EDA，迎来巨变

公众号记得加星标??，第一时间看推送不会错过。

上世纪80年代，人们常说“买IBM永远不会丢掉工作”。即便新技术层出不穷，IBM仍然被视为稳妥之选。虽然它可能并非当时最先进的选择，但依然是无可争议的。它拥有成熟的生态系统，而且一切都在人们的掌控之中。

但说到人工智能，谁或什么才是最稳妥的选择？谁掌握必要的数据？谁拥有具备最佳知识和能力，能够创造优秀解决方案的合适人才？谁有资金？对于这些问题，你可能会想到不同的公司，但问题在于，没有哪家公司愿意分享超出必要的信息。这意味着每个人都只能掌握有限的信息。

长期以来，EDA公司一直是半导体行业的工具供应商，因为它们能够实现良好的规模经济。但情况并非一直如此，如今也可能并非如此。在半导体行业的早期，每家公司都自行生产工具。当时没有统一的标准，工具往往被视为一种差异化优势。随着标准的出现，每家公司都意识到自己的工具与其他公司的工具大同小异，维护自有工具就变得不再划算。在许多情况下，他们会将技术转让给EDA公司，以换取数年的免费维护。

这种情况可能再次发生。我们已经看到系统和软件公司再次转型成为硬件开发商，无论是在半导体层面还是系统层面。谷歌已经开发其Tensor处理器数代，并开发了一些专有工具。它训练了人工智能模型来理解Verilog代码及其设计的各个方面，并且已经达到了人工智能设计系统优于人工设计的程度。它还开发了测试生成工具，其中一些已经可以用于RISC-V平台。

英伟达开发了多种工具，包括 ChipNeMo。根据英伟达官网的介绍，“我们没有直接部署现成的商用或开源语言学习模型（LLM），而是采用了以下领域自适应技术：自定义分词器、领域自适应持续预训练、基于领域特定指令的监督式微调（SFT）以及领域自适应检索模型。” 参与这项工作的研究人员数量远超我所知的任何一家EDA公司工程团队。这仅仅是其中一项工作。其他工作还包括仿真器、静态时序分析引擎、布局布线工具等等。

那么其他人该怎么办呢？这些工具不对公众出售。即便出售，也不清楚它们是否同样适用于其专门训练领域之外的设计。开发一款只需在小范围设计上表现良好的工具要容易得多。EDA 公司可没有这种选择余地。

尽管EDA公司在开发和维护满足大众市场需求的工具方面拥有最丰富的经验，但它们无法获取所有必要信息，甚至不清楚内部工具的开发目标是什么类型的问题。一些公司在高速接口等领域的了解有限，但它们也可能已经开发出能够帮助它们比竞争对手更快、更好地构建这些接口的工具。公开这些信息可能并不符合它们的最佳利益。

这就是为什么我们看到EDA和AI融合方面出现了更多试探性进展。EDA公司能够也正在围绕自身工具开发智能体解决方案。他们提供API和MCP，允许客户开发自己的解决方案，这些解决方案可能集成也可能不集成他们内部开发的工具，但他们可能并不完全理解为什么会对自身提出某些要求。

研究人员和初创公司可以自由探索新思路、新可能性，通常无需考虑传统系统，但这可能使他们的解决方案难以融入现有流程。他们也缺乏足够的财力来训练模型或支持大量客户，导致推广速度缓慢——而如今，这是任何人都无法承受的。正因如此，我们看到数千万美元的风险投资涌入EDA初创公司，希望借此实现快速增长。这并非我们第一次看到大量投资涌入那些有望颠覆行业的领域。过去，这些投资最终都以失败告终。

如今的行业格局如同狂野西部，每个人都在努力摸索谁值得信任，谁可以合作，以及如何满足行业需求。虽然我们或许可以预测行业的长期发展趋势（尽管可能无法预测哪些公司会最终胜出），但短期走势却难以预测。

https://semiengineering.com/follow-the-ai-leader/

*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。

END

今天是《半导体行业观察》为您分享的第4341内容，欢迎关注。

推荐阅读

★一颗改变了世界的芯片

★美国商务部长：华为的芯片没那么先进

★“ASML新光刻机，太贵了！”

★悄然崛起的英伟达新对手

★芯片暴跌，全怪特朗普

★替代EUV光刻，新方案公布！

★半导体设备巨头，工资暴涨40%

★外媒：美国将提议禁止中国制造的汽车软件和硬件

加星标??第一时间看推送

求点赞

求分享

求推荐