这两点是人工智能技术在物理实现中有效和关键的应用。在人工智能技术和EDA结合方面，芯行纪也是重点在这两个应用方向上发力的。

作为新一代EDA公司，芯行纪自成立之初，我们一直在思考如何为客户提供更大的产品进步空间。因此，我们将机器学习技术、云计算技术与数字实现技术相结合，为客户提供更具特色、更有附加值的数字实现EDA解决方案。在为客户提供EDA工具的同时，我们也提供设计服务。我们的团队过去为多个国内头部客户的多款芯片提供过各种类型的设计服务，包括实现方法学流程的建立、全芯片或者高性能模块的物理实现、性能和效能的调优等等。我们希望能为有需求的客户提供整体的数字实现解决方案。

具体到EDA工具部分，芯行纪已经先后推出了自动布局规划工具AmazeFP、数字布局布线平台AmazeSys、一站式优化修复工具AmazeECO，以及针对特定先进工艺的DRC快速收敛工具AmazeDRCLite。这些产品已在客户端实现商业化使用，客户数量已超过30家。在此基础上，我们还开发了自己的智能化机器学习平台Amaze*-ME。此外，我们的工具还有一个显著特点，即全部自研，连底层的license（许可文件）管理套件也是我们自主研发的。这一工具在我们所有软件中一直在使用，并在国内众多客户中得到了长时间大量的部署和使用，效果良好。

下面我们看一个具体的客户案例。

这是一个高性能处理器的案例，规模大概在两百万个标准单元左右，在引入AmazeFP自动布局规划工具之前，客户还是用传统的手动方式摆放宏单元，历经多轮迭代，大概耗时2个多月。而自AmazeFP工具介入后，从流程构建、宏单元布局规划至最终布局布线得出PPA数据，全程仅用时一周多。值得注意的是，AmazeFP仅需数小时即可完成自动化布局规划，耗时主要集中于布局布线阶段。从结果来看，AmazeFP自动化生成的布局规划在多个维度上均显著优于用户手动规划的结果。

在此之后，我们又引入了AmazeFP-ME机器学习平台。通过自主迭代布局规划，AmazeFP-ME在约24小时内提供了最优布局规划方案。该方案在AmazeFP自动化PPA结果的基础上实现了进一步提升。整个流程耗时不足一周。

这就是我们开创性自主研发的EDA机器学习平台AmazeFP-ME。该平台已应用于多个客户的实际项目，且其架构具备可扩展性，能够拓展至我们多个物理实现平台的产品，包括AmazeSys等。

我们已经看到了AI技术带来的显著收益。

我们相信EDA的未来会和AI技术紧密结合，深度集成。这些结合会体现在EDA流程、工具，会体现在从设计到实现，从前到后的方方面面，从而提供更高性能的EDA解决方案，助力用户实现设计性能与效率的双重提升。

关于芯行纪

芯行纪科技有限公司汇聚EDA研发和技术支持精英，主营研发符合3S理念（Smart、Speedy、Simple）、包含新一代布局布线技术的数字实现EDA平台，并提供高端数字芯片设计解决方案，助力提升芯片设计效率，以科技创新推动发展新质生产力。