EDA工具的發展特征

作者：賽迪智庫集成電路研究所

EDA工具市場競爭特征

經過30余年的行業整合發展，全球EDA工具市場體現出較明顯的寡頭壟斷特征，新思科技（Synopsys）、楷登電子（Cadence）與西門子EDA（原Mentor Graphics）作為目前僅有的擁有設計全流程EDA工具解決方案的企業，集中了全球超77%的EDA工具市場。此外，Ansys憑借熱分析、壓電分析等優勢點工具，Keysight EEsof憑借電磁仿真、射頻綜合等優勢點工具，獲得市場第四、第五的位置。近三年來，在優勢工具的鞏固下，在2020年全球72.3億美元的市場中，前五大EDA工具企業控制了約85%市場，其中市場前三大企業的市場占有率近80%。除市場前三的EDA工具企業外，其他企業缺少布局設計全流程工具技術的綜合實力，各企業均在各自擅長領域開發面向特定流程或個別環節的工具產品，瓜分剩余市場份額。

圖1 2018-2020年全球EDA工具市場競爭格局

注：內圈至外圈分別為2018-2020年數據

與國際市場相似，我國EDA工具市場同樣呈現出市場份額集中的特點，近三年市場前五大企業的市場占有率在86%左右。其中，Synopsys、Cadence、Siemens EDA為我國市場前三大EDA工具供應商。2020年，在我國66.2億元人民幣的EDA工具市場中，前五大供應商占有85.4%的市場份額。按年度分析，由于單一市場大客戶周期性訂單影響，市場前三大供應商的市場份額波動較大，整體看均具有明顯市場優勢。我國本土的華大九天公司通過十余年市場耕耘，近年來持續實現市場突破。據統計，2020年華大九天公司在我國市場的銷售額超過Ansys公司，成為我國市場第四大EDA工具企業。

圖2 2018-2020年我國EDA工具市場競爭格局

注：內圈至外圈分別為2018-2020年數據

從技術格局來看，全球EDA行業企業可分為三個梯隊。其中，第一梯隊企業擁有完整的且總體優勢明顯的全流程EDA工具，部分流程工具在細分領域擁有絕對優勢，EDA領域年營業收入超10億美元，代表企業有新思科技、楷登電子和西門子EDA（原Mentor Graphics）。第二梯隊企業擁有部分領域的全流程工具產品，且在局部領域具有絕對優勢，年營業收入在5000萬美元至4億美元之間，面向處在第三梯隊的EDA企業，相關公司產品以點工具為主，企業年營業收入普遍小于3000萬美元。

圖3 EDA行業技術格局

對于我國EDA行業企業，在市場驅動與資本加持的助推下，代表性企業呈加速發展勢頭，未來數年有望出現多家企業進入行業第二梯隊。華大九天公司作為我國唯一在部分領域擁有全流程工具的EDA工具企業，在營收規模上在本土企業中具有較明顯優勢，目前公司已在模擬/數?；旌显O計、數字設計、平板顯示設計以及晶圓制造部分相關領域進行布局，整體技術水平在國內具有領先性，并進一步實現了各大類工具的部分代表性點工具產品在關鍵參數上優于市場國際主流產品。

EDA工具行業商業模式特征

集成電路設計工具（EDA工具）從計算機輔助設計軟件發展而來，在行業商業、銷售模式上具有與工業軟件相似的方式。經過三十余年獨立發展，EDA工具結合集成電路領域特殊的市場形態和運作方式，形成了具有自身特色的行業商業和銷售模式。綜合看，國際主流廠商推廣EDA工具商業應用的方式包括“定期授權+技術服務”，以及面向高校、科研院所推廣教育應用。

面向“定期授權+技術服務”的商業模式，原美國Arcsys公司在商業競爭中為降低客戶的EDA工具使用成本、增強公司與客戶間的耦合度，實現公司產業市場競爭力提升，在20世紀90年代一改傳統的EDA工具永久許可銷售模式，將EDA工具的一次性售賣改為有限期租賃，并在產品服務期為客戶提供開發技術支持等的服務。通過商業模式變革，原Arcsys在一年多時間年實現銷售額超600%增長，進一步深刻影響其他EDA工具企業的經營向“定期授權+技術服務”的方式上轉變。目前，EDA工具企業對客戶每一期的EDA工具租賃時長普遍在2-3年，由此導致大客戶新一期訂單對部分企業銷售收入造成周期性影響。

面向高校、科研院所的產業推廣與應用是EDA企業培養市場生態、客戶習慣的重要方式和手段。一方面，為支持教學和科技研發創新，包括EDA工具在內的軟硬件產品生產商均有面向高校、科研院所推出“教育版”產品，產品售價普遍低于商業化產品。另一方面，面向EDA工具的推廣與應用，主流EDA企業均高度重視院校市場，推出各自的“高校計劃”，面對院校方以成本價或贈與的方式進行產品銷售，并在院校師生使用產品進行教學和科研中提供EDA產品技術支持與服務。

EDA工具技術發展趨勢特征

1、后摩爾時代技術演進驅動EDA技術應用延伸拓展

后摩爾時代的集成電路技術演進方向主要包括延續摩爾定律（More Moore）、擴展摩爾定律（More than Moore）以及超越摩爾定律（Beyond Moore）三類，主要發展目標涵蓋了建立在摩爾定律基礎上的生產工藝特征尺寸的進一步微縮、以增加系統集成的多重功能為目標的芯片功能多樣化發展，以及通過三維封裝（3D Package）、系統級封裝（SiP）等方式實現器件功能的融合和產品的多樣化。伴隨芯片技術的持續發展，人工智能、高性能計算、新一代信息技術、物聯網等新應用不斷涌現，技術和應用發展的疊加讓芯片技術和功能復雜度不斷提升，同時帶來對集成電路設計工具（EDA）的新發展需求。其中，面向延續摩爾定律（More Moore）方向，單芯片的集成規模呈現爆發性增增長，為EDA工具的設計效率提出更高要求。面向擴展摩爾定律（More than Moore）方向，伴隨邏輯、模擬、存儲等功能被疊加到同一芯片，EDA工具需具備對更強復雜功能設計的支撐能力。面向超越摩爾定律（Beyond Moore）方向，新工藝、新材料、新器件等的應用要求EDA工具的發展在仿真、驗證等關鍵環節實現方法學的創新。

圖4 后摩爾時代集成電路技術演進路徑

2、設計方法學創新輔助平抑芯片設計成本

EDA工具的發展創新極大程度提高了芯片設計效率，一直以來是推動芯片設計成本保持在合理范圍的重要方式。根據加州大學圣迭戈分校Andrew Kahng教授在2013年的推測，2011年設計一款消費級應用處理器芯片的成本約4000萬美元，如果不考慮1993年至2009年的EDA技術進步，相關設計成本可能高達77億美元，EDA技術進步讓設計效率提升近200倍。整體看，既往及今后一段時間，推動設計效率提升的相關技術進步包括可重復使用的平臺模塊、異構（AMP）并行處理器的應用等。

圖5 EDA技術進步對芯片設計成本的影響

在后摩爾時代，由“摩爾定律”驅動的芯片集成度和復雜度持續提升將為EDA工具發展帶來新需求。在設計方法學層面，EDA工具的發展方向主要包括系統級或行為級的軟硬件協同設計方法、跨層級芯片協同驗證方法、面向設計與制造相融合的設計方法和芯片敏捷設計方法四方面。其中，系統級或行為級的軟硬件協同設計方法可以讓設計師在完成芯片行為設計的基礎上自動完成后續的芯片硬件的具體實現，同時支持同步開展應用軟件的開發，以達到設計效率提升的目的?？鐚蛹壭酒瑓f同驗證方法則強調驗證工作實現芯片設計與封裝、印制電路板（PCB）甚至整個應用系統相組合的跨層級協同驗證，以確保設計的正確性。面向設計與制造相融合的設計方法則追求在芯片設計的各個階段實現與制造工藝的融合，以期提升芯片最終生產良率。芯片敏捷設計方法則通過算法和軟件需求定義芯片架構，結合模板元編程（Meta-Programming）和高層次綜合（HLS）的設計方法，實現快速設計和快速迭代。

3、人工智能技術將在EDA領域扮演更重要角色

人工智能（AI）技術應用于EDA領域始于20世紀80年代，一直以來受制于運算能力不強、AI性能不理想、芯片設計的數據需求量不夠大等因素，導致AI技術與EDA的融合并不充分。近年來，伴隨芯片設計基礎數據量的不斷增加、系統運算能力的階躍式上升，人工智能技術應用在EDA工具領域的算法和算力需求正在被更好地滿足。此外，芯片復雜度的提升以及設計效率要求的提高同樣要求人工智能技術賦能EDA工具的升級，輔助降低芯片設計門檻、提升芯片設計效率。2017年美國國防部高級研究計劃局（DARPA）推出的“電子復興計劃（ERI）”中的電子設備智能設計（IDEA）項目，描繪出新的AI技術賦能EDA工具發展目標與方向。其中提出目標實現“設計工具在版圖設計中無人干預的能力”，即通過人工智能和機器學習的方法將設計經驗固化，進而形成統一的版圖生成器，以期實現通過版圖生成器在24小時之內完成SoC（系統級芯片）、SiP（系統級封裝）和印刷電路板（PCB）的版圖設計。

圖6 IDEA項目設計框架

4、云技術在EDA領域的應用日趨深入

一直以來，企業對核心知識產權、工藝設計套件（PDKs）等高度敏感數據的安全顧慮是限制云技術在EDA領域應用推廣的重要阻礙。近年來，伴隨相關技術方式的逐步成熟、用戶使用習慣的改變，疊加應用云技術進行芯片設計研發方面的綜合成本、效率優勢，云技術正在EDA領域獲得快速發展。伴隨EDA云平臺的逐步發展，云技術在EDA領域的應用第一可以有效避免芯片設計企業因流程管理、計算資源不足帶來的研發風險，保障企業研發生產效率；第二可以有效降低企業在服務器配置和維護方面的費用，讓企業根據實際需求更加靈活地使用計算資源；第三可以讓芯片設計工作擺脫物理環境制約，尤其在新冠疫情帶來的居家辦公需求下讓EDA云平臺發揮了重要作用；第四有助于EDA技術在教育領域的推廣和應用，支持設計人才培養等相關工作。此外，類似RISC-V的開源化模式也更適合采用云平臺進行相關如基于RISC-V內核芯片的芯片設計工作。

責任編輯：tzh