3DIC是近几年的热门话题，西门子EDA作为生态系统中的一部分，西门子EDA全球副总裁兼中国区总经理凌琳分享了西门子EDA在支持3DIC生态系统方面的经营理念，包括西门子EDA是如何在本土及国际产业伙伴建立紧密合作，助力中国半导体行业的创新升级的。

西门子EDA最早关注的是打造EDA工具链，协同上游设计、制造的工作。早期西门子EDA围绕先进封装工具集做了大量工作，多年前将工具集进行了整合，“因为我们发现3DIC产生了很多新的问题，譬如在热方面的热的分析，以及封测的时候有一些应力，应力是需要物理仿真的。”

凌琳介绍道，西门子EDA作西门子数字化工业软件的一部分，本身就有一些热分析功能的工具。另外是将绕线、布线、连接和验证这些既有的工具集做了更好的整合和连接，提供一个套件，能够让做设计者尽快地基于西门子EDA的工具集做设计、连线、验证、测试，尽快放到制造端生产出来。“工具还在不断演进，我相信随着制程从不同方向突破，包括设计要求更简易、更快速，我相信EDA工具还会有延展。”

在技术演进的影响下，系统级优化需要从整条链的角度上进行优化，这对应用场景区分或者SoC内部的性能要求，都有很大的挑战。从工具来讲，西门子EDA在半导体设计、多物理场仿真、系统验证，以及产品的生命周期管理方面全面布局，并与西门子的工业软件进行了部分融合，期望能够帮助客户缩短研发设计周期、优化工程资源并提高验证覆盖率。

“当然这需要客户的支持，围绕客户的需求协同整个链条上的IP、Foundry等设计制造，这也是西门子EDA一直努力的方向。从行业发展趋势来看，EDA公司的融合整合，跨向偏系统以及从前非EDA领域的公司，是一大趋势。”凌琳这样说。

在早期，西门子EDA看到了很多客户内部定义自己的产品，这会牵动整条链去做改变，但又不存在相应的解决方案。在这样的趋势带动下，西门子EDA在十来年的时间内采用兼并手法收购了一些公司，2017年西门子对于Mentor的收购也是看到了同样的方向，数字孪生不仅要包含宏观的物理世界，还要有微观层面的半导体电子，结合在一起才能形成比较完整的数字孪生平台。

利用AI创新工具等持续推进产品优化，是解决EDA产业生态面临的复杂性挑战的重要途径。凌琳表示，制造企业最早利用了大数据、机器学习等方法来提升产线良率和管理产线，这是行业machine learning的基础。随后AI凭借强大的数据处理能力、自我学习能力和优化算法，逐步渗透到EDA和半导体产业的各个环节。

西门子EDA通过在整个设计流程中引入AI，实现了EDA性能的显著提升，包括减少设计时间、提高验证效率优化测试和良率分析能力，以及增强用户交互体验等方面。

虽然中国本土芯片设计行业的增长率不及全球预测，不过凌琳看到很多从业者非常愿意加入到设计行业中，行业就有希望。另外，从客户的角度来看，西门子EDA的客户数量没有减少而是在增加，纵然有地缘政治的影响因素，但是涌现出非常多创新点，应用市场和场景是更加丰富的，行业的机会总体还在增加。

凌琳指出，从半导体制造的整个生态看来，营收在持续增长，设计方面遇到了方向上的转变，“变化的市场需要有变化的方法来应对，我们细分好自身该做的工作，进行适当的整合，以创新作为支持提供更多的工具和‘武器’，串联起整个链条，增强市场竞争力。”