AI正在颠覆EDA

AI已进入电子设计自动化（EDA）领域，并通过新工具重塑行业格局，这些新工具有助于更快地将芯片和IP推向市场。

随之而来的是，风险投资界正在为这个新兴的市场领域中的初创公司提供资金，而这一领域在过去一段时间里一直缺乏资本关注。

大部分AI应用活动来自于曾在Apple和SpaceX等公司工作、由硬件设计师转型而来的企业家。他们在之前的职位上对现有的芯片设计流程感到失望，并试图解决其不足之处。

这些资金雄厚的公司正在发布或即将发布基于AI技术的新产品，这些产品能够应对一些更为紧迫的挑战，有望缩短流片时间并加速芯片设计流程。

因此，EDA行业正在经历一场颠覆性转变，随着这些新进入者的到来，竞争格局也在发生变化。

相较于以往由三四家领先公司主导市场的传统模式，现在的市场更具竞争力和活力。展望未来，这种转变可能会带来意想不到的发展和来自这些新进入者的颠覆。

这些由设计师转型而来的企业家抱怨称，现有的EDA解决方案已经过时，并相信AI能够为长期存在的挑战提供创新性的解决方案。AI很容易应用于设计和验证工程中的挑战，并有潜力为一些更棘手的问题提供解决方案。

根据公开信息，市面上的AI工具能够应对芯片设计和验证中的复杂挑战，提升生产力和效率，使设计人员能够更快地解决问题。一些新工具专注于整个功耗、性能和面积（PPA）范式，而另一些则专注于功能验证。

无论哪种情况，都不需要具备领域知识。一家公司将其工具比作微软的Copilot。另一家公司则推广一种具备设计师级认知能力的工具，能够减少75%的设计工作量，并将完成速度提高50%。

还有一家公司则处于新兴的智能体领域，其AI智能体能够驾驭EDA工具，简化流程而无需人工干预。

鉴于当前的市场动态，市场对AI驱动的EDA工具的需求日益增长。然而，与许多新技术和方法一样，一些公司在完全接纳它们时表现出犹豫，反映出对采用新技术的谨慎态度。

历史背景塑造了当前的做法，用户旨在将风险降至最低。因此，买家虽有好奇心但更为挑剔，他们期望获得成熟可靠、能证明可衡量投资回报率（ROI）的解决方案。

尽管如此，随着用户在2024年对AI EDA市场中的工具进行测试，市场的兴趣激增。过去一年里，市场已经成熟，买家现在期望的是经过验证的工具，而不仅仅是原型。在评估期间，他们期望在下采购订单并获得产品前，能看到可衡量的投资回报率。

两个例子让我们得以一窥当前的采用实践和未来趋势。一家软件IP提供商希望提高设计速度，以创建可配置的IP并满足客户需求。它在其设计流程中实施了一款类似Copilot的AI工具，并指出这加速了创新，提高了交付成果的可用性。根据其自身评估，它实现了8倍的Bug修复速度。

一家AI加速器芯片公司使用了另一款类似Copilot的EDA工具，该工具加快了其迭代和创建优化芯片架构的能力，从而有效地利用了设计师的时间，让他们能够将注意力集中在设计权衡上。其结果是PPA收敛速度提高了70倍。

这两个案例——一个端到端的系统级芯片（SoC）设计流程和一个全面优化的IP设计流程——仅仅是贯穿整个设计领域的众多应用中的两个。

而这仅仅是个开始。AI解决EDA中棘手问题的巨大潜力始于其分析海量数据的能力，它能揭示传统方法无法实现的模式和见解。

其优势范围广泛，从如上所述的提高速度、减少Bug、获得能转化为精确设计规范的见解，到提升准确性。AI不应取代人类设计师。相反，它将使他们能够专注于工作中更复杂、更有影响力的方面。

所有AI EDA工具的终极目标是生成可直接用于流片的RTL代码。虽然今天的工具尚未完全达到这一目标，但它们正日益接近，通过消除重复和晦涩难懂的结果、提供更快的设计完成速度以及有价值的直观反馈，为芯片设计师提供了强大的助力。

AI EDA，刚刚起步

AI正开始以我们五年前都无法预料的方式改变EDA的格局。近期对EDA投资的复苏，包括风险投资者的显著兴趣，反映出业界对该领域在技术基础设施中关键作用的认可。

围绕AI EDA在芯片设计流程中的创新，以及其对生产力提升和可行性见解等更广泛技术进步的意义所带来的兴奋感才刚刚开始。它已经改变了市场动态，并为新创公司在老牌竞争对手中蓬勃发展创造了机会。

毫无疑问，EDA的未来以及AI EDA工具的广泛采用将带来设计流程的重大进步和变革。这是行业颠覆，还是仅仅是对现有技术和方法的增强？时间会给出答案。