半导体创新的“新三驾马车”

半导体行业正处在寻找新增长动力的十字路口。

“必须承认芯片性能每两年翻一番的‘摩尔定律’正在放缓脚步，然而技术创新的步伐没有放慢，随着单芯片扩展能力的放缓，半导体行业正在寻找其他创新方法来保持指数级增长。”

新思科技（Nasdaq： SNPS）总裁兼首席运营官Sassine Ghazi这样总结目前半导体行业的发展状态，他将于2024年1月1日履新新思科技首席执行官。

半导体行业之所以成为推动人类社会发展的重要动力，得益于芯片性能带来的生产效率提升，同时催生出互联网这种彻底改变人类生活的应用。从根本上说，性能不是芯片创新的最终目的，提升生产效率、改变人类生活才是。

人工智能、高性能计算和新能源革命正在成为改变人类生活的关键，而这些领域都对芯片提出了更多创新要求，除了性能，更复杂的功能，更高的安全性，更快速的交付，更低的能耗与成本，都是新时代芯片的迫切需求，逐渐放缓的摩尔定律已经无法满足这些要求，半导体创新需要新的动力。

新思科技是全球市场领先的电子设计自动化软件EDA公司和接口IP供应商，同时还是全球软件安全企业的领导者。站在芯片产业链的上游，新思科技在与产业链上各个公司的合作过程中发现数智化和低碳化已经成为芯片行业的发展趋势，新趋势下，芯片保持指数级增长的新动力将来自三方面：1.人工智能驱动下的芯片全产业链效率提升；2.AI+数字孪生技术推动芯片创新加速落地；3.碳中和时代芯片创新将拥有更广阔的边界。

EDA+AI，芯片全产业链效率的倍增器

芯片产业过去几十年的创新模式非常清晰，由于摩尔定律的存在，芯片性能持续规律性增长，开发者以芯片性能为基准开发应用。芯片是发展链条的起点，先有芯片，然后有新应用，继而有新电子产品。

但随着消费者需求被高速增长的芯片性能激发，摩尔定律又开始放缓脚步，这种过去行之有效的模式开始逐渐失效。

但半导体市场并未放慢脚步，万物互联扩展芯片应用范围，人工智能创造高性能计算需求，半导体市场持续高速增长。全球半导体市场用了60年达到5000亿美元的规模，而新思科技预计下一个5000亿美元只需要7年，即2030年全球半导体市场会达到1万亿美元。

支持人工智能的GPU、NPU，支持万物互联的低功耗通信芯片、功能芯片等，客户需要更复杂的功能、更高能效、更快交付、更低成本，而满足这些需求，必须提升芯片全产业链的效率。

新思科技四年前率先将人工智能引入芯片设计，推出首款芯片设计的AI应用DSO.ai，被全球多家芯片领军企业采用，已成功流片超260次，AI在芯片设计中的规模化应用成为现实。

2023年初，新思科技将DSO.ai升级扩展为全栈式AI驱动EDA解决方案Synopsys.ai，覆盖先进数字与模拟芯片的设计、验证、测试和制造环节。AI提升了EDA工具的自动化程度和质量，减少了芯片设计中程序性工作的数量，完成同样的工作需要的人力和时间显著减少。

Sassine介绍，“人工智能驱动的芯片设计由新思科技率先应用，我们看到了人工智能提升芯片制造商生产力的潜能。使用我们人工智能EDA解决方案的客户反馈，设计时间从几个月缩短到几周，测试成本降低20%以上，同时芯片的性能、功耗更好。”

创新加速器——AI数字孪生

应用场景的快速拓展是当前芯片创新与过去相比的重要差异，人工智能+万物互联不断创造新的应用场景，这些场景下，芯片创新需要不断试错，如果用实物测试，将造成大量时间和资源的浪费，高仿真度虚拟环境成为芯片创新的刚需。

虚拟技术在芯片创新中早已应用，但此前的虚拟技术存在参数覆盖不完整、虚拟条件有限、测试仿真度低等诸多问题，即便几年前虚拟技术发展到了数字孪生阶段，仿真度也依然无法令人满意，直到引入人工智能之后，AI数字孪生才让高仿真度虚拟环境成为可能。

AI数字孪生在人工智能、万物互联和新能源革命等领域都有充分应用，其中应用价值格外突出的是新能源相关行业，这些行业与现实连接紧密，环境影响更大更复杂，智能汽车、风能、光伏，都是数字孪生技术应用的前沿。

以智能汽车为例，汽车对半导体的需求近几年呈爆炸式增长，而汽车芯片创新呈现“数量多、种类多、功能多”的三多特征，使得汽车芯片创新堪称当前复杂而典型的场景。以软件代码量为例，当前智能汽车的软件代码量约为1亿行，2030年将增加到3亿行，作为对比，深耕软件行业多年的新思科技，全部代码量约为3亿行。

Sassine表示，“为了应对软件定义汽车的复杂性，新思科技的虚拟ECU技术将测试和验证从原型车和实物测试平台转移到虚拟环境。这种验证方法能够显著提高测试仿真度、安全性，降低风险并在早期发现错误，从而减少开发时间和成本。”

新技术的确提升了整车开发效率。据车企反馈，现在智能汽车开发周期已缩短到三年内，比传统燃油车短一半以上，其中，AI数字孪生起到了关键作用。

特别是整车开发环节，AI数字孪生堪称“作弊器”。传统整车测试是制造多台原型车，同步进行多个子系统的测试。而现在可以提前几个月在整车数字孪生体上进行模拟测试，相当于提前多开一个账号，优势堪比“作弊器”，节省了时间，抢出了效率，降低了成本。

在原型车验证模拟测试结果的过程中，还可以不断比对模拟测试和验证的数据，优化数字孪生仿真度，进一步提升模拟测试可靠性，形成良性循环，显著提升整车开发效率。

和智能汽车相似，人工智能、高性能计算、多芯片封装等高复杂度的系统都需要AI数字孪生的支持，除了加速芯片创新的落地，还可以进行低成本试错，探索更多的创新可能性。

碳中和开拓芯片创新边界

过去数十年半导体从业者的目标十分明确，寻找各种办法让摩尔定律延续下去，极限性能是终极追求。但摩尔定律放慢脚步之后，碳中和或将成为开拓芯片创新边界的重要动力。

首先为了碳中和，芯片能效需要提升，Sassine介绍，“功耗、性能和面积是芯片设计的三个关键指标，当前功耗正成为人工智能、高性能计算和智能汽车等先进技术的最终限制因素。再加上人们日益关注能耗对气候的影响，降低芯片功耗正在成为关键。”

新思科技全球资深副总裁、新思中国董事长兼总裁葛群以ChatGPT训练数据为例，解释先进芯片的能耗水平：GPT-3训练参数1750亿个，单次训练耗电1287兆瓦时，约相当于25万中国家庭一天的用电量。而下一代GTP-5参数量将达到GTP-3的100倍，计算量飙升至200到400倍，训练耗电量可能是GPT-3的上百倍，数字惊人。

算力的背后是电力，低碳绿色正在成为半导体行业面临的挑战。为了应对这一挑战，新思科技推出了端到端低功耗EDA和IP解决方案，可覆盖架构、RTL、实施到签核的完整流程，其Synopsys.ai解决方案借助人工智能技术可缩短25%的设计周期，降低30%的能耗，并将芯片功耗额外降低25%。

除了降低芯片能耗，新思科技还在探索将芯片科学知识与方法应用于更广阔的场景。葛群认为：“要实现碳中和，关键是‘电力脱碳’，一方面要改变能源结构，提升清洁能源占比；另一方面要做好重点领域的节能减排。这两方面都需要依靠半导体创新的力量。”

高效调配能源是过去几十年芯片科学研究的重点，也是芯片创新能为碳中和做出更大贡献的方向。开发更先进、更节能的芯片，赋能千行百业的碳中和进程；通过“算力脱碳”助力节能减排；积极参与能源网络建设，利用芯片科学知识和方法帮助新能源更好地融入能源系统，从根本上助力“电力脱碳”。

一面以能效为目标促进芯片创新，一面扩大芯片科学方法在其他领域的应用，碳中和正在开拓芯片创新的新边界。

不论是EDA+AI提升芯片创新的效率，还是数字孪生技术加速芯片创新落地，抑或是碳中和打开芯片创新的新边界，创新一直都是半导体行业前进的核心驱动力。过去创新的方向是循着摩尔定律孜孜不倦地追求极限性能，而现在创新的方向趋于多样化，芯片会渗入生活每个角落，芯片科学过去几十年积累的知识与方法将延展到更多领域，寻找新的“摩尔定律”，为人类社会的进步做出更大贡献。