代文亮创立EDA公司芯和半导体，是在2010年。

　　那时候21世纪堪堪走过第一个十年，国内半导体产业还格外年青。距离国务院负责印发《国度集成电路产业发展推动撮要》，国度集成电路产业投资基金建造，还有4年。

　　“其时，扫数这个词社会对半导体、集成电路的默契都不够，融资环境对比今天差了许多。但有空间、有蚁集，也有一些契机，我就决定照旧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电子设想自动化软件——这个有着“芯片之母”的称呼的产业对全球来说依然相对生疏。这个市集畛域在百亿元傍边的坐褥才能，为什么大略撬动千亿级半导体产业的发展？

　　走过十余年，芯和半导体一经成为一家以仿真驱动设想，提供提供阴私IC、封装到系统的集成系统EDA解决有筹算，其产物已在5G、智妙手机、物联网、东说念主工智能和数据中心等领域得到粗拙运用。

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

　　国产EDA如何解围？

　　时期财经： 芯和建造于今一经有10余年，在这十多年中，全球EDA产业格外一部分份额由Cadence、Synopsys和Mentor Graphics几家占领。要在EDA市集开拓并破损易，最早为什么采纳EDA看成我方的创业标的？

　　代文亮：一方面是个东说念主资格影响，在创办芯和前，我就在三巨头之一的Cadence责任，自己对EDA领域就很老到。

　　另一方面，咱们以为中国在这方面还相比薄弱。

　　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，在扫数这个词半导体市集中的份额为2%，占比不高。但器具的存在是不可或缺的，EDA撬动的半导体全体市集将在畴昔几年冲破万亿。

　　有空间、有蚁集，也有一些契机，我就决定照旧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，头部会聚效应相比强。咱们的宗旨其实很简短，天然可能不一定作念得很大，但要坚抓篡改，作念到至少在细分领域内能排得上号。早点入场，就更有契机占据一个生态位。

　　关联词其时照实相比艰难。十多年之前，半导体产业内“造不如买，买不如租”的心态还相比多见。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许多。

　　自后咱们发现，比起巨头，国内EDA厂商有一个不可替代的上风——土产货化干事。

　　许多时候，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”，比如若何设想、若何末端一些时间手段。这些土产货化扶持干事，国内EDA厂商提供起来更便捷，也更可抓续。

　　时期财经： 对企业来说，在EDA器具不会松驰更换，芯和在业务拓展初期是若何劝服企业使用公司的产物的？

　　代文亮：初创EDA企业拓展客户照实相比艰难。

　　执行上，岂论是小公司照旧大公司，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认同，用一个一经被粗拙罗致的EDA器具设想芯片是更为合理的。

　　是以，客户基本都更倾向于采纳更进修的产物。

　　而在寻找告捷案例的流程中，也濒临着先有鸡照旧先有蛋的“拷问”。和晶圆代工场客户战争时，他们不但会了解咱们在并吞才能是否有告捷的前例，也会酷好咱们的EDA面前一经被哪些设想公司使用；反过来，芯片设想公司也会问咱们“你们的EDA器具扶持哪家代工场制造？”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。因为他以为咱们需要为概略情味承担一些包袱。

　　临了，咱们意志到，既然别东说念主不认同咱们的产物，那就只可靠我方来蚁集告捷训戒。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，我方设想芯片，我方流片，我方测试，我方考证。再自后，咱们在此基础上还开采了IP业务。

　　在外部还莫得客户的时候，咱们的内轮回系统就能末端运转。内轮回走通，意味着咱们把EDA器具、设想和工场全部买通，酿成了一个齐备的链条。关于用户而言，这个案例代表咱们可以保险设想可靠性、扶持可靠性以及迭代可抓续。

　　里面的小轮回则进一步带动了外部大轮回。当芯片设想公司初始使用咱们的产物，就意味着市集也加入了咱们迭代的进度中，EDA、Fabless和Foundry三个生态才能的互动达成了。

　　时期财经：走到今天，公司的中枢竞争力是什么？公司面前有哪些拳头产物？

　　代文亮：咱们最大的特质即是会制定各异化计谋，从用户场景起程去优化干事。

　　EDA业内一经有“三巨头”霸占尖端，咱们采纳花更多的时辰和客户换取，寻找痛点，接入采纳各异化的发展标的。

　　片上建模是芯片设想不可或缺的才能。咱们为客户开采了一些参数化模块，匡助他们纯粹时辰和元气心灵。比如，畴昔画一个图可能需要一两周时辰，使用咱们的参数化模板之后，可能只需三五秒钟就能科罚。

　　2013年傍边，咱们还初始试图把AI引入到器具中。探索将神经网络和遗传算法用于参数化模板的设想，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，存在芯片设想仿真和封装仿真之间有脱节的问题。客户但愿咱们能把设想和封装的仿真整合在一说念。

　　这并破损易。率先是平台各异，两类仿竟然文献样式不相通，使用的平台也不同。

　　其次则是眷注的维度霄壤之别。在设想端，责任东如若在微纳门径（微米、纳米级别）进行，封装则一下子向上到毫米甚而厘米门径（微纳门径是10的负9次方米，而毫米是10的负3次方米，两者出入6个数目级），这意味着网格分袂的压力相配大。

　　如果按照芯片的设想门径分袂网格，天然密度和精度充足，但封装部分的网格就会过于密集，导致计较量过大。但如果按照封装的门径分袂网格，芯片部分的精度又会不够，无法准确描写细节。这就酿成了一个跨门径的问题，计较畛域和精度的均衡变得相配复杂，在这些问题里需要作念许多量度。咱们通过多年的自主开采，酿成了跨门径的仿真引擎时间，同期从电路、电磁、电热、应力等角度延续拓展多物理仿竟然领域，匡助客户解决窘境。

　　面前，咱们的产物涵盖了从芯片、封装、模组、PCB板级、互连到整机系统，全处所地议论多物理场的各异，并将其整合到一个齐备的的全栈集成系统级EDA平台中。

　　是以说，国产化的流程并不是简短地替换掉原有的产物那么简短。责任的推动就像在敲钉子，要找准发力点，同期也不可一蹴而就。

　　如何构建更生态？

　　时期财经：从EDA厂商角度起程，AI对EDA产业带来的主要挑战是什么？

　　代文亮：AI时期的芯片的显贵特征是大算力。大算力芯片的功耗很高，经常在800W到1000W傍边，运行时耗尽电能会产生热量，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，还有可能导致热扩张，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，还会激发电磁插手。因此，咱们需要同期解决散热和电磁插手问题，以幸免芯片性能着落，甚而影响扫数这个词系统的踏实性。

　　时期财经：半导体行业时间的迭代着实在每一刻发生。当下，全体来看国内EDA厂商想要寻求发展，需要支吾哪些艰难？又有若何的解决有筹算？

　　代文亮：不难发现，面前芯片厂商的生意款式一经发生了根底的变化。厂商一经从作念芯片，升沉为作念生态。因此，EDA厂商不仅要眷注芯片自己，还要议论系统级的协同。

　　以英伟达为例，这家公司最初始的业务只专注于显卡芯片自己。但面前，它们不仅要设想芯片里面的架构，还要议论板卡、整机，甚而是整机集群的协同责任。这使得设想的复杂度大幅擢升。

　　从芯片到系统级的买通，是AI芯片领域最典型的需求，关联词这种需求的末端离不开小巧的芯片设想。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，这些都对设想提议了极高的条目。此外，如果进一步深化到像HBM（高带宽存储器）这么的复杂结构，里面包含稠密颗粒和IO接口，数据信号线数目广漠且互推敲扰，很有可能导致“串扰”问题，使数字信号失真……因此，AI波浪既是机遇，亦然扫数从事大算力芯片开采的企业必须面对的巨大挑战。

　　针对面前的新变化，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厂商的理念应该从设想时间协同优化（DTCO）向系统时间协同优化（STCO）升沉。落脚到EDA个体，咱们不再局限于开采一个EDA器具，而是将着眼于为系统级优化提供解决有筹算。

　　产业链条拉得更长，挑战也更大，但我以为这也许会成为咱们后期的一个上风。

　　大算力时期的新挑战

　　时期财经：AI波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念念路——行业内通过百花都放的篡改把性能提高，而不是无止尽地内卷，把价钱卷低。

　　在我看来，AI本色上是场景化的。 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，咱们会发当前间运用一经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……我以为AI畴昔一定是场景化驱动的，而不是试图用一个通用的解决有筹算解决扫数问题。

　　反应在时间上，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，大广泛功能和场景的末端并不需要这种量级的硬件扶持。

　　因此，小场景和小参数大模子，才是畴昔的大契机。端侧AI，AI PC和手机的成见越来越受眷注，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，面前行业里关于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计较任务，这种纯真性例必会糟跶在特定运用上的性能和恶果，比方视频处理、网络通讯、深度学习等，格外是在高负载或抓续运行的情况下，这种风物越加光显。

　　ASIC 芯片由于是为了某一特定运用有益定制的，在同等工况下，博通的ASIC芯片就能作念到效率大幅擢升，算力其实也相配强盛，更符合条目精准、高效处理的运用。

　　是以，我以为最迫切的是建构一个生态。GPU芯片和ASIC芯片之间并不是完全竞争的联系，而是各有各的适用场景。举例，GPU在运行一段时辰后，可能会发现需要进一步优化以提高恶果、纯粹功耗。不同类型的芯片在不同的场景下都有其独有的作用，而不是简短的竞争联系。

　　芯和集成系统EDA的产物定位恰是基于这种理念，我服气STCO完满是畴昔的大标的尊龙凯龙时官网，亦然咱们EDA界需要要点推动的标的。