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，国内半导体产业还特殊年青。距离国务院负责印发《国度集成电路产业发展鼓吹撮要》，国度集成电路产业投资基金开垦，还有4年。
“那时，通盘社会对半导体、集成电路的明白都不够，融资环境对比今天差了好多。但有空间、有积蓄，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电子预备自动化软件——这个有着“芯片之母”的名称的产业对全国来说依然相对生分。这个商场畛域在百亿元阁下的坐褥轨范，为什么或者撬动千亿级半导体产业的发展？
走过十余年，芯和半导体照旧成为一家以仿真驱动预备，提供提供掩饰IC、封装到系统的集成系统EDA解决决策，其产物已在5G、智高东说念主机、物联网、东说念主工智能和数据中心等畛域得到庸碌独揽。
步入2025年，AI卷着半导体产业迈入新的阶段，EDA在AI海潮下如何解围？近期，期间财经带着这些疑问，对芯和半导体创举东说念主、总裁代文亮博士进行了专访。
国产EDA如何解围？
期间财经： 芯和开垦于今照旧有10余年，在这十多年中，全球EDA产业特殊一部分份额由Cadence、Synopsys和Mentor Graphics几家占领。要在EDA商场开拓并拒接易，最早为什么聘用EDA当作我方的创业处所？
代文亮：一方面是个东说念主履历影响，在创办芯和前，我就在三巨头之一的Cadence使命，本人对EDA畛域就很熟悉。
另一方面，咱们合计中国在这方面还比拟薄弱。
EDA全球商场不到100亿好意思元，如果加上IP，接近150亿好意思元阁下，在通盘半导体商场中的份额为2%，占比不高。但器具的存在是不可或缺的，EDA撬动的半导体举座商场将在畴昔几年遏止万亿。
有空间、有积蓄，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，头部辘集效应比拟强。咱们的主见其实很粗浅，固然可能不一定作念得很大，但要坚抓改变，作念到至少在细分畛域内能排得上号。早点入场，就更有契机占据一个生态位。
关联词那时照实比拟清苦。十多年之前，半导体产业内“造不如买，买不如租”的心态还比拟多见。社会对半导体、集成电路的明白都不够，融资环境对比今天差了好多。
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——土产货化做事。
好多时候，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”，比如奈何预备、奈何已毕一些时刻技能。这些土产货化支援做事，国内EDA厂商提供起来更便捷，也更可抓续。
期间财经： 对企业来说，在EDA器具不会猖狂更换，芯和在业务拓展初期是奈何劝服企业使用公司的产物的？
代文亮：初创EDA企业拓展客户照实比拟清苦。
施行上，岂论是小公司照旧大公司，更换一个EDA器具都面对着风险——万一出问题奈何办？
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、最大程度地取得商场认同，用一个照旧被庸碌领受的EDA器具预备芯片是更为合理的。
是以，客户基本都更倾向于聘用更老练的产物。
而在寻找奏效案例的历程中，也面对着先有鸡照旧先有蛋的“拷问”。和晶圆代工场客户战役时，他们不但会了解咱们在合并轨范是否有奏效的前例，也会有趣咱们的EDA咫尺照旧被哪些预备公司使用；反过来，芯片预备公司也会问咱们“你们的EDA器具支援哪家代工场制造？”两端都莫得案例，两端都跑欠亨。
以致有客户建议有偿使用咱们的软件。因为他合计咱们需要为不笃定性承担一些拖累。
临了，咱们意志到，既然别东说念主不认同咱们的产物，那就只可靠我方来积蓄奏效教会。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，我方预备芯片，我方流片，我方测试，我方考据。再自后，咱们在此基础上还开发了IP业务。
在外部还莫得客户的时候，咱们的内轮回系统就能已毕运转。内轮回走通，意味着咱们把EDA器具、预备和工场全部买通，酿成了一个完好的链条。关于用户而言，这个案例代表咱们可以保险预备可靠性、支援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。当芯片预备公司运转使用咱们的产物，就意味着商场也加入了咱们迭代的进度中，EDA、Fabless和Foundry三个生态轨范的互动达成了。
期间财经：走到今天，公司的中枢竞争力是什么？公司咫尺有哪些拳头产物？
代文亮：咱们最大的特色便是会制定各异化战术，从用户场景起程去优化做事。
EDA业内照旧有“三巨头”霸占尖端，咱们聘用花更多的时辰和客户相通，寻找痛点，接入聘用各异化的发展处所。
片上建模是芯片预备不可或缺的轨范。咱们为客户开发了一些参数化模块，匡助他们从简时辰和元气心灵。比如，昔日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解决。
2013年阁下，咱们还运转试图把AI引入到器具中。探索将神经收集和遗传算法用于参数化模板的预备，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。
在半导体模拟仿真使命中，存在芯片预备仿真和封装仿真之间有脱节的问题。客户但愿咱们能把预备和封装的仿真整合在全部。
这并拒接易。率先是平台各异，两类仿真实文献神色不同样，使用的平台也不同。
其次则是柔和的维度天差地远。在预备端，使命东如若在微纳轨范（微米、纳米级别）进行，封装则一下子卓越到毫米以致厘米轨范（微纳轨范是10的负9次方米，而毫米是10的负3次方米，两者收支6个数目级），这意味着网格折柳的压力特殊大。
如果按照芯片的预备轨范折柳网格，固然密度和精度实足，但封装部分的网格就会过于密集，导致计较量过大。但如果按照封装的轨范折柳网格，芯片部分的精度又会不够，无法准确形容细节。这就酿成了一个跨轨范的问题，计较畛域和精度的均衡变得特殊复杂，在这些问题里需要作念好多衡量。咱们通过多年的自主开发，酿成了跨轨范的仿真引擎时刻，同期从电路、电磁、电热、应力等角度收敛拓展多物理仿真实畛域，匡助客户解决窘境。
当今，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，全处所地接洽多物理场的各异，并将其整合到一个完好的的全栈集成系统级EDA平台中。
是以说，国产化的历程并不是粗浅地替换掉原有的产物那么粗浅。使命的鼓吹就像在敲钉子，要找准发力点，同期也弗成一蹴而就。
如何构建重生态？
期间财经：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期间的芯片的显赫特征是大算力。大算力芯片的功耗很高，频频在800W到1000W阁下，运行时糜掷电能会产生热量，散热问题如何解决是一个要津点。
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，以致导致损坏。
此外，当电流较大时，还会激勉电磁干豫。因此，咱们需要同期解决散热和电磁干豫问题，以幸免芯片性能下跌，以致影响通盘系统的安逸性。
期间财经：半导体行业时刻的迭代真实在每一刻发生。当下，举座来看国内EDA厂商想要寻求发展，需要支吾哪些清苦？又有怎么的解决决策？
代文亮：不难发现，当今芯片厂商的生意状貌照旧发生了根底的变化。厂商照旧从作念芯片，搬动为作念生态。因此，EDA厂商不仅要柔和芯片本人，还要接洽系统级的协同。
以英伟达为例，这家公司最运转的业务只专注于显卡芯片本人。但当今，它们不仅要预备芯片里面的架构，还要接洽板卡、整机，以致是整机集群的协同使命。这使得预备的复杂度大幅普及。
从芯片到系统级的买通，是AI芯片畛域最典型的需求，关联词这种需求的已毕离不开小巧的芯片预备。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，这些都对预备建议了极高的条目。此外，如果进一步深切到像HBM（高带宽存储器）这么的复杂结构，里面包含繁密颗粒和IO接口，数据信号线数目巨大且相互干豫，很有可能导致“串扰”问题，使数字信号失真……因此，AI海潮既是机遇，亦然通盘从事大算力芯片开发的企业必须面对的巨大挑战。
针对咫尺的新变化，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厂商的理念应该从预备时刻协同优化（DTCO）向系统时刻协同优化（STCO）搬动。落脚到EDA个体，咱们不再局限于开发一个EDA器具，而是将着眼于为系统级优化提供解决决策。
产业链条拉得更长，挑战也更大，但我合计这也许会成为咱们后期的一个上风。
大算力期间的新挑战
期间财经：AI海潮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想路——行业内通过百花皆放的改变把性能提高，而不是无止尽地内卷，把价钱卷低。
在我看来，AI施行上是场景化的。 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，咱们会发当前刻独揽照旧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……我合计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决策解决通盘问题。
反应在时刻上，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，大大批功能和场景的已毕并不需要这种量级的硬件支援。
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柔和，其实也侧面印证了这个趋势。
从芯片的需求上也能发现这少量，咫尺行业里关于AI算力的需求暴涨，英伟达的通用GPU一卡难求，但同期，对ASIC芯片的需求也增多了。
通用GPU由于要兼顾多种类型的计较任务，这种纯真性例必会葬送在特定独揽上的性能和效果，比方视频处理、收集通讯、深度学习等，非凡是在高负载或抓续运行的情况下，这种气候越加赫然。
ASIC 芯片由于是为了某一特定独揽特地定制的，在同等工况下，博通的ASIC芯片就能作念到效力大幅普及，算力其实也特殊强盛，更合乎条目精准、高效处理的独揽。
是以，我合计最垂危的是建构一个生态。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效果、从简功耗。不同类型的芯片在不同的场景下都有其独到的作用，而不是粗浅的竞争联系。
芯和集成系统EDA的产物定位恰是基于这种理念九游会欧洲杯，我服气STCO完全是畴昔的大处所，亦然咱们EDA界需要要点鼓吹的处所。