在昨日举办的西门子EDA年度技术峰会“Siemens EDA Forum 2024”上，西门子EDA Silicon Systems首席执行官 Mike Ellow以汽车设计为例，论述了以生态为基础的系统级解决方案的重要性及实践路径：现在造车系统设计流程是通过软件赋能，把整车的需求拆解成不同的单元，如发动机、ECU、硅片等，各自的团队相对来说是半独立的，自己的项目做完以后，再把每个人（团队）做的项目整合起来。当中软件将是能够让竞争者脱颖而出的重要因素，以软件定义、以硅片赋能是必须的。

Mike表示，各个设计领域的关系相互依存，也就是说在一个设计领域当中做的改变会立刻影响到其他的设计领域。这就意味着现在半导体行业已经处于更加庞大、更加复杂的系统闭环，整个生态系统需要不断演进，才能应对高复杂度。所以对西门子EDA来说，面临以下挑战：

1. 人员赋能，如何利用人工智能赋能工程师，用更少的工程师达到前所未有的更高容量的设计。

2. 技术方面，如何能够利用更加先进的工艺节点技术确保设计更加具备制造感知性。

3. 解决方案，如果在面临多物理场、多系统、高复杂程度的情况下，如何使用恰当的工具、方法论以及更加完整的数字孪生实现用户功能需求。

首先，我们要看到一个非常重要的概念，就是在当中的生态系统必须是一个开放的、有很好交流的生态系统平台，我们不能在这其中强加一些专有化的标准、给诸多的限制条件，制约横向工程技术的发展和交流。其次，我们需要有非常好的沟通，因为在未来汽车的设计环境当中，不再是一个公司多个自己的项目小组工作，而是很多小组分布于多个公司，需要去协作。

对于整个生产系统的要求，第一就是要有前沿的先进技术和制造，现在摩尔定律发展的速度会慢一点，但并没有过时，在未来我们将会应对更多数量的晶体管以及更小型的器械大小，我们必须要能够解决这些问题并把它制造出来。第二，有了全球政府间的投资，我们将有非常稳健的供应链和全球硅的可用性，满足未来庞大的设计需要。

还有一个先进的异构集成方法，是在生态系统当中所指的3D IC和chiplet。Mike说，如果将来我们的产品都是以稳健定义，以硅赋能的话，我们就需要能够个性化定制整个硅的配置能力，才能最优化上面运行的软件功能，3D IC和硅的完美适配就可以达到这一点。最后软件定义、硅片赋能的系统设计，再加上我们史无前例最全面的数字孪生，包括今后会出现新的技术、工装、方法论以及所提供的互联互通的解决方案，会不断推进整个生态系统的发展。

西门子的数字孪生就是对现实产品或者生产过程的虚拟仿真，有高度还原和高度保真的效果。现在随着EDA的出现，可以看到面临的问题就是需要有软件定义、硅片赋能，数字孪生就不一样，客户做的第一个决定就是面临这样一个复杂的系统，到底先做硬件还是先做软件，这其中的核心会影响到数字孪生其他的方方面面，包括以后作为资产在实际运营当中的作用。

随着我们有了硅片生命周期管理以后，可以更好地监测整个系统在运行当中的表现，这给了我们更加完整的闭环，能够把这个闭环信息反馈到设计环境。大家可以想象一下，在未来整个软件生命周期当中，当这个软件在不断运行中就可以根据洞察信息来看运营表现，进一步提升优化，进而更好地优化软件的升级，就是非常棒的做法。

在现在的世界当中，获得的信息数量越来越多，比如一个资产运行的时候背后有很多数据，这个数据不仅仅局限于设备本身，而是会有成千上百万更多的数据，这些数据足够多，具有统计学的相关性，这个设备和其他设备交互时状态，在整个生态系统当中发挥了什么样的作用，我们这样就可以更多地去看数据的安全性，以及将来数据变现的能力。

硅片赋能的点则是先进的异构集成，即3D IC。当我们面临软件定义的时候，就有机会在软件运营的时候根据获得的反馈优化软件升级。现在所服务的各个行业当中都经历着以软件定义的变革，抓住优先的机会在于：

第一，先进系统设计的流程。在未来，我们需要有能力通过数字孪生在虚拟世界探索不同的架构，探索不同的硅片配置，基于的基础可以是真实的软件工作量，也可以是仿真的软件工作量，通过不同的探索可以得出最终最优化的硅的配置，同时也可以促进软件进一步的开发和发展。

第二，先进的3D IC，这个对所有产品线都是非常重要的。

第三，制造感知先进的工艺节点的设计，需要在技术方面持续不断地创新，保持技术走在最前沿。

在3DIC方面chiplet的预测，年复合增长率到2030年的时候会变成44%，也就是说未来是chiplet的未来。这样的发展在未来3DIC设计系统的时候会面临巨大的复杂性，晶体管的数量可能会到1万亿个。西门子EDA也和主流代工厂如英特尔、台积电、三星等都有在3DIC方面的合作。

整个3DIC工具的影响涉及到整个EDA的产品组合，从协同设计开始，到验证，到新增加的多物理场，以及到最后的制造。在3DIC这方面的进展不仅仅关乎于半导体和封装，还会涉及到软件、电子、生产、力学、物料清单（BOM）等。在系统设计的优化、验证、执行、部署方面，工程师需要有能力选择为自己设计最优化的工具，整个半导体的设计也好、多物理场的设计还有系统验证，一直到产品的生命周期管理，Mike说没有一家公司能够像西门子EDA+西门子工业化软件做得这么大而全。

Mike自豪：我们总是先人一步，在大家都开始讨论人工智能热潮之前，我们早在2017年就收购了一家公司叫Solido，在2005年的时候就开始研究人工智能和大语言模型方面的工作，在Mentor Graphics被西门子收购之后，我们可以看到在这方面技术的开展和部署也得到了加速，客户见证了人工智能的特征遍布在所有的产品当中，未来会更加如此。

Mike强调，对于西门子EDA来说，人工智能是EDA工具发展的核心部分，在过去一年当中我们做了一件事，就是有一个中央化的人工智能团队在西门子EDA内部，他将会作为一个资源辐射到所有的功能，加速人工智能的呈现，我们也会在这方面进行大量的投资。