高层访谈 | Cadence全球总裁兼首席执行官：陈立武先生

1. 您认为半导体行业接下来会出现哪些重大创新和技术？

陈立武：我认为，与移动设备、手机或个人电脑等领域不同，半导体行业不会出现称得上“重大”的技术，但是会有许多细微的技术革新。而这些细微技术革新结合在一起，就会产生巨大且惊人的影响力。如物联网、无人驾驶、机器学习／深度学习将得到广泛应用。我对工业物联网（IIoT）领域非常感兴趣，人工智能也是一个巨大的机遇。此外，还有多种颠覆市场的创新技术，它们也将带来很多机遇。聚焦数据中心和云架构，大数据和数据分析不断演进。对数据拥有者来说，这一变化极为宝贵，他们得以充分发挥数据价值并从中盈利。物联网和汽车领域的数据采集竞争将更加激烈。超大规模网络服务将成长为巨大的市场，对整个半导体行业都将产生影响。

2. 上述趋势对电子设计自动化（EDA）行业意味着什么？EDA行业一直延续“设计芯片、生产衍生品、销售数十亿份”这种经营模式。但是，很多细分市场目前已经缩水很多了。对此，我们在设计产品时应该注意什么？

陈立武：EDA行业受到的影响有如下几个。首先，机器／深度学习将在设计中扮演重要角色。在Cadence，我们将机器／深度学习广泛应用于从数字到验证的所有工具，帮助我们更快、更准确地实现产品设计和开发。通过在Cadence工具中使用机器／深度学习，我们希望进一步支持市场转型。其次，客户要求也发生了变化。我们正在从EDA转向系统设计实现（System Design Enablement），从而满足更多客户的需求。从系统优化，2.5D和3D先进封装，再到芯片封装和系统封装，我们需要全面的系统分析、系统建模和仿真能力。不能等到流片的时候才发现产品能耗太高或者信号完整性出了问题。返工和重新开发的代价实在太高了。在高阶工艺节点设计中，我们需要一次到位。

3. IP领域发生了什么变化？

陈立武：对于一个SoC，芯片设计已经变得太过复杂，IP在开发过程中扮演的角色愈加重要。IP理念的核心在于提供系统公司需要的模块，IP的质量可以极大程度上决定客户是否能取得成功。我们会为客户提供完整的解决方案，Cadence公司40% 以上的客户都是系统公司和服务供应商，他们会自行开发并优化解决方案，我们需要做的就是仔细聆听他们的需求，并为其提供最好的帮助。这意味着，我们必须坚持创新，因为市场上并没有太多公司可供我们收购。过去3年内，我们推出了23款新产品。客户期待我们持续研发下一代工具和IP，满足他们的需求。

4. 您刚才提到了2.5D和先进封装。Cadence谈论该技术已经有几十年了，但直到最近才开始获得业界关注。现在和之前相比有何不同？

陈立武：我们的客户已经做好准备。客户对2D、2.5D和3D封装提出了巨大需求。对于像高速SerDes之类的关键应用，必须使用低功耗IP，所以硅光设计非常重要。对我们来说，这是巨大的喜讯。

5. 在实现2.5D或扇出型晶圆级封装及2D封装的时候，是否需要对IP进行特征化处理？

陈立武：没错，这对我们来讲是个好机会。针对超大规模网络服务公司需要的High-end 56Gbps或112Gbps输出而言，硅光封装是解决瓶颈的一大利器。对SerDes和其他一些关键应用来说，2.5D／3D封装也是如此。需要用我们的IP达成标准化并达成客户要求，并与客户展开了多项相关合作。我们已经进入到EDA行业的全新阶段，即必须与客户开展紧密合作。通过与客户合作，我们可以真正实现IP、封装和验证等技术领域的新一代要求。

6. 5年前，大多数人想到先进封装时，第一反应都是模拟IP无法扩展，将其停留在成熟工艺节点便显得顺理成章。但是，大多数先进封装都会涉及缩减所有元件的尺寸。这一现象会不会改变？公司会不会在不同的节点上混合多种IP？

陈立武：这取决于你追求的应用和参与的市场，它们的要求各不相同。我们正在尝试打造完全整合的解决方案，不仅是模拟，同样也包括混合信号和数字与验证。它们是互相关联、互相影响的，只依赖其中任何一个环节都不行。SerDes方面，我们正在尝试56Gbps、112Gbps以及比它更优异的技术，这也是客户对我们提出的要求。我们正在全力打造高速SerDes，在客户的支持下，我们即将取得成功。

7. 现有工具和方法是否足以实现该目标？

陈立武：我们会在不同方面持续升级工具。首先，针对最先进节点设计的要求，我们正在进行开发。其次，某些解决方案包括一个以上的工具，所以我们需要结合封装和关键IP对此提供支持。此外，我们还会寻找新领域和新技术，它们可能出现在以色列、中国或美国。我们还与全球的顶尖学者合作。我们正在探寻下一代产品要求，并探索如何快速达成。我们也会咨询顶尖工程专家并与他们展开合作。

8. 这些领域有哪些表现突出的创业公司吗？如果没有，这是否会对你们的运营预算造成影响？

陈立武：我们采用多管齐下的方法，这也是创新过程中比较有意思的部分。首先，借助机器学习、全局优化和其他各种可以切实提升PPA和周转时间的技术，我们有能力开发下一代工具。此外我们还与学界和其他专家保持合作，将新技术和工具整合起来。有时候客户会直接告诉我们他们需要什么，这时候我们还会寻找其他的生态系统公司来帮助他们。

9. 行业在发展过程中出现了多次波动。一开始，大多数真实功能是由硬件实现的，接着硬件变成了搭载软件的通用平台，但功耗和性能不得不作出妥协。因此，我们现在用“软件定义硬件”将软硬件集成，提供专属工具。现在的问题是硬件行业正在不断流失人才，而软件工程师的数量却在激增。我们有没有足够的能力和人力来实现行业的变化趋势？

陈立武：这是一个好问题。我对这个问题感同身受。许多教授和大学认为半导体行业已经是个夕阳产业。我想努力改变他们的观点，因为这些教授会对工程系学生的选择造成影响。我们特地开发了一个大学项目，面向重点大学的优秀学生。我们还和教授开展密切互动，确保他们明白EDA依然十分重要。如你所说，现在元件中的一切都由软件定义，从网络交换器到无人驾驶汽车中的部件，软件的重要性日益提高。比如说，Cadence Tensilica产品系列中，我们有一个超低功耗可编程引擎，非常适合AI和机器／深度学习。但要去哪里获得软件堆栈、编译器、优化器、热仿真来适应汽车或基因测序等各种不同应用呢？我们必须和Facebook和Google这样的公司竞争，将顶尖人才吸引到EDA／半导体行业，这并不容易。我们有两位计算机科学专业的男生，我曾劝他们朝硬件方向发展，但他们最后还是选择了软件方向。我也曾经劝他们将EE和计算机科学结合起来，因为硬件加软件可是目前的圣杯。也就是说，现在硅谷有大量工程师人才，能得到顶尖人才就能取得成功，这是十分幸运的。

10. 您刚才多次提到机器学习和AI。您能谈谈这两个技术在行业内部，比如在您自己产品上的应用，和外界的看法吗？它自身能否形成一个庞大的市场？会不会对就业造成影响？

陈立武：机器学习和深度学习对我而言极为重要。这些技术已经对行业产生了非常广泛的影响，不仅仅是IIoT、超大规模网络服务应用或基因测序。它们未来的影响力之大将足以媲美CPU和GPU。目前有一个全新的硬件和软件类别推动着机器／深度学习的发展。这种应用非常酷。我对全球35家机器/深度学习领域的创业公司进行跟踪。我花了很多时间了解他们正在做什么，而且他们需要我们的许多EDA工具来助其完成项目。同时我们公司内部也在使用机器/深度学习，我们将其应用于我们自己的工具，根据过往的经验使其变得更快更精确。我们也在和客户开展合作，我对未来的成功拭目以待。

11. 您针对机器学习的应用提出了明确需求。但如果放眼宏观市场，多种架构正在竞争，如TensorFlow和其他的架构。您将如何打造工具，使其可以通用于整个行业？市场的变化太大了，为了研发更好的工具，您必须了解很多市场信息。

陈立武：最关键的是线性扩展。当内核达到32个，你就必须要将系统性能提高32倍，才能满足机器学习的需求。涉及的不只是芯片，软件堆栈也必须进行相应优化。我们已经在工具和IP领域开展研发，并继续在自己的生态系统中与客户展开合作。技术和架构也发生了许多变化，我们从与相关公司的合作中学到了许多。不过这些最终都取决于应用。汽车和数据中心、云架构都是重要话题。数据分析和数据需求是我们正在尝试解决的截然不同的两大问题。应用的智能化程度会不断提高，动态占用更高的带宽。Cadence的工具有助于优化不断提升的软件要求。

12. 目前，您是否已经积累了足够经验，确信类似工具大有前途？还是说目前仍在萌芽阶段？

陈立武：一种工具不可能解决所有问题，这也是为什么我们与客户合作的原因，这一点非常重要。与客户合作，向客户学习，是Cadence重要的文化之一。

13. 最近经常会听到一个术语，叫“大规模定制”。随着各领域的蓬勃发展，这正是我们正在努力实现的目标。但是，我们可以用现有的工具实现这一目标吗？或者我们需要改变EDA的策略？

陈立武：这就是为什么我们需要以有机的方式打造新工具的原因。我们最关注的是大规模并行和扩展；其次，我们希望推动机器／深度学习的研发，缩短执行时间，快速获得结果。目前，我们已经使用云技术支持工程设计需求，实现向大规模架构的转变。

14. 汽车是机器学习的一个重要应用领域。当人们在路上驾驶的时候，车辆必须能够识别出前方的物体并具备学习能力。这项技术会以人们期待的方式和时间实现吗？

陈立武：我每天开着特斯拉上下班的时候都在思考这个问题。目前，无人驾驶技术只达到第二层级左右（最高是第五级）。这意味着，为了避免撞车，驾驶员的双手还是不能脱离方向盘，而且LiDAR系统也依然处于早期阶段。我曾经对第4/5级的传感器做过评估，我非常期待。软件也是如此，我们必须打下扎实基础。但是，实现第4/5级自动驾驶可能比我们想象的要更快。    

15. 有多快？(接问题14）

陈立武：具体很难讲，因为这取决于测试的不断累积。必须有足够的数据确保汽车部件的安全，必须让保险公司觉得合理，而且让消费者觉得无人驾驶汽车很安全。到那个时候，无人驾驶技术才能全面推行。对目前所取得的成就，我已经感到十分满意。有些创业公司很有创造力，特斯拉、通用、福特等汽车巨头在这一领域也进行了大量投资。   

16. EDA在这其中扮演什么角色？(接问题14）

陈立武：汽车行业必须遵守ISO 26262相关标准规定的功能性安全要求，而EDA在实现安全标准的过程中扮演着重要角色。EDA发挥作用的另一个领域是传感器，涉及到传感器所用材料和频率。我们正在寻找每一个机遇，包括对实现汽车性能至关重要的高速联网技术。我们向所有关键部件厂商提供支持，密切接触汽车领域的CTO，确保我们在EDA领域的努力可以帮助汽车厂商达成安全要求。

17. 对EDA而言，这是一个拥有巨大潜力的市场，因为我们必须保证芯片可以正常运作10-20年。但如果5nm或7nm芯片从未在市场上使用过，企业如何保证这一点呢？

陈立武：目前还没有客户向我们咨询5nm/7nm芯片，他们最关注的是混合信号。我们正在向重要客户与代工厂推介7nm芯片，并全力开发5nm和3nm工艺。我经常会评估产品的投资回报。如果真有客户愿意出钱，而且需求量也足够，那我们一定会提供支持。回到你提出的汽车问题，这个行业的确给我们带来了巨大机遇，我们会认真对待。但这种进化不是一蹴而就的，我们必须耐心等待。我个人对超大规模数据中心的前景非常看好，他们需要巨大的资本支出。工业IoT是真实存在的；在通用电气和西门子眼中，它是真实存在的技术。因此EDA必须朝着系统设计实现模型的方向完成转型。

18. 纵观整个行业，现在的EDA还能称为EDA吗？或者已经变成其他事物了？

陈立武：EDA已经在朝着系统设计实现模式的方向转型了，不仅向系统服务供应商提供解决方案，同时帮助客户实现目标。