电子设计自动化是什么？深入解读发展趋势

电子设计自动化（下文简称EDA）工具可供在集成电路、印刷电路板和系统级工作的工程师使用。英锐恩单片机开发工程师将深入介绍EDA到目前为止如何为电子产品开发做出贡献，以及它在未来如何继续发展。

1947年贝尔实验室晶体管的发明引发了电子技术的爆炸式增长，这个行业也深刻地改变了我们的生活方式。随着公司争先恐后地抢占市场，并从新技术机会中获得最大利润，不断推动着更小、更强大设备的发展和出现。

特雷西·基德（Tracy Kidder）于1981年撰写的一本非小说类、普利策奖获奖书籍《新机器的灵魂》（The Soul of A New Machine）生动地说明了风险的大小以及科技公司为成为赢家而付出的努力。Data General于1980年开发下一代计算机，以防止Digital Equipment Corporation（DEC）实现对新32位小型计算机市场的统治。本书的一个关键主题是工程质量和上市时间之间的紧张关系。这一直是一个潜在的问题，如果不是实际问题，但已经被电子设计自动化（EDA）——有时称为电子计算机辅助设计（ECAD）——工具的出现和发展所缓解。它们可用于促进集成电路（IC）、印刷电路板（PCB）和完整的系统设计。

下面，英锐恩单片机开发工程师将深入的介绍IC EDA如何演变成目前的形式，以及一些预计会影响其持续发展的因素。

一、EDA的演变

在EDA开发之前，集成电路是手工设计和手工布局的。一些先进的商店使用几何软件为Gerber光绘机生成磁带，生成单色曝光图像，但即使是那些复制机械绘制组件的数字记录。这个过程基本上是图形化的，从电子到图形的转换是手动完成的。到1970年代中期，开发人员开始在绘图之外实现电路设计的自动化，并开发了第一个布局和布线工具。

随着Carver Mead和Lynn Conway于1980年出版了“超大规模集成电路系统简介”，下一个时代开始了。这篇开创性的文本提倡使用编译为硅的编程语言进行芯片设计。直接的结果是可以设计的芯片的复杂性显着增加，并且改进了对使用逻辑仿真的设计验证工具的访问。通常，芯片更容易布局并且更可能正确运行，因为它们的设计可以在构建之前进行更彻底的模拟。

尽管语言和工具已经发展，但这种在文本编程语言中指定所需行为并让工具导出详细物理设计的通用方法仍然是当今数字IC设计的基础。

当前的数字流是极其模块化的，前端生成标准化的设计描述，这些描述编译成类似于单元的单元调用，而不考虑它们的个别技术。单元通过使用特定的集成电路技术来实现逻辑或其他电子功能。制造商通常为其生产过程提供组件库，以及适合标准仿真工具的仿真模型。模拟EDA工具的模块化程度要低得多，因为需要更多的功能，它们之间的相互作用更加强烈，而且组件通常不太理想。

二、EDA的未来趋势

在半导体产业被要求产生更为复杂的集成电路（IC），有几个原因。影响之一是汽车客户对开发更多连接功能的需求不断增长，例如高级驾驶辅助系统（ADAS）和电动或混合动力汽车。ADAS通过其人工智能帮助驾驶员避免分心并减轻他们的压力——它的增长刺激了对其运行的复杂IC的需求。市场上自动驾驶汽车的出现将进一步刺激复杂半导体需求的激增。

ADAS只是推动人工智能（AI）及其相关机器学习（ML）和深度学习（DL）技术发展的众多应用之一。半导体制造商必须提供更复杂的IC，例如具有数百个内核、TB级内存和多个高速通信通道的CPU和GPU，并且需要越来越复杂的EDA工具来帮助他们。

此外，开发人员经常发现需要通过构建专用逻辑来优化其AI性能，而不会影响功耗。为给定的应用程序开发正确的AI架构需要EDA工具，这些工具可以处理更高级别的抽象。西门子旗下的Mentor开始看到其Catapult HLS（高层次合成）技术的业务增长，这些技术为为其片上系统（SoC）设计开发AIIP加速器的公司提供了服务。

这使AI架构师能够开发他们的数学代码，将其转换为C或System C，并预先了解算法的哪些部分应该在硬件和软件中实现。然后他们可以更快地收敛到理想的架构，而不是立即尝试进入寄存器传输（RT）级别。

虽然EDA可以帮助设计人工智能解决方案，但人工智能同样可以用于改进EDA工具。在过去几年中，Mentor的研发人员一直在将ML集成到他们自己的EDA工具中。该公司目前有五种商用工具产品，它们利用ML来帮助交付更好的结果，并更快地交付它们。

ML可以提高EDA性能，因为ML需要大量数据才能有效——而EDA会产生大量数据。事实上，EDA数据非常容易获得，当将ML用于EDA时，问题就变成了：哪些数据集可以有效地用于哪些工具功能？

以上就是英锐恩单片机开发工程师分享的“电子设计自动化是什么？深入解读发展趋势”。英锐恩专注单片机应用方案设计与开发，提供8位单片机、16位单片机、32位单片机。