編者按：2025年8月28日，西門子 EDA 年度技術峰會“Siemens EDA Forum 2025”在上海成功舉辦。以“AI 驅動半導體變革”為核心議題，西門子EDA與業(yè)界同仁一道深度探討軟件定義時代下，如何破解驗證復雜度攀升、系統(tǒng)集成難度加大等行業(yè)痛點，攜手勾勒智能化設計的創(chuàng)新路徑。
AI技術的飛速演進推動著全球電子信息產業(yè)經歷前所未有的變革，計算資源需求的指數級增長帶來對復雜計算系統(tǒng)的軟件創(chuàng)新需求。半導體產業(yè)作為電子信息產業(yè)的基石，正面臨著多域系統(tǒng)設計、超越晶體管密度、專業(yè)人才缺口擴大和跨領域協同壁壘加劇等諸多挑戰(zhàn)。
在此背景下，西門子覆蓋電子系統(tǒng)全生命周期的全面數字孿生解決方案，正成為企業(yè)提升敏捷性與集成能力的關鍵支撐。西門子EDA秉持“軟件定義、AI加持、芯片賦能”的理念，著力打造更易用、更強大的數字化系統(tǒng)，覆蓋芯片設計、驗證、生產的完整體系，借此實現設計效率與系統(tǒng)穩(wěn)定性的雙重突破。
軟件定義是趨動力
隨著電子系統(tǒng)和芯片設計的復雜度不斷提升，試錯成本在顯著增加，很多芯片項目延期，首次流片成功率也在下降。
例如，從28納米制程開始，芯片成本增長明顯：5納米制程約需4.2億美元，3納米制程達到5.4億美元。如此高昂的投入，如果沒有有效過程控制，就會造成巨大損失。為了盡可能地讓芯片投資有保障，EDA 行業(yè)必須通過各種手段提供保障，確保項目順利推進。
西門子EDA全球副總裁兼中國區(qū)總經理凌琳指出，這些數據說明，必須采用更新的方法論、更新的工具鏈，并依靠更強大的數字化手段來控制損失。否則，投資無法得到保障，每個芯片、每個項目的成本都極高——包括人力、IP、工具以及流片費用。
在硬件逐漸趨同的情況下，正是軟件帶來了差異化的定義，并由此推動硬件的不斷創(chuàng)新。從軟件定義入手，而不是僅依賴硬件去解決一切問題。硬件能力希望能通過摩爾定律和異構計算不斷增強，但解決復雜系統(tǒng)的根本在于軟件和設計方法的“左移”。
凌琳表示，今天的工業(yè)領域門類繁多、需求復雜，構建完善的數字孿生生態(tài)、工具鏈以及閉環(huán)解決方案并非易事，需要長期且巨大的投入。產業(yè)本身高度復雜，其中電子產業(yè)占比持續(xù)提升。從芯片的角度來看，其在整個系統(tǒng)中的比重也在不斷增加。EDA 跟整個半導體行業(yè)息息相關，作為“倒金字塔”的底座，EDA 技術正支撐著更廣闊的數字化世界發(fā)展。
充分發(fā)揮AI加速引擎作用
隨著 AI 的發(fā)展，英偉達黃仁勛提出了新的觀點：AI 將吞噬軟件。這一表述強調了 AI 的重要性，也解釋了AI 在推動相關技術發(fā)展中如此關鍵。AI已經成為基礎技術的底座，如今已被被廣泛應用在各類 EDA及工業(yè)系統(tǒng)中。
凌琳表示，隨著系統(tǒng)復雜度增加，驗證和生產環(huán)節(jié)變得愈發(fā)復雜，應對的關鍵在于利用一切可用手段來縮短優(yōu)化周期。只有通過增強型 EDA 工具和 AI 加持的工具，才能更高效、更精準地完成優(yōu)化工作，從而提升整個設計和生產流程的效率與質量。
自從收購 Solido 之后，西門子 EDA就擁有了其 20 多年的 AI EDA 軟件經驗。
西門子 EDA亞太區(qū)技術總經理 Lincoln Lee (李立基) 表示，EDA工具中的AI 不只是用來“學習”，而是要輸出可用于芯片設計的結果。
因此，工業(yè)AI具有不同于普通生成式AI大模型的特征。
首先是可驗證性，確保 AI 輸出的結果可以驗證，從而安全應用于芯片設計；其次是可用性，工具需要對工程師友好，不僅限于專家或博士才能操作；第三是通用性，AI 解決方案應適用于多種設計場景，而非僅限于單一用途，否則終端應用會受限；第四是穩(wěn)健性，軟件必須穩(wěn)定可靠，每次運行都能正常完成任務，不因硬件或環(huán)境不同而崩潰；最后是準確性，確保 AI 設計結果真實可靠，能夠如預期運行并達到驗證指標。
通過滿足上述要求，工業(yè)級 AI才能夠可靠應用于芯片設計和系統(tǒng)開發(fā)等高復雜度場景。
在2025年 6 月美國 DAC 大會 上，推出了 EDA AI System。該系統(tǒng)不同于以往各自獨立的工具，而是一個跨產品的平臺。作為基礎 AI平臺，后續(xù)其他工具將在此平臺上構建。
李立基強調指出，關于數據來源，該系統(tǒng)的數據包括西門子EDA自有的數據、示例、知識庫以及客戶提供的數據，客戶的數據不會被隨意使用，并采取了嚴密措施保證數據安全。
基于 EDA AI System 平臺，西門子EDA發(fā)布了四款工具：用于驗證的 Questa One，用于布線布局的 Aprisa AI，最廣泛使用的 Calibre Vision AI，以及用于仿真的 Solido，上述四款產品結合生成式和代理 AI提升仿真效率。
超越EDA
面對復雜電子系統(tǒng)設計挑戰(zhàn)，最全面、最完整的數字孿生方案將是終極法寶。
全面數字孿生的意義在于從跨域系統(tǒng)的模型出發(fā)，進行軟硬件協同設計、驗證與仿真，其涵蓋范圍不斷擴大，包括電子系統(tǒng)、機械設計以及跨域跨物理的驗證環(huán)節(jié)。只有將這些環(huán)節(jié)整合在一起，形成完整的工程化解決方案，才能超越傳統(tǒng) EDA 狹窄的概念和范圍，實現真正的一體化。
凌琳表示，西門子 EDA 投入了大量工作，開發(fā)了諸多新的方法論。從軟件定義出發(fā)，涵蓋整個功能驗證、物理實現、物理驗證、生產及封裝，再到 3D IC 技術應用。之后，還需在板級調試電子子系統(tǒng)，最終將子系統(tǒng)整合到完整系統(tǒng)中進行測試。包括臺積電、英特爾、AMD、Arm以及英偉達等公司，都在與西門子EDA配合，解決面對未來的不同難題。
李立基介紹，西門子EDA的 Silicon Lifecycle 工具，可以實時監(jiān)控每個環(huán)節(jié)是否達到指標，形成完整的循環(huán)和回溯機制。通過管理大量資產和數據，包括來自上下游合作伙伴的數據，并將其整合用于驗證、測試和仿真，才能最終產出可用的產品或系統(tǒng)。
這正是超越傳統(tǒng) EDA、實現全面數字孿生的關鍵所在。
