隨著AI、5G通信以及云計(jì)算等專用計(jì)算領(lǐng)域的發(fā)展,，面向?qū)Ｓ糜?jì)算領(lǐng)域的計(jì)算機(jī)體系結(jié)構(gòu)也進(jìn)入了新的黃金時(shí)代,。描繪這一黃金時(shí)代的兩支重要畫筆就是開源硬件（芯片）與敏捷開發(fā)：開源可降低芯片設(shè)計(jì)門檻，敏捷設(shè)計(jì)能縮短開發(fā)周期,。
開源指令集RISC-V引發(fā)了開源硬件的熱潮,。但芯片的設(shè)計(jì)和生產(chǎn)流程比軟件更長(zhǎng)，需要更多工具和流程,，EDA也開始轉(zhuǎn)向依靠開源社區(qū)的模式來(lái)解決復(fù)雜的設(shè)計(jì)難題,，同時(shí)降低開發(fā)成本。但國(guó)內(nèi)EDA技術(shù)一直是一項(xiàng)軟肋,，本土EDA企業(yè)尚未發(fā)展壯大,，該如何應(yīng)對(duì)開源EDA這一新的技術(shù)形態(tài)與生態(tài)模式呢？這些問(wèn)題在5月14日下午召開的中國(guó)計(jì)算機(jī)學(xué)會(huì)青年精英大會(huì)（YEF2021）技術(shù)論壇【芯片智造——敏捷設(shè)計(jì)與開源EDA之路】上展開了激烈的討論,。
開源芯片成發(fā)展新趨勢(shì)
說(shuō)到開源芯片,，RISC-V可謂是開源的代表。去年RISC-V國(guó)際基金會(huì)將總部搬往瑞士,，目前其已有超過(guò)1000個(gè)會(huì)員,，企業(yè)機(jī)構(gòu)約200家。中國(guó)在這里面占據(jù)很重要的作用,，中國(guó)企業(yè)占比超過(guò)20%,，而且19個(gè)理事會(huì)成員中有9個(gè)來(lái)自中國(guó)。
隨著開放指令集RISC-V逐漸受到業(yè)界追捧,，開源芯片的概念逐漸進(jìn)入人們的視野，并受到全世界的關(guān)注與投入,。國(guó)際上,，早在2019年國(guó)際計(jì)算機(jī)體系結(jié)構(gòu)旗艦會(huì)議ISCA的遠(yuǎn)景研討會(huì)上，包括圖靈獎(jiǎng)得主David Patterson教授在內(nèi)的多位美國(guó)工程院院士,，以及來(lái)自MIT,、UC Berkeley、UCSD,、Stanford,、Google、Nvidia,、DARPA等頂尖大學(xué),、企業(yè)和政府機(jī)構(gòu)的專家就聚焦討論了“面向下一代計(jì)算的敏捷開放硬件”的前沿?zé)狳c(diǎn)，涉及到內(nèi)容包括指令集,、EDA工具鏈開源,、設(shè)計(jì)流程,、高層次綜合、形式化驗(yàn)證,。
看向國(guó)內(nèi),，“十四五”規(guī)劃也已開始對(duì)開源芯片布局，“十四五”規(guī)劃第五篇第十五章第一節(jié)中提到,，支持?jǐn)?shù)字技術(shù)開源社區(qū)等創(chuàng)新聯(lián)合體發(fā)展,，完善開源知識(shí)產(chǎn)權(quán)和法律體系，鼓勵(lì)企業(yè)開放軟件源代碼,、硬件設(shè)計(jì)和應(yīng)用服務(wù),。
那么開源芯片有哪些創(chuàng)新機(jī)會(huì)呢？中國(guó)科學(xué)院計(jì)算技術(shù)研究所副所長(zhǎng)包云崗在技術(shù)論壇上講到：RISC-V屬于指令集開放,，其實(shí)是指令集手冊(cè)的開放,，如英特爾CPU的指令集手冊(cè)有5000多頁(yè)，ARM CPU的指令集手冊(cè)有2000多頁(yè),，而RISC-V的指令集手冊(cè)只有200多頁(yè),。如果把指令集變成真正的架構(gòu)，此時(shí)就會(huì)產(chǎn)生諸多設(shè)計(jì)文檔,，那么文檔可以公開,；根據(jù)設(shè)計(jì)文檔再變成源代碼，源碼也可以公開,；EDA工具鏈可以將開源代碼再變成芯片版圖,，那么EDA設(shè)計(jì)工具也可以開源。
他總結(jié),，開源芯片主要包含有三個(gè)層次：（1）指令集（2）處理器微架構(gòu)設(shè)計(jì)/實(shí)現(xiàn)（3）設(shè)計(jì)流程/工具,。
在這三個(gè)層次中，除了指令集,，芯片設(shè)計(jì)的工具也很重要,。EDA工具是開源芯片設(shè)計(jì)體現(xiàn)的基石，如今多種開源EDA工具基本覆蓋了芯片設(shè)計(jì)中的模擬仿真,、邏輯綜合,、布局布線、物理實(shí)現(xiàn)和簽核等功能,。
眾所周知,，全球EDA市場(chǎng)被三大廠商Cadence、Synopsys,、Mentor（2021年1月更名為：Siemens EDA,，即西門子EDA）壟斷。他們的規(guī)模大,，產(chǎn)品線完整,，可以提供全流程的完整解決方案,。相反，國(guó)內(nèi)EDA工具在中國(guó)的市場(chǎng)份額不到5%,，在全球的市場(chǎng)份額僅為0.2%,。而且國(guó)內(nèi)EDA公司規(guī)模小，產(chǎn)品單一,，多是“點(diǎn)”工具,，只能提供局部解決方案。單一EDA工具很難滿足設(shè)計(jì)人員對(duì)于IC設(shè)計(jì)的全流程需求,，不同工具間的切換又為數(shù)據(jù)完整性增添了風(fēng)險(xiǎn),。于是日前市場(chǎng)對(duì)于開源平臺(tái)的呼聲日益增高。
開源EDA很重要,，但難題亦很多
鵬城實(shí)驗(yàn)室,、中科院計(jì)算所的解壁偉認(rèn)為，開源EDA是支撐開放芯片生態(tài)的重要保障,。多個(gè)成功經(jīng)驗(yàn)表明,，開源開放是構(gòu)建繁榮的技術(shù)生態(tài)和產(chǎn)業(yè)生態(tài)的必要基礎(chǔ)。如Linux操作系統(tǒng),，支撐了整個(gè)開源生態(tài)體系,；再比如Android移動(dòng)操作系統(tǒng)，雖然現(xiàn)在已經(jīng)閉源,，但當(dāng)年以開源為起點(diǎn),，統(tǒng)一了除iOS外的整個(gè)移動(dòng)互聯(lián)網(wǎng)生態(tài)；在人工智能領(lǐng)域,，Caffe,、TensorFlow、Pytorch,、PaddlePaddle可以說(shuō)是整個(gè)AI技術(shù)生態(tài)體系的基石,。
開源EDA工具可以降低芯片設(shè)計(jì)門檻，如降低芯片設(shè)計(jì)的人力,、IP,、EDA成本,。還能為開展EDA領(lǐng)域的基礎(chǔ)科學(xué)研究和人才培養(yǎng),，無(wú)論是對(duì)企業(yè)、高校,、學(xué)術(shù)科研機(jī)構(gòu)還是芯片和EDA方向的個(gè)人愛(ài)好者而言,，都能提供很好的思路。如果開源EDA可以集合多方力量,，將有助于我國(guó)加速追趕國(guó)際先進(jìn)水平,。
然而,，我國(guó)EDA軟件的基礎(chǔ)還相對(duì)薄弱，在開源領(lǐng)域幾近空白,。開源EDA仍然面臨諸多挑戰(zhàn)：用戶少,、貢獻(xiàn)者少以及框架結(jié)構(gòu)不清晰；論壇上也討論了一些解決方案,。具體如下：
?。ㄒ唬┯脩羯伲洪_源EDA工具質(zhì)量相比商業(yè)工具有較大差距，用戶數(shù)量非常有限,。解決方案是提升工具質(zhì)量,，強(qiáng)調(diào)生產(chǎn)環(huán)境下的項(xiàng)目檢驗(yàn)，即開源EDA工具不能只停留在學(xué)術(shù)論文和軟件代碼,，要與其他點(diǎn)工具共同匯聚成工具鏈,，支撐完整的芯片流片驗(yàn)證，產(chǎn)生有效的用戶反饋,。如美國(guó)的Magic就經(jīng)過(guò)了數(shù)次流片驗(yàn)證,，論文就有實(shí)際芯片測(cè)試數(shù)據(jù)。
?。ǘ┴暙I(xiàn)者少：EDA領(lǐng)域相對(duì)小眾,，其開源社區(qū)更是人丁單薄，Yosys,、abc,、magic、OpenROAD等開源工具的主要貢獻(xiàn)者大多在10余人左右,。由于EDA學(xué)科的特點(diǎn),，開源EDA貢獻(xiàn)者需要同時(shí)具備CS、Math,、EE和MicroE的知識(shí),，技術(shù)門檻較高。每個(gè)開源EDA工具的開發(fā)并不開放,，基本是某個(gè)學(xué)校,、研究機(jī)構(gòu)和公司的內(nèi)部團(tuán)隊(duì)，外部參與者很少,、也很難參與,。解決方法是充分拆解、抽象和描述EDA技術(shù)問(wèn)題,，并分類轉(zhuǎn)化到數(shù)學(xué),、算法和高性能等專業(yè)領(lǐng)域能夠理解的語(yǔ)言表述，發(fā)動(dòng)多個(gè)學(xué)科的社區(qū)力量。
?。ㄈ┛蚣芙Y(jié)構(gòu)不清晰：代碼不統(tǒng)一且復(fù)用率低是開源軟件的一項(xiàng)通病,，然而開源EDA工具與算法強(qiáng)綁定，問(wèn)題更為突出,。設(shè)計(jì)新算法通常需要大量重寫代碼,，失去了開源的意義。解決方案有二,。第一,，模塊化設(shè)計(jì)，從基礎(chǔ)框架設(shè)計(jì)出發(fā),，再深入到算法層,，抽象共有操作和數(shù)據(jù)格式，從代碼中探索出迭代重構(gòu)規(guī)律,，形成精簡(jiǎn)高效和模塊化的基礎(chǔ)框架,。這種模塊化設(shè)計(jì)還便于用分布式并行計(jì)算架構(gòu)進(jìn)行EDA設(shè)計(jì)流程的加速。第二,，規(guī)范化抽象,，用Multi-level Intermediate Representation（MLIR）等優(yōu)秀的編譯器設(shè)計(jì)理念對(duì)整個(gè)設(shè)計(jì)流程（尤其是前端設(shè)計(jì)）進(jìn)行多個(gè)抽象層次的劃分，便于各個(gè)領(lǐng)域?qū)＜覍Ｗ⒂诟髯缘某橄髮哟?，同時(shí)通過(guò)多個(gè)層次的編譯打通EDA工具鏈,，完成敏捷方便的全流程驗(yàn)證。這樣,，即使一個(gè)點(diǎn)工具也可以通過(guò)規(guī)范的轉(zhuǎn)換格式,，靈活的接入到開源的EDA工具鏈中，完整地驗(yàn)證自己所開發(fā)工具的性能和質(zhì)量,。目前,，北美產(chǎn)業(yè)界和學(xué)術(shù)界正在形成這種趨勢(shì)。
落實(shí)到開源EDA項(xiàng)目來(lái)說(shuō),，無(wú)論從低工藝（110nm）至高工藝（55nm,，40nm甚至28nm）。從高校教學(xué)級(jí)應(yīng)用到企業(yè)產(chǎn)品級(jí)應(yīng)用,，從小規(guī)模ASIC芯片到更大規(guī)模的SoC項(xiàng)目,，都應(yīng)堅(jiān)持研用結(jié)合的策略，以實(shí)用為牽引,，以用帶研,，研以致用。從工具鏈,、點(diǎn)工具,、基準(zhǔn)測(cè)試集、示范應(yīng)用以及工業(yè)級(jí)開源工藝庫(kù)等五大方面逐個(gè)擊破,。
業(yè)界的研究進(jìn)展
值得一提的是,，在ASPLOS 2021大會(huì)上，剛剛從Google Brain跳槽到明星RISC-V公司SiFive的Chris Lattner博士（LLVM 項(xiàng)目的主要發(fā)起人與作者之一,， Clang編譯器的作者）做了The Golden Age of Compiler Design in an Era of HW/SW Co-design的演講,，提出了基于MLIR編譯技術(shù)打造的全新的統(tǒng)一的EDA （Electronic Design Automation）框架，像軟件中的TensorFlow或PyTorch那樣為EDA設(shè)計(jì)工具鏈提供完整,、靈活的基礎(chǔ)設(shè)施,。CIRCT項(xiàng)目與MLIR同源，在硬件設(shè)計(jì)和軟件編譯的容易形成生態(tài)一致性,。
在開源EDA軟件之路上,，國(guó)內(nèi)EDA學(xué)術(shù)和產(chǎn)業(yè)都在努力尋找合適的位置為開源EDA做貢獻(xiàn)。
在開源芯片領(lǐng)域,，中科院計(jì)算所2019年啟動(dòng)了RISC-V處理器芯片與RISC-V原生操作系統(tǒng)等項(xiàng)目,，并且在國(guó)產(chǎn)28nm工藝上構(gòu)建具有性價(jià)比優(yōu)勢(shì)的開源芯片技術(shù)體系。此外,，他們還在探索開源EDA設(shè)計(jì)開源芯片,，基于現(xiàn)有開源工具，構(gòu)建了一套基于Python的RTL到GDSⅡ的設(shè)計(jì)流程,；去年8月份,，國(guó)科大五位本科生整整歷時(shí)兩年使用開源EDA工具設(shè)計(jì)出了果殼-1芯片，并實(shí)現(xiàn)了流片,。
中科院還研發(fā)了芯片敏捷設(shè)計(jì)云平臺(tái)AgileServe,，該平臺(tái)集成了各種開源要素，能支持用戶快速定制處理器芯片與軟件開發(fā),，降低芯片設(shè)計(jì)門檻,。于學(xué)生來(lái)說(shuō)，可以隨時(shí)隨地開展芯片設(shè)計(jì),；對(duì)老師來(lái)說(shuō),，可以實(shí)現(xiàn)在線指導(dǎo)學(xué)生。
南京集成電路設(shè)計(jì)服務(wù)產(chǎn)業(yè)創(chuàng)新中心有限公司（以下簡(jiǎn)稱EDA創(chuàng)新中心）常務(wù)副總經(jīng)理陳剛介紹了以開源的方式來(lái)打造國(guó)產(chǎn)EDA通用底座（openEDI）,?？紤]到國(guó)內(nèi)的EDA點(diǎn)工具各自獨(dú)立，建設(shè)國(guó)內(nèi)生態(tài)的通用底座,，有望把點(diǎn)工具連接在一起,。EDA通用底座的研發(fā)目標(biāo)是支持所有國(guó)產(chǎn)EDA工具，聚合成套的EDA工具鏈,，成為國(guó)內(nèi)生態(tài)的通用底座,。下圖為EDA通用底座架構(gòu)。最下方的部分是數(shù)據(jù)層，承載所有EDA在內(nèi)存及磁盤上的數(shù)據(jù)庫(kù)和數(shù)據(jù)模型,，其中包括各種解析器的模塊,、用戶界面模塊等。上層為通用算法層與計(jì)算框架,。
北京大學(xué)的林亦波在會(huì)上介紹了知名的《深度學(xué)習(xí)輔助布局布線優(yōu)化》項(xiàng)目,，他講述了利用深度學(xué)習(xí)來(lái)改進(jìn)傳統(tǒng)的布局布線算法，在這個(gè)過(guò)程中必須要利用開源的布局布線工具,，否則很難獲取深度學(xué)習(xí)樣本,。未來(lái)他們將繼續(xù)改進(jìn)算法，提高穩(wěn)定性和泛化能力,。預(yù)計(jì)可能發(fā)布如ImageNet那樣的開放EDA數(shù)據(jù)集,，吸引學(xué)術(shù)界和產(chǎn)業(yè)界的共同競(jìng)爭(zhēng)與發(fā)展。
東南大學(xué)國(guó)家專用集成電路系統(tǒng)工程技術(shù)研究中心的閆浩講述了寬電壓近閾值設(shè)計(jì)方法學(xué)研究與開源EDA的進(jìn)展,。他介紹到,，EDA工具的技術(shù)挑戰(zhàn)是不斷演進(jìn)的工藝和蝕刻尺寸帶來(lái)的偏差建模以及優(yōu)化算法的開發(fā)。他指出在做研究時(shí),，遇到最大的挑戰(zhàn)是需要耗費(fèi)大量精力復(fù)現(xiàn)別人代碼,，因此他們也與如NiiCEDA等國(guó)內(nèi)EDA企業(yè)合作，積極投入到開源時(shí)序分析工具的開發(fā)中,。
寧波大學(xué)的儲(chǔ)著飛分享了在多邏輯域自動(dòng)綜合工具上的研究進(jìn)展,。他講到，邏輯綜合是在滿足約束條件下,，將所有設(shè)計(jì)數(shù)字電路的RTL級(jí)描述,，轉(zhuǎn)化為指定的工藝庫(kù)中單元電路的連接。邏輯綜合主要包括三個(gè)階段：翻譯,、優(yōu)化和工藝映射,。他指出，不同的邏輯完備集所發(fā)展而來(lái)的綜合方法適用場(chǎng)景不同,，現(xiàn)有的這些EDA工具都是基于傳統(tǒng)布爾邏輯發(fā)展而來(lái),，新型算符能帶來(lái)更多機(jī)會(huì)，比如基于極性變換的Reed-Muller,、TB和RM雙邏輯等,。在EDA開源方面，他指出邏輯綜合工具的發(fā)展趨勢(shì)：一,、AI for EDA,，用AI的方法推斷邏輯綜合優(yōu)化變換的順序，讓沒(méi)有任何經(jīng)驗(yàn)的工程師得到一個(gè)優(yōu)化腳本,；二,、EDA for AI,，用查找表形式反推邏輯操作，達(dá)到與神經(jīng)網(wǎng)絡(luò)訓(xùn)練權(quán)重一樣的目的,；三,、Optimal Solution，給定一個(gè)數(shù)字電路,，現(xiàn)有的方法高度依賴SAT求解器獲得如最小節(jié)點(diǎn)個(gè)數(shù)，最小邏輯深度等最優(yōu)解,，但是SAT 求解器本身又是啟發(fā)式算法,，通過(guò)數(shù)字電路仿真可以輔助SAT進(jìn)行更高效的搜索；四,、Technology Enabler,，發(fā)展新的邏輯抽象方法，幫助一些諸如二維材料等新工藝的評(píng)估和發(fā)展,。無(wú)論訓(xùn)練集,，搜索優(yōu)化與新模型都將在開源生態(tài)中獲得收益。
開源EDA何去何從,？
開源EDA生態(tài)從0到1所面臨諸多困難,，如何打通開源EDA的生態(tài)閉環(huán)？如何維護(hù)生態(tài)持續(xù)發(fā)展,？如何防范流片失敗,、IP泄露、專利等生態(tài)風(fēng)險(xiǎn),？未來(lái)又該何去何從,？針對(duì)這些問(wèn)題，在場(chǎng)學(xué)者和專家眾說(shuō)紛紜,，進(jìn)行了激烈且有意義的討論,。
從0到1，開源EDA的生態(tài)從學(xué)術(shù)界開始建設(shè)
跟傳統(tǒng)的開源軟件不同,，開源EDA軟件的數(shù)據(jù)結(jié)構(gòu),、代碼質(zhì)量尤其算法的專業(yè)性極高，用戶群體較小,，限制了開源社區(qū)的規(guī)模,。縱觀歷史,，硅谷渺如星辰大海的高科技公司都是從高校創(chuàng)新開始做起的,。EDA也一樣，首先在高校培養(yǎng)開源EDA的第一批用戶群體,，包括老師和學(xué)生,，讓他們通過(guò)創(chuàng)新的形式先把開源工具用起來(lái),，然后通過(guò)不斷的使用和迭代改進(jìn)工具，在將來(lái)達(dá)到可用的程度,。
然而,，從學(xué)術(shù)界開始推廣和維護(hù)EDA生態(tài)閉環(huán)也有挑戰(zhàn)。最主要的是發(fā)展學(xué)術(shù)界參與開源EDA和持續(xù)維護(hù)開源項(xiàng)目的問(wèn)題,。從功利的角度看,，當(dāng)高校研究人員轉(zhuǎn)移研究興趣或者課題結(jié)束時(shí)，維持開源項(xiàng)目的動(dòng)力消失,；學(xué)生花幾年的經(jīng)歷學(xué)習(xí)和掌握開源EDA工具,，不如掌握商業(yè)工具對(duì)找工作更實(shí)用；高質(zhì)量的開源工作不多,，學(xué)生們重新實(shí)現(xiàn)一個(gè)算法或工具有時(shí)比hack（甚至debug）一個(gè)開源項(xiàng)目的代碼更快,。學(xué)生畢業(yè)之后，如果沒(méi)有一個(gè)很好的文檔和高質(zhì)量的代碼管理,，那么后續(xù)的學(xué)術(shù)繼續(xù)迭代開發(fā)的動(dòng)力也不足,。
因此論壇建議適當(dāng)引導(dǎo)高校的學(xué)術(shù)評(píng)價(jià)標(biāo)準(zhǔn)，使代碼和文檔質(zhì)量高的開源項(xiàng)目,、Github/Gitee等代碼托管協(xié)作平臺(tái)上星數(shù)多的項(xiàng)目,，成為高校學(xué)者、學(xué)生以及企業(yè)專家的學(xué)術(shù)名片,，這對(duì)于啟動(dòng)和維護(hù)開源EDA項(xiàng)目,、對(duì)于學(xué)生就業(yè)將會(huì)是極大的激勵(lì)。
開源EDA生態(tài)的建立也需要基準(zhǔn)測(cè)試集,，特別是可以完成端到端流程的工業(yè)級(jí)基準(zhǔn)測(cè)試集,；如何從學(xué)術(shù)界小規(guī)模數(shù)據(jù)集到工業(yè)級(jí)先進(jìn)設(shè)計(jì)，是個(gè)需要繼續(xù)探討的話題,。業(yè)界知名的芯片設(shè)計(jì)公司能否提供一些脫敏的設(shè)計(jì),，讓開源社區(qū)可以以此為參考進(jìn)行學(xué)術(shù)研究、學(xué)生競(jìng)賽,，以此擴(kuò)大開源社區(qū)的規(guī)模,。尤其，在深度學(xué)習(xí)技術(shù)與EDA領(lǐng)域緊密結(jié)合的當(dāng)代,，更需要一個(gè)芯片設(shè)計(jì)領(lǐng)域的“ImageNet”來(lái)促進(jìn)社區(qū)繁榮,。
產(chǎn)學(xué)研有機(jī)聯(lián)合，提升軟件質(zhì)量,，提供開源EDA獨(dú)有價(jià)值
前面也提到的開源代碼質(zhì)量的問(wèn)題,，其實(shí)開源EDA工具對(duì)軟件質(zhì)量的要求遠(yuǎn)比其他領(lǐng)域嚴(yán)苛。因?yàn)镋DA軟件與芯片設(shè)計(jì)緊密結(jié)合,，一旦設(shè)計(jì)出有問(wèn)題的芯片,，不僅要修改軟件代碼,，還要重新流片，代價(jià)高昂,。因此開源EDA軟件無(wú)法像互聯(lián)網(wǎng)/游戲軟件那樣,，用敏捷開發(fā)模式、低成本試錯(cuò)迭代模式提高軟件質(zhì)量,。
學(xué)術(shù)界的開源項(xiàng)目要與EDA,、IP等工業(yè)界有機(jī)地聯(lián)合。高校的老師和學(xué)生啟動(dòng)項(xiàng)目并實(shí)現(xiàn)原型,，企業(yè)提供工程力量和資金用于維護(hù)和推廣,，業(yè)界的工程與品控能力可以保障開源軟件的質(zhì)量和持續(xù)發(fā)展。業(yè)界不僅可以吸收開源項(xiàng)目的精髓,，提升自己的產(chǎn)品先進(jìn)性,，而且還做了一個(gè)極好的廣告,，在人才市場(chǎng)中形成良好口碑,。典型的案例就是美國(guó)DARPA項(xiàng)目的openROAD開源項(xiàng)目，Cadence參與度甚至遠(yuǎn)高于學(xué)術(shù)界綜合,。放眼望去,，美國(guó)成功的開源項(xiàng)目（LLVM，TVM等）最終都得到了業(yè)界的大力支持,。
為實(shí)現(xiàn)高校與企業(yè)的有機(jī)聯(lián)合,，開源EDA工具必須能提供獨(dú)特的價(jià)值，例如對(duì)新的設(shè)計(jì)方法或者新的制造工藝更為敏銳,，提供與商業(yè)工具互補(bǔ)的功能特性,。維護(hù)EDA生態(tài)閉環(huán)，項(xiàng)目的定位,、以及組織者聯(lián)結(jié)需求,、資源、人員的作用十分重要,。
風(fēng)險(xiǎn)與機(jī)會(huì)并存,，合理區(qū)分風(fēng)險(xiǎn)，降低整體芯片開發(fā)成本
EDA生態(tài)在技術(shù)標(biāo)準(zhǔn),、安全可信,、以及流片風(fēng)險(xiǎn)均存在風(fēng)險(xiǎn)。IEEE標(biāo)準(zhǔn)有成熟的運(yùn)作規(guī)范,，相對(duì)安全,。但很多事實(shí)標(biāo)準(zhǔn)其實(shí)是三大EDA公司的私有標(biāo)準(zhǔn)。即使在開源社區(qū)有可免費(fèi)使用的私有標(biāo)準(zhǔn),，也存在著跟標(biāo)準(zhǔn)相關(guān)的隱藏專利風(fēng)險(xiǎn),。需要制定國(guó)內(nèi)標(biāo)準(zhǔn),，并掌握關(guān)鍵技術(shù)來(lái)防范專利風(fēng)險(xiǎn)。
開源EDA軟件的可信和安全則是一把雙刃劍,。一方面,，開源EDA工具中可能存在惡意代碼泄露用戶的核心設(shè)計(jì)數(shù)據(jù)，也可能在設(shè)計(jì)里植入惡意的硬件木馬,；另一方面,，EDA工具代碼開源，且貢獻(xiàn)者基本可以溯源,，相關(guān)責(zé)任也容易追查,，一切都在陽(yáng)光下風(fēng)險(xiǎn)反而可控。
針對(duì)流片失敗的風(fēng)險(xiǎn),，可能并非開源EDA工具獨(dú)有問(wèn)題,。要在指甲蓋大小的硅片上擺放上百億個(gè)幾納米大小的晶體管是當(dāng)今世界最具有挑戰(zhàn)的工程，流片失敗本身是不可避免,。商業(yè)公司的EDA工具也不一定能保證成功,，特別是支持新技術(shù)新工藝的工具。開源許可證有免責(zé)聲明,，應(yīng)讓使用開源工具進(jìn)行流片的使用方充分認(rèn)清風(fēng)險(xiǎn)和成本,。成功流片的開源EDA工具，反而是高質(zhì)量的最佳宣傳,，有機(jī)會(huì)培育出大量以設(shè)計(jì)服務(wù)為目標(biāo)的公司,，憑借開源工具的使用經(jīng)驗(yàn)幫助用戶提高流片成功率，有望降低整體的芯片開發(fā)和設(shè)計(jì)成本,。對(duì)開源EDA工具的各種風(fēng)險(xiǎn),，需要區(qū)別對(duì)待，隨著開源EDA工具實(shí)踐經(jīng)驗(yàn)增加,，反復(fù)評(píng)估風(fēng)險(xiǎn)變化,。
EDA生態(tài)子系統(tǒng)協(xié)同，尋找可持續(xù)的動(dòng)力,，形成價(jià)值鏈閉環(huán)
開源EDA生態(tài)有學(xué)術(shù),、企業(yè)等內(nèi)部生態(tài)子系統(tǒng)。高校立足教學(xué)和科研,，適合做創(chuàng)新工作,，產(chǎn)生有獨(dú)特功能、技術(shù)超前的開源EDA工具,，獲取學(xué)術(shù)影響力,；只要這些獨(dú)特的“優(yōu)勢(shì)”可以轉(zhuǎn)化成企業(yè)明確利益需求，就會(huì)在企業(yè)轉(zhuǎn)化為一個(gè)高質(zhì)量的產(chǎn)品級(jí)項(xiàng)目。但這些產(chǎn)品級(jí)項(xiàng)目不一定會(huì)重新開源,。應(yīng)該尋找一種激勵(lì)企業(yè)的模式,，在其保護(hù)商業(yè)價(jià)值的同時(shí)，能持續(xù)對(duì)共性技術(shù)部分保持開放,，讓學(xué)術(shù)界能在更高質(zhì)量的EDA工具平臺(tái)上繼續(xù)貢獻(xiàn),。為此，可以考慮GPL許可證模式,，強(qiáng)迫新增和修改共性功能代碼開源,，再通過(guò)封裝成云服務(wù)等形式來(lái)約束GPL的作用范圍，保障企業(yè)的投入和產(chǎn)出公平,。
開源EDA生態(tài)應(yīng)與外部生態(tài)合作共贏,。例如，與超算和云計(jì)算的生態(tài)融合,，既能解決EDA軟件算法需要消耗大量算力的問(wèn)題,，促進(jìn)超算中心的業(yè)務(wù)發(fā)展；也可以借助云服務(wù)吸引更多的工具用戶,，降低使用獲取和使用門檻,，同時(shí)也促進(jìn)云計(jì)算廠商的用戶群。Google和微軟的EDA上云就是非常典型的案例,。
寫在最后
本次論壇由CCF YOCSEF上海AC組織,，執(zhí)行主席為CCF YOCSEF上海主席（2021-2022）蔣力,，副主席（2020-2021）裴頌文,，論壇思辨和閉門討論分別由北京大學(xué)羅國(guó)杰、浙江大學(xué)卓成共同主持,。論壇吸引了50余位高校學(xué)者,、企業(yè)專家與研究生參加。
后續(xù)我們還會(huì)繼續(xù)組織敏捷設(shè)計(jì),，框架與編譯器等專題論壇,，與開源EDA，開源硬件開放指令集關(guān)系緊密,，敬請(qǐng)關(guān)注,。
