芯片设计的EDA工具介绍

hdy

在当今数字化时代，芯片作为现代科技的核心，已经渗透到我们生活的每一个角落。从智能手机到人工智能，从汽车电子到物联网设备。

芯片无处不在。然而，你是否知道，这些微小却强大的芯片背后，有一群默默无闻的“英雄”——EDA 工具？作为一名芯片质量管理人员，我亲身经历了芯片设计的全过程，深知 EDA 工具在其中的关键作用。以下是对 EDA 工具在芯片设计中重要性的深度剖析，结合最新的行业研报和实践经历，为你呈现一个全面、客观的视角。

#01

EDA工具：芯片设计的“基石”

（一）EDA工具的重要性

EDA 工具是集成电路设计、制造、封装和测试过程中不可或缺的软件工具。它们贯穿了芯片设计的每一个环节，从概念设计到最终产品的制造，为芯片设计提供了强大的支持。根据 University of California, San Diego    Pro Andrew Kahn 的研究，EDA 技术的进步让设计效率提升了近 200 倍，将消费级 SoC 的设计成本从 77 亿美元降低到 4500 万美元。这一数据充分说明了 EDA 工具在降低设计成本和提高设计效率方面的巨大价值。

（二）EDA 工具的分类

EDA 工具可根据其在芯片设计中的用分为前端设计工具 Frond End、后端设计工具Back End 和验证工具。前端设计工具主要用于逻辑功能的实现，后端设计工具则关注物理实现，而验证工具则用于确保设计的正确性和可靠性。

[color=rgb(87, 107, 149) !important][url=]#02[/url]前端设计Frond End：从概念到逻辑

（一）HDL编写工具：芯片设计的“编程语言”

HDL（Hardware Description Language，硬件描述语言）是芯片设计的基础。它类似于软件开发中的编程语言，用于描述芯片的逻辑功能。常用的 HDL 语言有 Verilog 和VHDL 。 HDL 编写工具就像是程序员的 IDE，提供了图形化或文本化的设计环境，支持模块化和层级化设计。例如，VisualHDL（Summit）、 Renoir（Mentor）和 Composer（Cadence）都是常用的 HDL 编写工具。

在实际工作中，我们通过严格的 Code review 和规范化的编写流程，确保 HDL 代码的可读性和可维护性。同时，借助 HDL 编写工具的强大功能，我们能够快速定位和修复代码中的 bugs 和 Potential risk。

（二）simulation工具：确保设计无误

仿真验证是芯片设计中至关重要的一环。它就像是软件开发中的单元测试，用于验证设计是否符合需求规格。仿真工具可以模拟芯片在各种工作条件下的行为，帮助设计人员发现并修复潜在的问题。常用的仿真验证工具包括ModelSim（Mentor）、VCS（Synopsys）、 NC-Verilog（Cadence）。在实际工作中，我们通过多轮仿真验证，确保设计在不同场景下的稳定性和可靠性。仿真验证不仅帮助我们提前发现设计缺陷，还   为后续的 PV 提供了重要的参考依据。如下图的 NC-Verilog 的机型中间跳过几部，

在 U_drink_machine 模块选择要显示在波形窗口中的信号，选中过后点击 waveform案件进行波形观测。

（三）Synthesis工具：Code into Circuits=

Synthesis 是将 HDL 代码转换为 Netlists 的过程，集成 TOM(转换 Tran+Opti+Mapping) 。这一过程相当于将“抽象的 Algorithm”转化为“逻辑电路实现”。Synthesis 工具需要依赖特定 Process 的 Standard cell library，以确保设计的物理可实现性。例如，Design Compiler（Synopsys）是这一领域的工业标准工具，它支持 PPA 和Speed 的优化，能够根据设计需求生成高效的 Netlists。

DC 在综合过程中会把电路划分为以下处理对象：

• Design：Synthesis 的对象（module）；
  
  

• Port：Design 最外部的端口；
  
  

• Clock：时钟；
  
  

• Cell：被例化的模块；
  
  

• Reference：例化的原电路。
  
  

DC Flow 如下图：

在实践中，我们通过优化逻辑综合的参数设置，确保生成的 Netlist 在 performance 和 power 之间达到最佳。综合库必须与 Fab 设计规则兼容，以确保逻辑综合生成的网表在物理实现时符合制造要求。

• 标准单元库（Standard Cell Library）：包含各种逻辑门（如 AND 、OR
  、NOT 等）和存储单元（如 FF 和 Latches）的物理实现。
  
  

• 工艺参数：定义了这些标准单元在特定制造工艺下的电气和物理特性。
  
  

• 优化参数：用于指导综合工具在面积、功耗和性能之间的权衡。
  
  

（四）STA：确保时钟同步

STA 是检查数据传输过程中时钟关系是否合理的过程。它就像是一个审计师，确保芯片中的 Rright signal 都能在 right time 到达 right port。时序分析工具关注建立时间(setup time) 、保持时间(hold time）等 Constraint，防止芯片“Functionally correct but Unstable”。

例如，PrimeTime（Synopsys）是时序分析的事实标准工具，它支持复杂的 Constraint analysis，能够精确地评估 Timing。

作为一名质量管理人员，我深知时序问题对芯片稳定性的影响。在实际工作中，我们通过严格的时序分析，确保设计在各种工作条件下的时序稳定性。

（五）形式验证Formal Verification工具：确保逻辑一致性

形式验证工具用于验证综合前后功能是否一致，防止综合过程中逻辑变形。这一过程相当于“对照源代码和编译代码看是否语义一致”。例如，Formality（Synopsys）、LEC（Cadence）和 FormalPro（Mentor）是常用的形式验证工具。它们通过数学方法证明设计的逻辑正确性，确保设计在综合后仍然符合原始规格。

相比于动态仿真 Simulation Veficiation，形式验证属于 Static Verification，不需要手动灌入激励；通过数学分析的方式，对待测设计进行检查；

在实践中，我们通过形式验证工具的严格检查，确保设计在逻辑层面的完整性和一致性。

[color=rgb(87, 107, 149) !important][url=]#03[/url]

后端设计Back End Design：从逻辑到物理

（一）DFT工具：让芯片“自带**报告”

DFT 工具用于在设计中加入测试结构，使芯片在生产后可以验证其功能正确性。DFT是让芯片“自带**报告”的关键设计环节。例如，DFT Compiler（Synopsys）可以插入 Scan chain ，TetraMAX（Synopsys）可以生成 ATPG，而 MBIST Architect（Mentor）则专注于 Memory testing。

在实际工作中，我们通过 DFT 工具的优化设计，确保芯片在生产后能够快速、准确地完成功能测试。

（二）PnR工具：构建芯片的“蓝图”

布局布线工具将门级网表转化为物理布局，确定器件的 Planced和 link。这一过程就像是建筑施工中的“设计建筑蓝图”和“施工布线”。常用的 PnR 工具包括 IC Compiler（Synopsys）、Encounter（Cadence）和 Design Planner（Mentor）。这些工具不仅需 要考虑器件的摆放位置，还需要优化布线路径，以确保芯片的 area、power 和performance 达到最优。

Floorplan（布线） 是个看功夫的活，据说在后端实现中大神跟小白最大的差距就是这 一步。

在实践中，我们通过优化布局布线的设计，确保芯片在物理层面的可制造性和可靠性。

（三）CTS 工具：搭建芯片的“神经中枢”

时钟树综合（CTS）工具用于优化时钟到各寄存器的 Path balancing。时钟信号就像是芯片的“神经中枢”，确保所有信号能够同步到达。例如，Clock Tree Compiler（Synopsys）和 CT-Gen（Cadence）是常用的 CTS 工具。它们通过优化时钟树的结构，确保时钟信号在芯片各处的延迟一致，从而提高芯片的性能和可靠性。

在实际工作中，我们通过优化时钟树的设计，确保芯片在时钟信号方面的稳定性和可靠性。

（四）寄生参数提取工具：评估信号完整性

寄生参数提取是基于版图的物理特性，提取导线和器件之间的寄生效应对信号完整性 的影响 ，寄生参数提取工具用于提取导线中的Capacitance， Resistance 和 Coupling effects，评估 Signal integrity。这些 Parasitic parameters 会对信号的传输产生影响， 因此需要通过提取工具进行精确评估。常用的寄生参数提取工具包括 Star-RCXT（Synopsys）、Calibre xRC（Mentor）和 Assure RCX（Cadence）。这些工具能够生成详细的 Parasitic parameter report，为后续的后仿真和信号完整性分析提供数据支持。

在实践中，我们通过寄生参数提取工具的精确评估，确保芯片在Signal integrity 方面的可靠性和稳定性。

（五）PV工具：确保设计符合制造要求

物理验证工具用于确保设计符合制造要求，无逻辑或物理错误。物理验证包括 LVS 和 DRC。常用的物理验证工具包括 Hercules（Synopsys）、Dracula（Cadence）和 Calibre（Mentor）。其中，Calibre（Mentor）是业界最广泛使用的验证平台，它能够进行全面的物理验证，确保设计在制造过程中不会出现任何问题。

1）Calibre 是一个“Edge－Based”Tool，默认错误的显示是 edge

2） 常用的几条 Rules，具体可阅读 Calibre 的 Handbook

• Internal（Inside to inside）用来 Check Width、Overlap；
  
  

• External（Outside to the outside）用来检查 Space、Notch；
  
  

• Enclosure（Inside and outside）
  
  

3) DRC 检查的结果有三种控制  Euclidean（default）、Square 、Opposite

在实际工作中，我们通过物理验证工具的严格检查，确保设计在物理层面的完整性和可制造性。物理验证是芯片设计流程中的一个重要环节，用于确保设计版图符合制造要求。物理验证主要包括以下两个关键步骤：

• DRC：检查设计版图是否符合 Fab 厂提供的设计规则。DRC 工具会检测版图中的线宽、间距、对齐等问题，确保设计在制造过程中不会出现工艺问题。
  
  

• LVS：比较版图（Layout）和原理图（Schematic）是否一致。 LVS 工具会检查版图中的电气连接是否与原理图设计相符，确保版图的电气功能正确无误。
  
  

物理验证工具使用 Fab 厂提供的 Design Rule（通常是.drc & .lvs ）来进行检查。这些工具会严格按照 Fab 设计规则执行验证，确保设计的可制造性和功能性。

[color=rgb(87, 107, 149) !important][url=]#04[/url]

EDA工具的产业链地位

（一） EDA 工具的市场价值

根据 ESD Alliance 的数据，2023 年全球 EDA 市场规模达到 145.26 亿美元，同比增长1.8%。绝大部分市场空间被海外三巨头（Synopsys、Cadence、Siemens EDA）占据，合计份额接近 80%，国产化率不足 2%。这表明 EDA 工具在集成电路产业中具有极高的市场价值和战略意义。

（二）EDA 工具的杠杆效应

EDA 工具虽然市场规模相对较小，但其对整个半导体产业的支撑作用极为显著。据估算，EDA 工具直接支撑的半导体制造产业规模超过 1 万亿美元。

（三）EDA 和 IP 盈利模式

DA 厂商的两种盈利模式：EDA 公司的盈利主要是软件 license 的授权，一般在国内EDA公司还是根据出售的 EDA 工具的 license 个数进行收费，而且每个 license 通常是三年起售，不同的 EDA 工具单价差异非常大。数字后端布局布线工具的复杂度是最高，工作量也是在芯片设计当中是最大的，所以 license 单价是最贵的。其次是模拟类的设计工具，再其次是数字前端的工具。

除了软件 license Authorization 以外，还有一笔费用是设计服务费，通常是国际 EDA 大厂的配套服务。芯片设计的服务主要就是帮助没有设计经验的公司，特别是初创公司，比如做 AI 芯片的公司。他们本身不擅长做芯片，又需要设计在先进工艺上很复杂的芯片，国际的一些大厂会针对这样的客户特别的提供设计服务。设计服务的含义是帮助这些初创公司建立先进工艺上的 EDA 流程，借着这个机会把自家的一些工具给推销进去。

IP 的盈利模式：

和EDA 类似。主要是 IP 的 license Authorization，大部分情况下还是基于项目进行收费。一个项目用到几个 IP，每个 IP 都有对应的单价，然后加起来就是这个项目的 IP 授权费，除此以外，还有类似的设计服务概念。除了这两块收费模式以外，IP 还有额外的一个收费模式就是版税。芯片设计厂商用 IP 进行量产，出货以后 IP 供应商会根据芯片的出货量以及芯片的单价按比例去抽成，在 IP 采购的合同一开始就会有一定的约定，通常的比例差不多是百分之零点几到2%之间。

最后我们做一个总结：

Vegeta

厉害了我的天