自從 2010 年 iPhone 4 上搭載蘋果自研的 A4 處理器之后，蘋果在自研處理器的道路上一路狂奔，2020 年用自研 M1 芯片替換了 Mac 系列上的英特爾處理器。

蘋果的成功給系統公司選擇自研芯片增加了信心。2016 年，谷歌推出第一代自研張量處理器單元 TPU，如今已經迭代到第四代。

此后，亞馬遜、阿里巴巴、Baidu 等也紛紛選擇自研芯片。這些對芯片需求巨大的系統公司們自研芯片，必然會降低從英特爾、英偉達、AMD 等芯片巨頭購買芯片的需求，與此相伴的是，傳統芯片巨頭的話語權也將減弱。

未來，芯片行業會被離用戶更近的系統公司們主導嗎?可預見的是，系統應用將是芯片設計的核心驅動力，這意味著，芯片設計和芯片制造的關鍵工具 EDA(Electronic Design Automation)需要進行革新，以便支持系統應用提出的多元化、定制化需求。

面向未來的 EDA 2.0 將在 2026 年開啟全新時代。而過去 EDA 每一次的突破都給芯片行業帶來了革命性變化，這是否意味著 2026 年是系統公司主導芯片行業的起點?

系統公司“被迫”自研芯片

在國內，芯片行業依舊在高速發展，但全球芯片行業早已進入成熟期，從設計到生產，再到封裝測試，復雜的芯片產業鏈已經實現了全球分工協作。2015 年開始，摩爾定律開始放緩，通用芯片的性能提升越來越慢，但新一輪 AI 熱潮對芯片算力的需求越來越高，物聯網應用對芯片的需求越來越多樣。

像蘋果、谷歌這樣大量購買芯片的系統公司對通用芯片性能的提升越來越不滿，于是紛紛開始自研定制芯片。過去的幾十年中，通用芯片從工藝和架構改進中帶來的性能提升具有優勢，定制芯片因為用量小，性能和收益比難以與通用芯片競爭。

然而，過去 40 年主宰芯片行業的摩爾定律逐漸接近極限，讓業界對定制芯片的性能和成本要求逐漸放寬。同時，在大部分應用的需求被通用芯片滿足之后，定制芯片的目的不再是簡單追求高性能，而是為了實現功能、功耗、安全等的差異化，通過系統層級的協同優化，實現創新和獨特的競爭力。

“現在是軟件決定一切，既然系統公司掌握了軟件，就會有很多想法，他們知道系統的最佳實現路徑，但芯片公司不知道，EDA 公司也是一樣。”傅強指出。

蘋果就是一個典型的例子，A 系列處理器在自研的早期相比芯片公司的處理器性能差距明顯，但通過蘋果的系統級優化，在體驗上并沒有顯著劣勢。通過持續迭代，蘋果的 A 系列處理器已經成為了業界標桿。不僅如此，通過統一內存架構等創新，蘋果更強大的 M1 處理器實現了性能和能效的巨大提升，可以替代英特爾成熟的酷睿處理器。

谷歌的自研 TPU 也很好地滿足了自身地圖、相冊、搜索等業務，用更低的成本實現更差異化的功能和更好體驗。展現谷歌自研處理器優勢有一個量化的數據，其自研的視頻編碼單元 VCU 用于加速 YouTube 的視頻編解碼，有分析師預計，VCU 將能幫谷歌替換 3300-4400 萬個英特爾 CPU。

成熟的芯片產業以及摩爾定律的失效，讓系統公司走上了自研芯片的道路。但芯片行業有非常高的技術門檻，即便有成熟的芯片產業鏈分工，想要縮短芯片設計周期挑戰巨大。

因此，谷歌已經開始用 AI 降低芯片設計的難度，近期還在 Nature 上發表了題為《一種用于加速芯片設計的布局規劃方法》的論文，利用深度學習優化芯片的布局規劃方法自動生成平面圖，優化芯片的性能、功耗和面積。人類工程師需要數月完成的工作，谷歌用 AI 僅需要 6 小時就能達到相同效果。

實際上，谷歌的試驗正說明當前的 EDA 需要更多的革新。

芯片行業需要“從頭”變革

EDA 過去幾十年來已經成為了芯片設計模塊、工具和流程的代稱，芯片設計、驗證的全流程以及工藝制造都離不開 EDA。芯片設計工具的每一次突破，都會給芯片帶來革命性變革。

1970 年之前，集成電路設計是純手動描繪版圖。1970 年計算機輔助設計(CAD)的出現，相對于手工設計方法是一個更大的改進。1990 年代，EDA 技術的誕生讓工程師可以用硬件描述語言描述設計，通過仿真在流片前提前驗證，提高效率的同時大大減少芯片制造的風險。

有 20 多年 EDA 行業從業經驗的芯華章董事長兼 CEO 王禮賓說：“目前我們正在使用的 EDA 設計制造流程都是基于 2000 年左右開始形成的基礎，我們可以稱之為‘EDA 1.0’。之后 20 多年 EDA 的發展，都是在 1.0 上逐漸增加各種內容，比如基于 FPGA 的驗證、低功耗設計、基于 IP 組件的設計復用等。這些疊加式的改進基于 EDA 1.0，不斷提升 EDA 設計的效率，但是從抽象層級、設計方法學角度看，沒有出現很大的改變，可以認為一直到今天我們都還處于‘EDA 1.X’的發展過程中。”

他發布的《EDA 2.0 白皮書》指出，EDA 1.X 有六大顯著的挑戰：

應用需求分化：芯片應用場景更加細分，不能滿足系統公司習慣的快速創新和迭代的要求。

驗證工作復雜：復雜的系統芯片設計驗證工作越來越困難，驗證的工作量往往需要獨立團隊耗費數個月才能完成，據統計，芯片制造過程中 70% 的時間成本都會消耗在驗證上。

IP 復用價值沒有完全發揮：IP 的選擇和配置對 SoC 設計的影晌無法在前期確認，IP 模塊支持快速 SoC 設計的復用價值被削弱。

人才不足：EDA 是一個跨學科的復合型領域，因此人才的培養需要更多的時間和資源。

開放性不足：語言、接口和數據的標準化或者開放還不夠，很多環節缺少開放的功能和數據接口，不同工具之間往往無法直接互連，中間數據也經常是工具私有。

歷史包袱：EDA 1.X 的工具是在二十多年的時間里漸進式發展起來的，這決定了它還背負了過程中的兼容性要求、歷史代碼、遺留架構等很多歷史包袱。

要解決 EDA 1.X 的挑戰，提升芯片設計效率，滿足系統公司的需求，可以借鑒軟件發展的成功經驗。中國科學院計算技術研究所副所長包云崗表示：“我一直覺得軟件領域有很多值得芯片行業借鑒的經驗。有統計指出，超過 90% 甚至 95% 的企業，都是混合使用各種模塊，已經在整個軟件生態里發揮非常重要的作用，尤其在標準接口方面，EDA 2.0 的開放和標準化路徑可以對系統交互和先進芯片設計起到積極作用。”

開放和共享只是從軟件發展過程中可以借鑒的一個重要經驗。白皮書指出，今天軟件行業和應用的蓬勃發展，離不開軟件開發流程和工具抽象程度不斷提高、表達形式從機器語言靠近自然語言、開發者從硬件和系統專家轉變為應用和行業專家、工具不斷自動化和智能化、最終不斷提高軟件開發效率的過程。

“增加更多的中間表達層、盡可能形成模塊和復用、開發效率為第一優先、推動智能化開發、充分利用最新的硬件架構、新的商業模式都是 EDA 可以借鑒的經驗。基于此，我們認為 EDA 2.0 是后摩爾定律時代片設計發展的未來方向，實現 EDA 2.0 也不是一個 0 和 1 的狀態變化，而是基于目前的 EDA 1.X 不斷采用創新改進滿足快速發展的芯片行業需求，是 EDA 行業長期發展的目標。”

五年后，EDA 2.0 將開啟芯片行業的新時代

“可能每個人心目中的理想狀態都不完全一樣，他將 EDA 2.0 的核心目標定義為‘基于開放的工具和行業生態，實現自動化和智能化的芯片設計及驗證流程，并提供專業的軟硬件平臺和靈活的服務，以支持任何有新型芯片應用需求的客戶快速設計、制造和部署自己的芯片產品’。實現 EDA 2.0 需要全行業的共同努力，其中關鍵的路徑包括開放和標準化、自動化和智能化、平臺化和服務化三個方面。”王禮賓表示。

中國科學院 EDA 中心主任陳嵐在《EDA 2.0 白皮書》的發布會上提到，過去的 EDA 工具是滿足高端通用的復雜的芯片設計需求，而未來更加開放的模式，可以快速的讓新技術融入到 EDA 的流程當中，同時避免流程轉化中的設計冗余，用更低的成本，讓更多的用戶使用，快速的對 EDA 進行驗證與迭代，提高芯片設計的總體效率。

陳嵐也強調，EDA 是我們整個行業基礎的牽引性技術和產品，與軟件出現問題可以改漏洞不同，EDA 作為工業軟件，以開放與合作的心態推動產業發展的同時，也要保證使用 EDA 軟件工具設計出來的芯片可以正常流片。

楊曄表示，“EDA 行業 40 年來發展的一些精標準與設計規則一定會繼續長期存在于芯片設計行業，繼續不斷向更加精細化的方向演進，支持高端芯片設計的需求。進入到 EDA 2.0 時代，這些標準和經驗將被提煉出來，成為模型、算法，或者自動化的流程，讓系統工程師和軟件工程師也可以參與到芯片設計中來，這不代表 EDA 的可靠性降低了，而是工具內部會比以往更加復雜，對于用戶來說則是更簡單了。”

“2026 年，我們將開啟 EDA 2.0 的新時代”，他們認為技術需要沉淀和準備，生態的培育也需要時間。

但即便 2026 年芯片行業進入 EDA 2.0 的時代，EDA 1.X 與 EDA 2.0 仍將并存很長一段時間。

兩個時代的長期并存，也是 EDA 2.0 解決挑戰變革芯片行業的過程。

就開放和標準來說，傅強認為，“整體看 EDA 1.X 很多已有的標準沒有得到廠商的統一支持，導致流程比較封閉和碎片化。其實，工業界沒有哪個標準是一定要用，最終還是以價值為導向，提供給用戶價值就會有人用，用的人多了就慢慢變成標準。未來 EDA 產業的開放和標準化將不僅僅由 EDA 廠商或標準化組織決定，而應該由產業鏈上游的 EDA 生態和下游的業界共同定義。”

來自芯片設計公司的專家也表達了自己對于 EDA 開放和智能化的期待。他說：“以機器學習為代表的技術在芯片設計的空間探索、驗證或者加速方面確實潛力巨大。雖然在 EDA 中引入 AI 沒辦法一蹴而就，但我希望 EDA 公司可以大膽或積極的嘗試，在一些比較關鍵、成熟的技術中，引入 AI 相關的技術和算法加強 EDA 功能。”

“另外，我們發現在芯片設計中使用 AI 會面臨一些算力瓶頸，所以希望在 EDA 中引入 AI 技術的時候，也能留有強化硬件的接口，這樣在整個設計流程中會有更高的實用性。同時，現在的 EDA 更像是一個黑盒子，對于使用者而言很難理解底層的物理機制，因此也希望 EDA 工具更夠稍微開放一些，把對芯片性能有很大影響的參數開放，有利于我們進行設計優化。”

楊曄補充，EDA 2.0 時代的開放，包括工具軟件接口(API)更開放、數據格式開放或數據訪問接口開放、EDA 軟件針對更多硬件平臺的開放、芯片內外部的總線和接口標準化、商業 EDA 與開源 EDA 的結合、更開放、便捷的 IP 模塊。EDA 2.0 中的智能，也不僅僅是狹義的加入 AI，還包含流程的自動化等一切減少人力投入的改進。

至于 EDA 2.0 的平臺化和服務化，則會帶來這個行業商業模式的創新。傅強說：“EDA 工具上云的嘗試過去二十年不斷有廠商在推動，但是到今天為止實際應用范圍還不夠廣泛。EDA 2.0 是滿足不同規模和不同階段的芯片設計有多樣化的需求，結合云原生技術為用戶提供近乎無限的計算彈性、存儲彈性和訪問便捷性，因此 EDA 2.0 應該與云平臺和云上多樣化的硬件結合，充分利用成熟的云端軟硬件生態。”

在這種變化下，EDA 2.0 還應該是產品和服務的結合。他們開創性提出的 EDaaS(Electronic Design as a Service)，用一個服務化、可定制的完整平臺服務不同系統應用需求。

也就是說，EDA 2.0 時代的到來，將給 EDA 公司帶來更大的挑戰，系統公司設計芯片的門檻將進一步降低，隨之而來的，將會是芯片行業由上至下的一系列變革。

小結

摩爾定律成就了眾多通用芯片公司，但隨著摩爾定律接近極限，芯片行業正在進入新的時代，異構、定制化的趨勢越來越明顯。越來越多系統公司開始自研芯片，一方面是對通用芯片性能和成本的不滿，另一方面是系統公司自身繼續保持競爭力的不二選擇。

但系統公司要更高效率、更低成本定制芯片，就需要最上層的 EDA 工具的突破。眾多資深業內人士已經明確看到 EDA 行業正站在突破的拐點，這也是近年來眾多 EDA 三巨頭高管離職創業并獲得資本關注的重要原因，當然也疊加了國內市場的需求以及政策利好的因素。

EDA 2.0 的到來，是中國 EDA 實現換道超車，打造國產 EDA 全流程，為芯片產業發展與數字化時代發展注入新動力的必經之路。

芯片行業正在醞釀一場全新變革，誰將成為芯片行業新時代的主導者?(包永剛)