芯片设计成败以及研发投入产出比，与 EDA 工具选型关联性极大。我于芯片设计一线工作长达十五年，历经了好多回的工具链切换，深切知晓选错工具所要付出的代价：项目会延……
芯片设计成败以及研发投入产出比，与 EDA 工具选型关联性极大。我于芯片设计一线工作长达十五年，历经了好多回的工具链切换，深切知晓选错工具所要付出的代价：项目会延期，团队处在磨合之中会痛苦不堪，甚至还可能致使流片失败。选型并非是单纯购买软件，而是要挑选合作伙伴。
如何评估EDA工具性价比
EDA工具动不动就有着百万级别的授权费用，仅仅只依据价格标签来做判断很容易掉入陷阱之中。真正意义上的成本需要去计算三笔账目：其一呢是采购的成本，然而更需要关注的却是第二笔——团队学习曲线到底需要耗费多长的时间，有些工具表面上看起来价格低廉可是其用户界面违反正常人的操作习惯，三个月过去了都还没能熟练地运用起来；其三是流片成功率，有某一家价格较低的工具在DRC阶段遗漏报告错误进而使得片子报废了，一次流片所造成的损失就足够购买三年的正版工具。建议让厂商给予三个月的试用期，拿着真实的项目去跑分，重点去测试大规模布线时候的内存占用情况以及仿真速度，这才是真正的性价比所在。
开源EDA能替代商业工具吗
每年都有初创公司针对这个问题来问我。我的回答是，局部是可行的，不过全局是不行的。像KiCad、Magic这类开源工具，适用于原理图绘制以及简单版图，对于零成本启动而言十分友好，然而当规模达到数万门的时候，布线收敛速度以及DRC检查完备性明显难以跟上节奏。更为关键的是，商业工具里的PDK是通过晶圆厂认证的，而开源工具读入的工艺文件常常存在兼容方面的问题。建议采用混合策略，前端设计借助开源来培养能力，而后端物理实现则必须使用商业工具，这是保护流片资金的底线。
国产EDA到底能不能打
这两年来，我目睹了几家国产工具实现了突围，在成熟工艺节点方面，国产物理验证工具已然能够在28nm甚至16nm的标准下顺利运行，其反馈问题修复的速度相较于外企而言，远远超出，在微信群里能够直接@研发人员，三天便可发布补丁，而这在Cadence、Synopsys那里简直是天方夜谭。然而，在先进工艺5nm、3nm的良率分析以及光学邻近效应修正领域，目前依旧是巨头们难以逾越的屏障。我的提议是：既不要盲目地秉持爱国情怀，也不要一味地迷信洋品牌，将验证环节单独分离出来，先让国产工具进行尝试，分阶段逐步导入以此降低风险。
云上EDA真的安全吗
老工程师心存安全之焦忧，实则乃两代人之认知差异也。老工程师忧虑数据存置于云端会遭窃取，然而实际情形却是，大厂云平台之安全合规等级显著高于自建机房。真正需探究的乃是混合工作流，前端于云端施行大规模仿真以实现弹性扩容，本地留存版图之最后环节；加密传输以及权限管控究竟达成何种精细程度；还有断网之时能否回退至本地授权呢。去年我所主导之项目已然达成 EDA 全上云，关键在于与云厂商签订 SLA 时将数据主权条款逐一详细核查清楚呢。
这一年当中，因工具功能欠缺致使你必须更改设计计划的频次是多少呢。欢迎于评论区域分享你遭遇挫折的实情，以便让更多同行躲开我们曾走过的曲折路径。若认为本文具备实用价值，请予以点赞，从而使更多工程师能够看到。
微信扫一扫 
