行业步入下行期，EDA厂商为什么还在赚钱？

最近这几个季度，唱衰半导体乃至电子产业的声音不绝于耳：从某些应用市场针对芯片砍单，以及部分类型芯片开始出现产生过剩状况都能看出些端倪。作为周期性产业，半导体行业的供需关系周期性变化其实并不奇怪。

理论上来说，当一个产业步入新一轮的下行期，产业链上下游的市场参与者都会受到影响。但这根链条上的个别组成部分会相对比较特殊。在最近举办的西门子EDA媒体沟通会上，西门子EDA全球副总裁兼中国区总经理凌琳说：“纵观半导体产业发展历程，不管周期上下，EDA的营收数字从未有过大幅波动，发展一直比较稳健。”

从统计机构给出的EDA整体市场营收数据，以及几家主要EDA厂商近十多年的营收数据变化趋势来看，似乎还的确是这么回事。虽然头部企业的数据还是需要考虑并购带来的影响；可能还存在幸存者偏差；加上头部EDA面向的客户类型和应用方向也比较多样，即便某个应用方向当季出现市场饱和，也可以藉由其他市场的增长来做抵消......不过实际上这仍能从大方向反映，半导体整个行业的大趋势仍是不错的。

2017年，Mentor在并入西门子以后，财务数据不再单独在财报中公开，所以我们也就给不出西门子EDA或者原Mentor这些年的营收走势了。但西门子EDA全球副总裁兼中国区总经理凌琳分享了一些数据，除了众所周知的西门子在工业软件、自动化领域排名第一，西门子2021财年总营收623亿欧元；其中数字化工业集团（DI）专注工业领域，DI旗下有个“数字化工业软件”部分，即是原Mentor当前所在部门。

凌琳说：“这五年里，西门子并购了很多关键的EDA领域公司，大大加强了西门子EDA产品的广度和深度。”“2017-2021财年，我们基本上都有超过两位数的增长。西门子EDA在整个EDA市场的份额，从2016财年的20%，增加到了2021财年的24%。”“被收购以后，研发人员数量也有两位数增长，还不算那些兼并进来的新成员。”“产品线做的越来越大。”

其发展内因是值得深究的。借着本次媒体沟通会，我们来看看EDA行业的发展现状及潜在机会，以及可能面临的行业下行期，对西门子EDA这样的企业又会有怎样的影响。

西门子工业软件与Mentor的闭环

并购带来协同效应，乃是当代企业发展的一种常规手法。有关西门子对于Mentor的收购，《西门子与AI技术，为Mentor带来了什么》一文已经有过解读。仅从产品和技术的角度来看，前两年凌琳的一句话可以总结：“Mentor起初的本业是EDA和印刷电路板，现在的设计则实现了跨域。在电子设计、机械设计领域实现协同，提供整个闭环的设计系统，帮助客户更快地把产品做出来。”

若将EDA电子设计视为微观，则西门子数字化工业软件还提供更多“宏观系统”的设计方案，如机械仿真，“包括流体力学分析仿真，包括在其他的电气如测试、机械产品、工程制造，包括制造系统MES或生命周期管理、流程管理等等方面，都有强大的实力”。这是“从微观到宏观系统”的闭环。

似乎随着并购和技术能力的持续升级，这里的“闭环”系统还在做着持续的扩张。从较高层级来看，这次西门子EDA介绍了一个在协同效应发挥上颇具代表性的产品解决方案：PAVE360。西门子EDA亚太区技术总经理李立基表示，PAVE360是自动驾驶硅前验证环境（Pre-siliconautonomousvehicleenvironment）。“在做芯片之前，就可以对自驾系统做验证。”听起来是个从更高抽象层级做验证的方案。

“这里面用到了西门子EDA的硬件加速器，也用到西门子数字化工业软件里面的其他部分。将机械的部分、软件的部分搭乘起来，在自驾系统还没有做实物的时候，就可以去验证自驾系统的功能、验证算法。”李立基说，“不需要在路上开实体车去检查。”这套解决方案涵盖汽车软、硬件子系统、整车模型、传感器数据融合、交通流量等场景，甚至还覆盖了智慧城市的仿真环境——这好像就已经大大超出我们传统概念理解中的EDA工具的范畴了，或许这就是未来的方向。

另一个在产品和技术层面能够表现协同效应和形成更大“闭环”的例子是先进封装中的3DIC——这应当是EDA发挥主场优势的地方。不过李立基提到：“在物理方面，比如3DIC的三维设计，里面有几个芯片叠在一起。三维设计和封装方面，这是西门子机械设计软件可以解决的。”“另外有一些机械应力、热分析，这些都是我们跟西门子工业软件一起合作去解决客户的问题。”

凌琳说：“我们（EDA）可以帮助西门子数字化工业软件形成更完整的闭环。很多大型企业都有这样的需求，他们面临非常复杂的系统设计和整合，不只是半导体。从电子、电气、机械、热能，包括嵌入式软件，跨技术领域的设计制造和生产。同时我们也整合了很多流程管理的软件。”......“我们这样一个整体的平台才能满足要求。这也是西门子最近发布的Xcelerator（西门子的一个加速数字化转型的数字业务平台）的优势所在。”

这种更高系统层面的全方位覆盖优势，应该是不少单纯做EDA的企业所不具备的；也是西门子EDA这些年实现高增长的一个重要原因。所以不难发现部分EDA公司这两年也在寻求与工业软件企业合作，或做解决方案涉足范围的扩展。

而回到EDA的角度，这些年基于西门子的财力，西门子EDA又并入了不少新的企业。比如Austemper，对于汽车电子的功能安全设计很重要；再比如Solido，通过机器学习的方式做基于variation的设计；还有Fractal、Avatar、Supplyframe、OneSpin等，都是针对EDA本身的补全。前年西门子还收购了一家名为UltraSoC的公司，主要是为了解决汽车电子网络安全方面的问题——应该说是对市场需求的快速响应了。

“我们自身不断完善和补强，加上西门子数字化工业软件的协同，我们会成为一个更强大的、从端到端、从微观到宏观系统的设计解决方案提供者。”“这是一个完整的闭环，能够从头到尾更好地实现从设计到物理世界的对接，实现更完整的数字孪生。这是非常有意义的一件事。”

打造这样一个闭环，显然是构建差异化优势，以及令营收与市场份额稳中有升的重要组成部分。

EDA本身的发展与扩张

并购可说是EDA行业的主旋律，在并购中形成更完整的产品组合、覆盖全流程的电子设计与验证也是共识。除了前文谈到的PAVE360解决方案属于更大范围内的设计流程覆盖，这些年西门子EDA也做了不少积极的并购，推出了不同环节和用途的EDA产品。而从近代EDA工具的更新，多少也能看出当代芯片进化的趋势。

这次媒体沟通会上，西门子在宣传的几款产品都或多或少地反映了半导体行业的技术变迁。比如说SymphonyPro平台，这是基于原有Symphony混合信号验证能力，做进一步扩展功能，“以全面、直观的可视化调试集成环境支持新的Accellera标准化验证方法学，使得生产效率比传统解决方案提升10倍。”

由于混合信号电路有助于缩减功耗、面积和成本，诸多应用领域的SoC芯片对模拟和混合信号内容提出了更大的需求。这是专注于混合信号验证的SymphonyPro工具诞生的背景。李立基说：“SymphonyPro的优点是能支持UVM（通用验证方法学），并且可以用UPF（统一功率格式）来做低功耗验证。”

与此同时，这款工具“可以支持三明治结构。就是芯片的某些模块是analog，某些是digital。传统的可能是analogontop或者digitalontop，而现在比较复杂的芯片不只是这样，而是‘三明治’式的。我们可以让设计无限、自由地整合，无论多复杂的混合信号芯片，都可以支持。”

还有具代表性的如去年我们撰文谈到过的Calibre系列工具mPower电源完整性解决方案，用于做电源完整性、EM/IR分析。其特色在于可以做很大的芯片，“无限扩展”。“如果是个很大的芯片，可以分散到几百个、一千个服务器去跑。分散以后，基本上它用一晚上就把工具跑完。”“如果需要很多服务器，这款工具也支持云端。

现代EDA已经进化成了这样

从西门子EDA近期所推的这些方案，多少也能瞥见当代芯片产品的发展方向，和EDA为达成这样的芯片设计需求都做了些什么。而在应对这些具体问题之外，还有一些更为热点的、关乎芯片设计大方向的问题，也是本次媒体沟通会上谈得比较多的，包括AI/ML在EDA上的应用、异构集成/先进封装/chiplet问题，以及EDA上云。

凌琳将几个问题的根源阐释得很清楚：“异构集成、EDA上云之类的话题为什么那么热？因为现在的先进制程越来越贵、电路越来越复杂。软硬件的计算资源、license的资源、工程人员的资源都非常贵。”还包括行业对于仿真与验证话题的热议，都是“因为我们设计的电路复杂度和规模越来越大了”。也包括前文介绍的SymphonyPro、mPower这些工具推出的本质都在于此。

摩尔定律放缓或停滞，对半导体行业器件尺寸缩放问题之外，也就提出了更高的要求。所以才有了2.5D/3D先进封装与异构集成、EDA上云、AI技术的应用。这些都是摩尔定律放缓以后，持续让性能与效率提升的技术构成，同时也在于对成本效益的考量。

以EDA上云为例，“当资源碰到瓶颈的时候，我们需要更便捷的方式去支撑芯片设计的峰值资源需求。”

李立基介绍了西门子EDA云上解决方案。“云上，我们的方案分成了5个部分。（1）CloudReady。我们的工具已经准备好可以用在云上，Calibre工具很成熟，客户层面也有很好的反馈；（2）ManagedCloud（云管理）。可以用西门子提供的云，用我们现有的工具；（3）CloudConnected（云联接）。这个工具是一部分跑在本地，一部分跑在云上：有一些仿真，前端的一些处理需要放在本地，云上可以跑大计算的部分；

（4）CloudNative（云原生）。工具在设计的时候，就是cloud-based的，它可以联接前端，本地只作为display；（5）Veloce云。这是硬件加速器，云上的服务——Veloce可以做很大容量，很大的芯片都可以放进去做整体仿真：无论性能仿真还是功耗提取，都可以提供支持。”

而AI技术在EDA工具中的应用，本质上也是为了简化大规模、复杂问题的同时，不牺牲精度。“以后更大的算力需求，包括更精准的模型和跨域的不同的物理材料，都会对EDA造成更大的挑战。”凌琳说。这是AI/ML技术应用于EDA工具的原因。

这部分有几个典型的例子，李立基介绍说：“比如Solido能够利用机器学习快速进行特征向量库的生成和提取，以更少的时间实现更高的验证精度；Tessent测试与良率提升工具可以提供诊断驱动的良率分析（DDYA）方法，贯穿产品生命周期的完整测试，使用物理版图数据来改善测试和良率分析，将发现良率损失根本原因的周期时间缩短75-90%；Calibre的SONR也是从制造中提取大量制造数据，然后去学习。”

还有像是在光刻OPC（光学邻近效应矫正）的问题上，“需要大量数据收集才能做到精准的模型。这个模型在普适的情况下有巨大的计算量需求，而且要实时运算。我们有大量用机器学习手法去简化计算量。即便如此，这仍然是艰难的工程问题。”凌琳谈到，“这需要EDA厂商、工程厂商、机台厂商协同，需要生态上下游共同努力。”

除此之外的热门议题就是异构集成/chiplet/先进封装。“对EDA公司来说，我们更关注的是chiplet之间沟通的时候，它们之间的data用什么格式。比如要做热仿真，热的模型要怎么定义；要做持续分析的时候，timing用哪些格式去分享。”李立基说，“这个部分，EDA领域，行业有个联盟叫CDX（ChipletDesignExchange），西门子EDA也在其中。”

因为基于chiplet的方案，在制造和良率问题之外，就是“生态系统”，如果要做chiplet，生态的问题需要解决。所以我们看到UCIe、CDX联盟在尝试解决问题。”在更具体的问题上，李立基表示，“我们刚开始做2.5D/3DIC异构集成技术时，首先解决的是几个芯片‘粘’在一起的时候，功能对不对的问题——这个问题现在已经解决了。下一步要解决的问题是，建架构之时就把后续的某些问题提前考虑进去，做完设计要怎么做分析。比如要做运行timingperformance方面的分析，还有散热问题等等。”架构、分析、设计、制造、测试等多环节都需要EDA的参与。“我们都有对应的工具在布局。”

这几个关键问题的探讨，实则都能看出当代EDA企业和工具与时俱进、解决更多技术挑战，以持续帮助芯片性能与效率达成提升。

我们关注的这些热点，实则都可囊括到李立基总结的西门子EDA做芯片设计解决的几个主要问题中来：1.实现更先进的工艺技术，不只是制造工艺节点，还包括先进封装，如3D堆叠；2.实现设计规模扩大，前文已经谈到设计规模变大——相同面积内的晶体管数量更多，这就需要新的方法论；

3.系统规模的扩展，“有些系统公司是芯片、软件、系统一起做的，而不是先做芯片再做系统和软件。对整个系统做验证和数字孪生，容许软件、机械和芯片同时做验证和设计就很重要。”这一点的提出，应该是为了凸显西门子EDA打造“闭环”解决方案的优势；但也的确是市场新需求的写照：汽车、手机、数据中心这类系统厂商开始自己做芯片设计。

半导体行业内的“此消彼长”

即便有诸多分析机构对半导体行业的唱衰，这条产业链上的不同市场参与者或许也有其独特的生存之道和市场环境。比如对于EDA企业而言，当前的机遇似乎还真的大于像消费电子这类应用方向现状不佳造成的行业衰退。比如系统厂商自己做芯片显然对EDA供应商而言就是个机遇。

而且头部EDA企业覆盖的应用场景非常全面，只要半导体技术本身在发展，对于像EDA这样的角色而言，就有“此消彼长”的市场机会。“手机、平板、PC下降了，但更多手机的其他设备是在增多的。智慧工厂里面的设备，工控的芯片要求变多；HPC数据中心变多了。”凌琳说，“其实整个行业增长的趋势还是在的。”

当前的确仍有相当多的市场增长点存在，“虽然消费电子在慢慢转弱，但也要看到新的应用产生，比如汽车电子、智能化、数字化的工业控制。这些领域的需求很旺盛。”“数字化、数字革命、数字生活，这个趋势不会变，只是在不同的应用领域会有一些修整。”凌琳说。

而且对于应用市场的不同增长点，半导体/电子产业链上，位于不同位置的企业看到的机遇其实也是不大一样的。比如汽车电子，整车厂倾向于自己造芯片对EDA厂商肯定就是个好消息——而且这其中有了新的需求，比如EDA厂商要降低技术门槛，要求新的方法论，其中还要加入定制服务，针对车规做控制，这都是EDA的机会。

其实即便单是从以上我们探讨的一些西门子EDA参与的技术热点，都能看出其市场机遇之广阔。因为就常规认知来看，只要技术有创新，行业就有发展动力。

如果具体到EDA企业，不仅是像西门子EDA这样的角色的成长速度原本就快于该行业的平均速度，还在于前文探讨的诸多差异化竞争要素，像是典型的协同效应。凌琳在采访中提到，前一阵西门子和英伟达宣布合作（NvidiaOmniverse与SiemensXcelerator平台的接合），对生产制造行业从设计到运营生命周期的体验变革，探索人工智能驱动数字孪生技术的应用场景，打造工业元宇宙。。这种非常靠上层的应用，也只有拥有“闭环”方案的企业才能享受了。