代文亮创立EDA公司芯和半导体J9九游会中国，是在2010年。

　　那时候21世纪堪堪走过第一个十年，国内半导体产业还尽头年青。距离国务院负责印发《国度集成电路产业发展鼓动纲领》，国度集成电路产业投资基金拓荒，还有4年。

　　“那时，整个社会对半导体、集成电路的默契都不够，融资环境对比今天差了好多。但有空间、有积贮，也有一些契机，我就决定如故试一试啃这块硬骨头。”他说。

　　但即使在AI和半导体大热的2025年，EDA电子遐想自动化软件——这个有着“芯片之母”的名称的产业对全国来说依然相对生疏。这个市集范畴在百亿元傍边的分娩智力，为什么简略撬动千亿级半导体产业的发展？

　　走过十余年，芯和半导体还是成为一家以仿真驱动遐想，提供提供袒护IC、封装到系统的集成系统EDA解决有筹划，其家具已在5G、智高东说念主机、物联网、东说念主工智能和数据中心等范畴得到无为运用。

　　步入2025年，AI卷着半导体产业迈入新的阶段，EDA在AI海浪下如何解围？近期，时间财经带着这些疑问，对芯和半导体首创东说念主、总裁代文亮博士进行了专访。

　　（芯和半导体首创东说念主、总裁代文亮图源：受访者供图）

　　国产EDA如何解围？

　　时间财经： 芯和拓荒于今还是有10余年，在这十多年中，全球EDA产业尽头一部分份额由Cadence、Synopsys和Mentor Graphics几家占领。要在EDA市集开拓并阻碍易，最早为什么选拔EDA动作我方的创业标的？

　　代文亮：一方面是个东说念主经验影响，在创办芯和前，我就在三巨头之一的Cadence责任，自己对EDA范畴就很熟谙。

　　另一方面，咱们觉得中国在这方面还比拟薄弱。

　　EDA全球市集不到100亿好意思元，如果加上IP，接近150亿好意思元傍边，在整个半导体市集会的份额为2%，占比不高。但器具的存在是不可或缺的，EDA撬动的半导体举座市集将在异日几年蹂躏万亿。

　　有空间、有积贮，也有一些契机，我就决定如故试一试啃这块硬骨头。

　　EDA可以说是一定程度上“赢家通吃”的行业，头部汇注效应比拟强。咱们的目的其实很浅薄，固然可能不一定作念得很大，但要坚合手立异，作念到至少在细分范畴内能排得上号。早点入场，就更有契机占据一个生态位。

　　关联词那时如实比拟费劲。十多年之前，半导体产业内“造不如买，买不如租”的心态还比拟多见。社会对半导体、集成电路的默契都不够，融资环境对比今天差了好多。

　　其后咱们发现，比起巨头，国内EDA厂商有一个不可替代的上风——腹地化劳动。

　　好多时候，客户采购EDA并不是只为了一个License（软件许可），还会预期厂商会提供一些行业“KNOW-HOW”，比如若何遐想、若何扫尾一些本领妙技。这些腹地化辅助劳动，国内EDA厂商提供起来更便捷，也更可合手续。

　　时间财经： 对企业来说，在EDA器具不会冒昧更换，芯和在业务拓展初期是若何劝服企业使用公司的家具的？

　　代文亮：初创EDA企业拓展客户如实比拟费劲。

　　本质上，无论是小公司如故大公司，更换一个EDA器具都濒临着风险——万一出问题若何办？

　　关于大公司来说，船浩劫掉头，冒险意味着很有可能出大错；关于小公司来说，想要最快、最大程度地取得市集招供，用一个还是被无为承袭的EDA器具遐想芯片是更为合理的。

　　是以，客户基本都更倾向于选拔更进修的家具。

　　而在寻找得手案例的经过中，也濒临着先有鸡如故先有蛋的“拷问”。和晶圆代工场客户构兵时，他们不但会了解咱们在磨灭智力是否有得手的前例，也会风趣咱们的EDA当前还是被哪些遐想公司使用；反过来，芯片遐想公司也会问咱们“你们的EDA器具辅助哪家代工场制造？”两端都莫得案例，两端都跑欠亨。

　　甚而有客户提议有偿使用咱们的软件。因为他觉得咱们需要为不细目性承担一些包袱。

　　终末，咱们意志到，既然别东说念主不招供咱们的家具，那就只可靠我方来积贮得手训诫。于是，公司决定开辟另一块业务，IPD（集成无源器件）。用芯和的EDA，我方遐想芯片，我方流片，我方测试，我方考据。再其后，咱们在此基础上还拓荒了IP业务。

　　在外部还莫得客户的时候，咱们的内轮回系统就能扫尾运转。内轮回走通，意味着咱们把EDA器具、遐想和工场全部买通，酿成了一个完好意思的链条。关于用户而言，这个案例代表咱们可以保险遐想可靠性、辅助可靠性以及迭代可合手续。

　　里面的小轮回则进一步带动了外部大轮回。当芯片遐想公司启动使用咱们的家具，就意味着市集也加入了咱们迭代的进度中，EDA、Fabless和Foundry三个生态智力的互动达成了。

　　时间财经：走到今天，公司的中枢竞争力是什么？公司当前有哪些拳头家具？

　　代文亮：咱们最大的特色即是会制定各异化战略，从用户场景启航去优化劳动。

　　EDA业内还是有“三巨头”霸占尖端，咱们选拔花更多的时刻和客户相通，寻找痛点，接入选拔各异化的发展标的。

　　片上建模是芯片遐想不可或缺的智力。咱们为客户拓荒了一些参数化模块，匡助他们省俭时刻和元气心灵。比如，以前画一个图可能需要一两周时刻，使用咱们的参数化模板之后，可能只需三五秒钟就能管束。

　　2013年傍边，咱们还启动试图把AI引入到器具中。探索将神经收集和遗传算法用于参数化模板的遐想，取得了可以的反馈。

　　除了建模，咱们还在仿真问题上作念了不少优化。

　　在半导体模拟仿真责任中，存在芯片遐想仿真和封装仿真之间有脱节的问题。客户但愿咱们能把遐想和封装的仿真整合在整个。

　　这并阻碍易。领先是平台各异，两类仿简直文献相貌不相同，使用的平台也不同。

　　其次则是珍贵的维度迥乎不同。在遐想端，责任东如若在微纳设施（微米、纳米级别）进行，封装则一下子零碎到毫米甚而厘米设施（微纳设施是10的负9次方米，而毫米是10的负3次方米，两者收支6个数目级），这意味着网格永诀的压力相当大。

　　如果按照芯片的遐想设施永诀网格，固然密度和精度实足，但封装部分的网格就会过于密集，导致打算量过大。但如果按照封装的设施永诀网格，芯片部分的精度又会不够，无法准确描摹细节。这就酿成了一个跨设施的问题，打算范畴和精度的均衡变得相当复杂，在这些问题里需要作念好多量度。咱们通过多年的自主拓荒，酿成了跨设施的仿真引擎本领，同期从电路、电磁、电热、应力等角度握住拓展多物理仿简直范畴，匡助客户解决逆境。

　　当今，咱们的家具涵盖了从芯片、封装、模组、PCB板级、互连到整机系统，全地点地筹商多物理场的各异，并将其整合到一个完好意思的的全栈集成系统级EDA平台中。

　　是以说，国产化的经过并不是浅薄地替换掉原有的家具那么浅薄。责任的鼓动就像在敲钉子，要找准发力点，同期也不可一蹴而就。

　　如何构建重生态？

　　时间财经：从EDA厂商角度启航，AI对EDA产业带来的主要挑战是什么？

　　代文亮：AI时间的芯片的权贵特征是大算力。大算力芯片的功耗很高，常常在800W到1000W傍边，运行时花消电能会产生热量，散热问题如何解决是一个关节点。

　　如果散热问题无法妥善解决，热量在影响电能的传输和芯片的性能的同期，还有可能导致热扩展，使芯片和基板发生翘曲。这种翘曲可能会影响芯片的性能，甚而导致损坏。

　　此外，当电流较大时，还会激发电磁干涉。因此，咱们需要同期解决散热和电磁干涉问题，以幸免芯片性能下跌，甚而影响整个系统的褂讪性。

　　时间财经：半导体行业本领的迭代真实在每一刻发生。当下，举座来看国内EDA厂商想要寻求发展，需要应答哪些费劲？又有如何的解决有筹划？

　　代文亮：不难发现，当今芯片厂商的交易款式还是发生了根底的变化。厂商还是从作念芯片，滚动为作念生态。因此，EDA厂商不仅要珍贵芯片自己，还要筹商系统级的协同。

　　以英伟达为例，这家公司最启动的业务只专注于显卡芯片自己。但当今，它们不仅要遐想芯片里面的架构，还要筹商板卡、整机，甚而是整机集群的协同责任。这使得遐想的复杂度大幅普及。

　　从芯片到系统级的买通，是AI芯片范畴最典型的需求，关联词这种需求的扫尾离不开小巧的芯片遐想。比如，AI芯片的供电电流可能达到数千安培，信号传输速率极高，这些都对遐想提议了极高的条目。此外，如果进一步深刻到像HBM（高带宽存储器）这么的复杂结构，里面包含宽敞颗粒和IO接口，数据信号线数目弘远且互计议扰，很有可能导致“串扰”问题，使数字信号失真……因此，AI海浪既是机遇，亦然统共从事大算力芯片拓荒的企业必须面对的巨大挑战。

　　针对当前的新变化，厂商的视线要更大，从着眼芯片，到着眼系统乃至半导体生态。具体而言，EDA厂商的理念应该从遐想本领协同优化（DTCO）向系统本领协同优化（STCO）滚动。落脚到EDA个体，咱们不再局限于拓荒一个EDA器具，而是将着眼于为系统级优化提供解决有筹划。

　　产业链条拉得更长，挑战也更大，但我觉得这也许会成为咱们后期的一个上风。

　　大算力时间的新挑战

　　时间财经：AI海浪如何影响了半导体行业？

　　代文亮：AI芯片为半导体厂商提供了一个竞争的新想路——行业内通过百花王人放的立异把性能提高，而不是无止尽地内卷，把价钱卷低。

　　在我看来，AI实质上是场景化的。 以前些年的“互联网+”为例，从最早的万物皆可互联网发展于今，咱们会发现本领运用还是在分化的说念路上越走越远。出行有出行的业态；外卖有外卖的业态……我觉得AI异日一定是场景化驱动的，而不是试图用一个通用的解决有筹划解决统共问题。

　　响应在本领上，咱们就会发现，千亿参数、万卡集群大部分时候是少数厂商玩家的游戏，大多量功能和场景的扫尾并不需要这种量级的硬件辅助。

　　因此，小场景和小参数大模子，才是异日的大契机。端侧AI，AI PC和手机的成见越来越受珍贵，其实也侧面印证了这个趋势。

　　从芯片的需求上也能发现这小数，当前行业里关于AI算力的需求暴涨，英伟达的通用GPU一卡难求，但同期，对ASIC芯片的需求也加多了。

　　通用GPU由于要兼顾多种类型的打算任务，这种生动性例必会糟跶在特定运用上的性能和适度，比方视频处理、收集通讯、深度学习等，颠倒是在高负载或合手续运行的情况下，这种征象越加光显。

　　ASIC 芯片由于是为了某一特定运用特意定制的，在同等工况下，博通的ASIC芯片就能作念到效率大幅普及，算力其实也相当强劲，更合乎条目精准、高效处理的运用。

　　是以，我觉得最缺陷的是建构一个生态。GPU芯片和ASIC芯片之间并不是完全竞争的关系，而是各有各的适用场景。举例，GPU在运行一段时刻后，可能会发现需要进一步优化以提高适度、省俭功耗。不同类型的芯片在不同的场景下都有其独到的作用，而不是浅薄的竞争关系。

　　芯和集成系统EDA的家具定位恰是基于这种理念，我敬佩STCO王人备是异日的大标的J9九游会中国，亦然咱们EDA界需要要点鼓动的标的。