我国EDA人才培养的新启航与新趋势（二）

文章来源：电子报第3期

作者：邸志雄

3、2019年，我国EDA的新定位，EDA人才培养的新启航

业界大部分人都将EDA行业定位为集成电路产业的附属，在一定程度上忽视了EDA行业的重要性和特殊性。2019年倪光南院士多次呼吁，应将EDA提升到工业软件的高度：工业软件中，我国最落后的是面向集成电路设计的工业软件，即 EDA（电子设计自动化）软件。我国的芯片设计制造水平和美国相差不是很多，封装测试和材料装备虽有差距，但可以弥补，但是我们的芯片设计工具差得太远，会给我们造成比较大的被动。”“EDA，电子工程设计，电子设计自动化工艺是最短的，短板中的短板。

同时，在人才培养方面，研发人才存量和增量多已经无法匹配当前国产EDA行业蓬勃发展的需求，这已经成为行业的共识。因此，与过去的十几年相比，在2019年有更多的高校学者和领军企业不断呼吁并身体力行地推动人才培养工作。

（1）以EDA领域的学科竞赛为人才培养发起点和验收点，以暑期学校为方式合力探索和推动EDA人才培养新模式。

在学科竞赛方面，2019年8月2日-5日，中国研究生2019年8月中国研究生创新实践系列大赛“华为杯”第二届中国研究生创“芯”大赛聚集多家业界顶尖EDA公司举办前沿报告演讲和人才招聘；2019年12月初，集成电路EDA设计精英挑战赛总决赛在南京江北新区成功举办。EDA设计精英挑战赛是我国首个专注于EDA领域的学生竞赛，首次举办就引起了学术界和企业界的高度关注，并吸引了海内外知名高校的学生参与其中。

在暑期学校方面，2019年8月，复旦大学ASIC国家重点实验室主任曾璇教授联合国产EDA公司“华大九天”在北京举行了“EDA物理设计暑期学校”，期间邀请到了多位EDA领域国际知名学者为学生授课；同时间，北京航空航天大学微电子学院成元庆副教授在CCF“龙星计划”的支持下，邀请美国明尼苏达大学Sachin Sapatnekar教授在电子科技大学举办了“集成电路设计自动化技术基础”暑期学校。

也许在其他传统学科，学科竞赛和暑期学校都是人才培养的一个传统环节。但是，在EDA领域，这是意味深长的一步。如前文所述，各个高校EDA领域的学者在计算机、集成电路学科都偏小众，且由于产业链环节极其细分，导致国内高校研究方向也较为分散。因此，在大部分时候，单独依靠某个高校很难建立成体系的EAD人才培养机制。

此外，“集成电路EDA设计精英挑战赛”、香港高校的“EDAthon”、ICCAD算法大赛等，这些比赛中充分暴露了国内高校课程内容与产业界脱节较为严重。国内本科教质量保障体系通常四年调整一次培养方案，面对传统工科行业基本上问题不大，但是面对新工科等新兴学科和领域，尤其是EDA、计算机、集成电路设计这些技术和知识体系快速迭代的领域，往往很难实时推出前沿的课程。

学科竞赛和暑期学校恰恰非常好地提供了这样的抓手和平台。一方面积极推动高校布局产教融合，落实交叉学科课程建设；另一方面，能够让EDA领域不同高校的学者在以此为平台，形成合力、共建课程，探索走出人才培养规模化的新方式；第三，检验人才培养结果，对课程建设和人才培养形成正反馈，优化课程建设方案。

（2）推动深度的产教融合。

以Synopsys公司为例，在技术研发不断探索无人区的同时，还设计和推出了大量且成体系的EDA专业课程，如表1所示。通过这些课程，构建了长学期和短学期结合、理论课与实验课相辅相成的人才培养体系。

国产EDA公司尽管面临巨大的生存压力，研发人员体量也有限，很难开出类似Synopsys公司这么完善的课程体系，但是已经意识到基础人才培养的重要性，并且也做出了大量的工作。

在2019年的“集成电路EDA设计精英挑战赛”中，华大九天公司发布了两个赛题：（1）波形压缩。将给定的电路仿真输出后的波形数据（简称为原始波形文件）进行压缩后存储到磁盘上，然后读取压缩后的文件，对给定的信号进行解压缩。（2）反求中心线。给定一个任意不含洞的多边形，指定这个多边形的不相邻的两条边。剩余的所有的边会自动分成两组。现求一条中心线，希望这条线上的任意一条边到这两组边的距离都尽可能相等。这两道题目题目定位细分，兼具科研与竞赛价值，充分展示了国产EDA工具研发两个非常独特的切入角度，拓宽了学生的学术视野，吸引了不少博士队伍参加，同时也激发了更多非微电子专业或者研究方向的学生进入EDA行业。而且，题意简单明了，普适性最强，有C语言、C++基础的学生就可以报名参赛，极大地吸引了大量对数学、算法感兴趣的学生，对EDA推广有非常好的推动效果。

4、未来EDA人才培养知识体系的新趋势

谈到EDA技术，更多时候映入我们脑海的词也许是“布局布线”、“逻辑综合”、“器件仿真”等等。但是，再过去的几年之间，随着AI、芯片制程、可定制计算技术的巨大革新，EDA领域也有了前所未有的新内涵。

（1）无所不在的AI

EDA问题具有高维度、不连续性、非线性和高阶交互等特性，学术界和工业界普遍认为机器学习等算法能够提高 EDA 软件的自主程度，提高 IC 设计效率，缩短芯片研发周期，整个EDA行业、半导体行业带来巨大的机遇。

实际上，人工智能已经开始在EDA领域发挥作用，在过去的几年里出现了大幅的进步。在EDA领域的学术会议和期刊中，我们已经可以看到机器学习的应用实例包括：（1）建立更准确的参数模型，优化参数分析过程，提高DRC、绕线、拥塞等预测准确度；（2）探索物理设计空间，提升VLSI QoR(routability, timing, area, power)。

除学术界外，三大EDA公司均积极参与人工智能与EDA工具中的落地应用。Cadence的布局布线工具Innovus里面已有内置的 AI 算法取代传统的算法，并且有着非常优异的表现。据Mentor报道，Machine Learning OPC可以将光学邻近效应修正(OPC)输出预测精度提升到纳米级，同时将执行时间缩短3倍。而在此之前，完成同样的工作量，需要4000个CPU 不间断地运行24小时。

（2）芯片敏捷设计与开源

芯片敏捷设计已经在美国各界成为一种共识——从学术界、企业界到DARPA这样的政府机构，都在积极投入到芯片敏捷开发方向的研究中。DARPA资助Synopsys和Cadence分别启动了POSH和IDEA项目，期望通过提出一种芯片敏捷设计平台克服芯片设计日益复杂化和成本的问题。阿里巴巴达摩院、中科院计算所、UCSD、DARPA等全球顶尖大学、企业和政府机构的专家都前瞻性地认为开源芯片与芯片敏捷开发将会是未来降低芯片设计门槛、缩短芯片开发周期的重要途径。而且更为重要的是，开源芯片不仅仅是一个技术问题，也将促进风投和创业，从而推动行业的创新。

作为DARPA IDEA计划的一部分，由加州大学圣地亚哥分校Andrew B. Kahng教授、高通、ARM领导的的OpenROAD项目于2018年6月推出，以寻求数字芯片敏捷设计EDA工具链，期望实现24小时完成芯片设计的一种自动化解决方案。同时，在国内，我们看到越来越多的开源指令集和IP，比如阿里的无剑SoC开发平台。2019年，北京大学高能效计算与应用中心（CEDA）主任罗国杰副教授宣布了由国内自主发起的一个开源EDA框架——OpenBelt倡议，OpenBelt是由北京大学、中科院计算所、清华大学、复旦大学等EDA领域研究优势单位合作发起的一个开源EDA框架，目的是通过联合国内在EDA领域的学术界和工业界力量，构建自主、创新、满足后摩尔时代芯片设计的新型设计方法学生态和社区。

（3）EDA上云

而随着芯片规模增长、设计复杂度提升、工艺尺寸缩小以及EDA工具持续优化的机器学习技术和敏捷方法学的变革，传统IT愈发难以满足IC设计日益暴涨的算力需求。以Synopsys、Cadence、Mentor为代表的EDA厂商，以AWS、华为云、紫光云等代表的云计算提供商，已开始积极布局EDA上云。在2019年6月的Synopsys SNUG技术大会上，我们第一次看到AWS作为参展厂商来推动EDA云上部署方案。2019年9月，在阿里云栖大会上，Synopsys宣布携手阿里云研究中心和平头哥半导体共同发布《云端设计，与时间赛跑》云上 IC 设计白皮书，并展示了全球第一款利用云上EDA工具完成设计的芯片设计案例。EDA上云将会对EDA算法计算资源调度、弹性存储、安全等提出一系列新的问题，有望带来EDA算法创新的思路和方法学。

以上技术趋势决定了未来EDA人才培养需以学科融合为牵引，打破现有学科界限，探索非传统的人才培养方式，同时加强学术伦理培养，引导开源、共享意识，产教融合推进人才培养。

阅读推荐

【名企招聘】

【EDA专栏】

2、人工智能赋能半导体制造业——从OPC说开去（一）

【干货分享】

更多精彩活动

请关注

“IC人才港”