隨著AI,、5G通信以及云計算等專用計算領(lǐng)域的發(fā)展，面向?qū)Ｓ糜嬎泐I(lǐng)域的計算機(jī)體系結(jié)構(gòu)也進(jìn)入了新的黃金時代,。描繪這一黃金時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)計門檻,，敏捷設(shè)計能縮短開發(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)計和生產(chǎn)流程比軟件更長,，需要更多工具和流程,，EDA也開始轉(zhuǎn)向依靠開源社區(qū)的模式來解決復(fù)雜的設(shè)計難題，同時降低開發(fā)成本,。但國內(nèi)EDA技術(shù)一直是一項軟肋,，本土EDA企業(yè)尚未發(fā)展壯大，該如何應(yīng)對開源EDA這一新的技術(shù)形態(tài)與生態(tài)模式呢,？這些問題在5月14日下午召開的中國計算機(jī)學(xué)會青年精英大會（YEF2021）技術(shù)論壇【芯片智造——敏捷設(shè)計與開源EDA之路】上展開了激烈的討論,。
開源芯片成發(fā)展新趨勢
說到開源芯片，RISC-V可謂是開源的代表,。去年RISC-V國際基金會將總部搬往瑞士,，目前其已有超過1000個會員，企業(yè)機(jī)構(gòu)約200家,。中國在這里面占據(jù)很重要的作用,，中國企業(yè)占比超過20%，而且19個理事會成員中有9個來自中國,。
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,。國際上,，早在2019年國際計算機(jī)體系結(jié)構(gòu)旗艦會議ISCA的遠(yuǎn)景研討會上，包括圖靈獎得主David Patterson教授在內(nèi)的多位美國工程院院士,，以及來自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“面向下一代計算的敏捷開放硬件”的前沿?zé)狳c，涉及到內(nèi)容包括指令集,、EDA工具鏈開源,、設(shè)計流程、高層次綜合,、形式化驗證,。
看向國內(nèi)，“十四五”規(guī)劃也已開始對開源芯片布局,，“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，完善開源知識產(chǎn)權(quán)和法律體系,，鼓勵企業(yè)開放軟件源代碼,、硬件設(shè)計和應(yīng)用服務(wù),。
那么開源芯片有哪些創(chuàng)新機(jī)會呢？中國科學(xué)院計算技術(shù)研究所副所長包云崗在技術(shù)論壇上講到：RISC-V屬于指令集開放,，其實是指令集手冊的開放,，如英特爾CPU的指令集手冊有5000多頁，ARM CPU的指令集手冊有2000多頁,，而RISC-V的指令集手冊只有200多頁,。如果把指令集變成真正的架構(gòu)，此時就會產(chǎn)生諸多設(shè)計文檔,，那么文檔可以公開,；根據(jù)設(shè)計文檔再變成源代碼，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)計工具也可以開源。
他總結(jié),，開源芯片主要包含有三個層次：（1）指令集（2）處理器微架構(gòu)設(shè)計/實現(xiàn)（3）設(shè)計流程/工具。
在這三個層次中,，除了指令集,，芯片設(shè)計的工具也很重要。EDA工具是開源芯片設(shè)計體現(xiàn)的基石,，如今多種開源EDA工具基本覆蓋了芯片設(shè)計中的模擬仿真,、邏輯綜合、布局布線,、物理實現(xiàn)和簽核等功能,。
眾所周知，全球EDA市場被三大廠商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,，國內(nèi)EDA工具在中國的市場份額不到5%，在全球的市場份額僅為0.2%,。而且國內(nèi)EDA公司規(guī)模小,，產(chǎn)品單一，多是“點”工具,，只能提供局部解決方案,。單一EDA工具很難滿足設(shè)計人員對于IC設(shè)計的全流程需求,，不同工具間的切換又為數(shù)據(jù)完整性增添了風(fēng)險。于是日前市場對于開源平臺的呼聲日益增高,。
開源EDA很重要,，但難題亦很多
鵬城實驗室、中科院計算所的解壁偉認(rèn)為,，開源EDA是支撐開放芯片生態(tài)的重要保障,。多個成功經(jīng)驗表明，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),，支撐了整個開源生態(tài)體系；再比如Android移動操作系統(tǒng),，雖然現(xiàn)在已經(jīng)閉源,，但當(dāng)年以開源為起點，統(tǒng)一了除iOS外的整個移動互聯(lián)網(wǎng)生態(tài),；在人工智能領(lǐng)域,，Caffe、TensorFlow,、Pytorch,、PaddlePaddle可以說是整個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)計門檻,，如降低芯片設(shè)計的人力,、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),，無論是對企業(yè)、高校,、學(xué)術(shù)科研機(jī)構(gòu)還是芯片和EDA方向的個人愛好者而言,，都能提供很好的思路。如果開源EDA可以集合多方力量,，將有助于我國加速追趕國際先進(jìn)水平,。
然而，我國EDA軟件的基礎(chǔ)還相對薄弱,，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：
（一）用戶少：開源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)境下的項目檢驗，即開源EDA工具不能只停留在學(xué)術(shù)論文和軟件代碼,，要與其他點工具共同匯聚成工具鏈,，支撐完整的芯片流片驗證，產(chǎn)生有效的用戶反饋,。如美國的Magic就經(jīng)過了數(shù)次流片驗證,，論文就有實際芯片測試數(shù)據(jù)。
?。ǘ┴暙I(xiàn)者少：EDA領(lǐng)域相對小眾,，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,，開源EDA貢獻(xiàn)者需要同時具備CS、Math,、EE和MicroE的知識,，技術(shù)門檻較高。每個開源EDA工具的開發(fā)并不開放,，基本是某個學(xué)校、研究機(jī)構(gòu)和公司的內(nèi)部團(tuán)隊,，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)域能夠理解的語言表述,，發(fā)動多個學(xué)科的社區(qū)力量,。
（三）框架結(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通病,，然而開源EDA工具與算法強(qiáng)綁定,，問題更為突出。設(shè)計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,，從基礎(chǔ)框架設(shè)計出發(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,，形成精簡高效和模塊化的基礎(chǔ)框架。這種模塊化設(shè)計還便于用分布式并行計算架構(gòu)進(jìn)行EDA設(shè)計流程的加速,。第二,，規(guī)范化抽象，用Multi-level Intermediate Representation（MLIR）等優(yōu)秀的編譯器設(shè)計理念對整個設(shè)計流程（尤其是前端設(shè)計）進(jìn)行多個抽象層次的劃分,，便于各個領(lǐng)域?qū)＜覍Ｗ⒂诟髯缘某橄髮哟?，同時通過多個層次的編譯打通EDA工具鏈，完成敏捷方便的全流程驗證,。這樣,，即使一個點工具也可以通過規(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,。
落實到開源EDA項目來說,，無論從低工藝（110nm）至高工藝（55nm，40nm甚至28nm）,。從高校教學(xué)級應(yīng)用到企業(yè)產(chǎn)品級應(yīng)用,，從小規(guī)模ASIC芯片到更大規(guī)模的SoC項目，都應(yīng)堅持研用結(jié)合的策略,，以實用為牽引,，以用帶研，研以致用,。從工具鏈,、點工具、基準(zhǔn)測試集,、示范應(yīng)用以及工業(yè)級開源工藝庫等五大方面逐個擊破,。
業(yè)界的研究進(jìn)展
值得一提的是，在ASPLOS 2021大會上,，剛剛從Google Brain跳槽到明星RISC-V公司SiFive的Chris Lattner博士（LLVM 項目的主要發(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)計工具鏈提供完整,、靈活的基礎(chǔ)設(shè)施。CIRCT項目與MLIR同源，在硬件設(shè)計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,，中科院計算所2019年啟動了RISC-V處理器芯片與RISC-V原生操作系統(tǒng)等項目,，并且在國產(chǎn)28nm工藝上構(gòu)建具有性價比優(yōu)勢的開源芯片技術(shù)體系。此外,，他們還在探索開源EDA設(shè)計開源芯片,，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)計流程,；去年8月份,，國科大五位本科生整整歷時兩年使用開源EDA工具設(shè)計出了果殼-1芯片，并實現(xiàn)了流片,。
中科院還研發(fā)了芯片敏捷設(shè)計云平臺AgileServe,，該平臺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)計門檻,。于學(xué)生來說，可以隨時隨地開展芯片設(shè)計,；對老師來說,，可以實現(xiàn)在線指導(dǎo)學(xué)生。
南京集成電路設(shè)計服務(wù)產(chǎn)業(yè)創(chuàng)新中心有限公司（以下簡稱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打造國產(chǎn)EDA通用底座（openEDI）,?？紤]到國內(nèi)的EDA點工具各自獨立，建設(shè)國內(nèi)生態(tài)的通用底座,，有望把點工具連接在一起,。EDA通用底座的研發(fā)目標(biāo)是支持所有國產(chǎn)EDA工具，聚合成套的EDA工具鏈,，成為國內(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算框架。
北京大學(xué)的林亦波在會上介紹了知名的《深度學(xué)習(xí)輔助布局布線優(yōu)化》項目,，他講述了利用深度學(xué)習(xí)來改進(jìn)傳統(tǒng)的布局布線算法,，在這個過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)界的共同競爭與發(fā)展,。
東南大學(xué)國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的偏差建模以及優(yōu)化算法的開發(fā),。他指出在做研究時,，遇到最大的挑戰(zhàn)是需要耗費大量精力復(fù)現(xiàn)別人代碼，因此他們也與如NiiCEDA等國內(nèi)EDA企業(yè)合作,，積極投入到開源時序分析工具的開發(fā)中,。
寧波大學(xué)的儲著飛分享了在多邏輯域自動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)計數(shù)字電路的RTL級描述，轉(zhuǎn)化為指定的工藝庫中單元電路的連接,。邏輯綜合主要包括三個階段：翻譯,、優(yōu)化和工藝映射。他指出,，不同的邏輯完備集所發(fā)展而來的綜合方法適用場景不同,，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，新型算符能帶來更多機(jī)會,，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：一,、AI for EDA，用AI的方法推斷邏輯綜合優(yōu)化變換的順序,，讓沒有任何經(jīng)驗的工程師得到一個優(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)點個數(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估和發(fā)展,。無論訓(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,？未來又該何去何從,？針對這些問題，在場學(xué)者和專家眾說紛紜,，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,，讓他們通過創(chuàng)新的形式先把開源工具用起來，然后通過不斷的使用和迭代改進(jìn)工具,，在將來達(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)開源項目的問題,。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,，維持開源項目的動力消失；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)工具對找工作更實用,；高質(zhì)量的開源工作不多,，學(xué)生們重新實現(xiàn)一個算法或工具有時比hack（甚至debug）一個開源項目的代碼更快。學(xué)生畢業(yè)之后,，如果沒有一個很好的文檔和高質(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)的動力也不足。
因此論壇建議適當(dāng)引導(dǎo)高校的學(xué)術(shù)評價標(biāo)準(zhǔn),，使代碼和文檔質(zhì)量高的開源項目,、Github/Gitee等代碼托管協(xié)作平臺上星數(shù)多的項目，成為高校學(xué)者,、學(xué)生以及企業(yè)專家的學(xué)術(shù)名片,，這對于啟動和維護(hù)開源EDA項目、對于學(xué)生就業(yè)將會是極大的激勵,。
開源EDA生態(tài)的建立也需要基準(zhǔn)測試集,，特別是可以完成端到端流程的工業(yè)級基準(zhǔn)測試集；如何從學(xué)術(shù)界小規(guī)模數(shù)據(jù)集到工業(yè)級先進(jìn)設(shè)計,，是個需要繼續(xù)探討的話題,。業(yè)界知名的芯片設(shè)計公司能否提供一些脫敏的設(shè)計，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,，更需要一個芯片設(shè)計領(lǐng)域的“ImageNet”來促進(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獨有價值
前面也提到的開源代碼質(zhì)量的問題，其實開源EDA工具對軟件質(zhì)量的要求遠(yuǎn)比其他領(lǐng)域嚴(yán)苛,。因為EDA軟件與芯片設(shè)計緊密結(jié)合,，一旦設(shè)計出有問題的芯片，不僅要修改軟件代碼,，還要重新流片,，代價高昂。因此開源EDA軟件無法像互聯(lián)網(wǎng)/游戲軟件那樣,，用敏捷開發(fā)模式,、低成本試錯迭代模式提高軟件質(zhì)量。
學(xué)術(shù)界的開源項目要與EDA,、IP等工業(yè)界有機(jī)地聯(lián)合,。高校的老師和學(xué)生啟動項目并實現(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目的精髓,，提升自己的產(chǎn)品先進(jìn)性，而且還做了一個極好的廣告,，在人才市場中形成良好口碑,。典型的案例就是美國DARPA項目的openROAD開源項目，Cadence參與度甚至遠(yuǎn)高于學(xué)術(shù)界綜合,。放眼望去,，美國成功的開源項目（LLVM，TVM等）最終都得到了業(yè)界的大力支持,。
為實現(xiàn)高校與企業(yè)的有機(jī)聯(lián)合,，開源EDA工具必須能提供獨特的價值，例如對新的設(shè)計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)險與機(jī)會并存,，合理區(qū)分風(fēng)險，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)險均存在風(fēng)險。IEEE標(biāo)準(zhǔn)有成熟的運作規(guī)范,，相對安全,。但很多事實標(biāo)準(zhǔn)其實是三大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,。需要制定國內(nèi)標(biāo)準(zhǔn)，并掌握關(guān)鍵技術(shù)來防范專利風(fēng)險,。
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)計數(shù)據(jù),，也可能在設(shè)計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,，一切都在陽光下風(fēng)險反而可控。
針對流片失敗的風(fēng)險,，可能并非開源EDA工具獨有問題。要在指甲蓋大小的硅片上擺放上百億個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)會培育出大量以設(shè)計服務(wù)為目標(biāo)的公司，憑借開源工具的使用經(jīng)驗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)計成本,。對開源EDA工具的各種風(fēng)險，需要區(qū)別對待,，隨著開源EDA工具實踐經(jīng)驗增加,，反復(fù)評估風(fēng)險變化。
EDA生態(tài)子系統(tǒng)協(xié)同,，尋找可持續(xù)的動力,，形成價值鏈閉環(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；只要這些獨特的“優(yōu)勢”可以轉(zhuǎn)化成企業(yè)明確利益需求,，就會在企業(yè)轉(zhuǎn)化為一個高質(zhì)量的產(chǎn)品級項目,。但這些產(chǎn)品級項目不一定會重新開源。應(yīng)該尋找一種激勵企業(yè)的模式,，在其保護(hù)商業(yè)價值的同時,，能持續(xù)對共性技術(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,，再通過封裝成云服務(wù)等形式來約束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，同時也促進(jìn)云計算廠商的用戶群,。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)我們還會繼續(xù)組織敏捷設(shè)計,，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,，敬請關(guān)注,。
