毫无疑问，国产芯片已经迎来春天。
2020年8月，国务院印发的《新时期促进集成电路产业和软件产业高质量发展的若干政策》提出，中国芯片自给率要在2025年达到70%。
无疑，这是集成电路产业的重大际遇，但也对行业提出了新的挑战。
尤其是在这样的政策大背景下，如何推进国产芯片产业链条不断在技术前沿和产业应用落地层面走向高端突破，成为当前整个行业不得不关注的核心议题——这其中，就包括了 EDA 软件开发、国产 CPU、类脑计算、专用领域芯片以及资本助力等多领域、多层次和多维度的问题。
针对这些问题，雷峰网(公众号：雷峰网) GAIR 大会的「集成电路高峰论坛」邀请了来自学术、产业和投资界的多位嘉宾，从不同角度对集成电路国产化、高端化过程中的重要议题进行了分享和探讨。
EDA是中国芯片产业发展的卡脖子技术，求解器又是EDA的基础引擎，解决了基础技术挑战才能支撑整个产业的快速发展——基于此，中国科学院软件研究所研究员蔡少伟主要从自己的研究角度谈到了 EDA 的发展。
蔡少伟的演讲主要涵盖三个方面，一是 EDA 和 SAT 求解器的关系；二是举例说明 SAT 求解器在 EDA 当中的应用；三是分享其团队在 SAT 求解器方面的进展。
蔡少伟表示，EDA 集成电路设计自动化软件，整条链很长，而不是单个的软件。在 EDA 软件中，其底层需要一些计算引擎，而主要的计算引擎就是 SAT 求解器。
在 EDA 各个环节中，包括逻辑综合、物理实现，以及中间的验证、仿真测试都会用到 SAT 求解器。
SAT 的全称是布尔可满足性问题。给定一个布尔公式或称为命题逻辑公式（即用与或非等布尔逻辑运算连接布尔变量的公式），判定是否存在一组赋值使得公式取值为真。
一般情况下，SAT 求解方法可以分为两类：完备算法和不完备算法。完备算法是指算法结束时确保正确判定；不完备算法是指争取短时间内找到解。
以前的混合算法未能在工业实例上取得改进，后来蔡少伟团队采用系统搜索求解+局部搜索采样，基于信息交互的深度合作，设计的混合算法在工业实例上显出了显著的改进，首次回答了 1997 年 Bart Selman 提出的 SAT 十大挑战的第七个挑战---关于结合两种方法设计更高效算法的挑战。其求解器获得国际SAT比赛冠军，相关论文获得该领域权威会议最佳论文奖。
蔡少伟团队的SAT求解器已经用于集成电路验证的实际场景，在1小时内可求解出一些近 2 亿子句规模的算例。
数字化时代下，科学研究范式正在发生革命，人工智能、云原生技术等前沿科学正在颠覆芯片产业过去的经验和模式。
回顾EDA的历史我们可以发现，在过去30年里，芯片的集成规模提高了数万倍、设计难度和成本也急剧增加，但是EDA作为集成电路设计工具，在方法论革新与颠覆式技术创新却一直没有突破，无法支撑快速增加并急剧分化的应用需求。EDA工具和方法学需要全面进阶，才能降低技术门槛，进一步提升芯片技术发展的速度和创新的效率。
傅强表示，在后摩尔时代中，芯片设计环节必须得到革命性的变革和发展，而未来的数字化系统是由“系统+算法+软件+芯片”深度融合集成的。系统应用的创新对芯片产生了更多的定制化需求，现在EDA的发展速度越来越跟不上芯片设计规模和需求的快速增长，我们必须研究和发展下一代的EDA 2.0技术并构建面向未来的全新生态。
面向未来的EDA 2.0有三大关键技术路径：
开放和标准化
自动化和智能化
平台化和服务化
EDA 2.0的目标是要让系统工程师和软件工程师都能参与到芯片设计中来，解决设计难、人才少、设计周期长、设计成本高企的问题，用智能化的工具和服务化的平台来缩短从芯片需求到应用创新的周期。
傅强表示，EDA 2.0不再是工具的组合，而是一个服务化、可定制的完整平台，可以直接服务不同的应用需求，支持其快速设计和部署芯片产品，实现更高效更简单的应用创新周期，让芯片设计更简单、更普惠。
CPU 是一个复杂系统，在我们国家追求自主性的过程中，牵涉到三个维度的自主性，包括基于自主 IP 核的芯片设计、基于自主指令系统的软件生态，以及基于自主材料设备的生产工艺。
一个芯片里集成大量的 IP 核，IP 核是否自主设计是最基础的维度。指令集系统承载着软件生态，软件生态控制着产业体系，而产业体系是最大的卡脖子环节，基于国外指令集不可能发展自主的信息产业体系。由此，自主性显得十分重要。
彭飞指出，中国一定要下定决心构建独立于 Wintel 体系和 AA 体系之外的自主的信息技术体系和产业生态体系。前两大生态体系——X86 的生态体系和 ARM 的生态体系是美国主导的信息化生态体系，未来要有基于我们国家的指令系统、国产的操作系统形成的，和这两个生态体系平行的一套生态体系。
“这是产业的基础，在别人的基础上盖房子总是不牢靠的”，彭飞在演讲中说道。
除了自主性，指令集的兼容性也很重要。龙芯中科基于二十年的CPU研制和生态建设积累推出的LoongArch指令系统，充分考虑兼容生态的需求，融合 X86、 ARM 等国际主流指令系统的主要功能特性，并依托龙芯研发团队在二进制翻译方面十余年的技术积累创新，可实现跨指令平台应用兼容，从而达到融合生态的目的。
去年，《十四五规划和2035 年远景目标纲要》提出了在类脑智能等重大前沿科技和产业变革领域，组织实施未来产业孵化与加速计划。
目前在计算机芯片领域存在三个架构——CPU 架构、GPU 架构、神经拟态（类脑）架构，前两者均是冯诺伊曼架构，仅有最后一个是非冯诺伊曼架构。
理论上讲，计算领域未来十年的创新是架构的创新，这是非常正确的方向。在华宝洪看来，创新的神经拟态(类脑)架构提供了超越GPU架构一个好机会，尤其是在计算能效比等领域具有独特的优势。
类脑计算具有抗噪音、时空相关性、稀疏和近似计算等特点，能够颠覆依赖空间复杂度的传统计算。事实上，类脑计算和深度学习仅仅在感知层面是重合的，类脑计算的领域远超深度学习的领域，类脑计算更多的面向脑科学和认知领域。
华宝洪认为，类脑计算给现有计算带来的启发是：一是非冯结构计算体系的启发，二是低功耗信息存储和脉冲传输的启发，三是在大规模并行计算/片上学习上的启发。
在演讲中，华宝洪还分享了灵汐科技在类脑计算领域最新成果KA200芯片及产品，在一系列的回望与分享中，华宝洪总结表示，“碳基能实现的智能，硅基也可以实现”。
作为国内首家专注于提供 DPU 产品和服务的公司，大禹智芯有着深厚的云计算和软件背景，由此，王昕溥从软件的角度谈到了对芯片的思考。
他谈到了在某互联网大厂早期与头部芯片厂商的一次成功合作，双方合作中在软硬件层面的努力，实际上正是一款专用领域芯片从需求到定义再到上线的完整过程。
王昕溥表示，能为计算机的发展起到带动作用的，肯定是革命性的硬件，而硬件发展过程中也对软件带来很大的挑战；如何把硬件性能发挥到极致，就是软件人员要做的事情。
结合大禹智芯的DPU研发经验及产品实现商业化交付的经历，王昕溥分享了他对做好国产专用领域芯片的三个关键依托：第一是要从实际需求出发；第二是要重视软件、发展生态；第三是要让专用领域芯片的适用面更大一些，变得更加通用。
王昕溥还分享了大禹智芯在 DPU 领域的一些思考和目标。他认为，DPU 是开创时代、创新型的硬件，未来会扮演更重要的角色；DPU将与 CPU 和 GPU 齐驱，成为云计算第三引擎；另外，DPU 不仅仅是集中在云计算和数据中心使用，也能够在未来 5G 和边缘计算场景中找到机会。
他在最后谈到，专用领域芯片在这个时代里有非常好的机会。在各种定律、各种周期结合下，能够形成新的浪潮，让软件、应用领域从业者加入其中，一起为国产芯片做出自己的贡献。
不同于前五位演讲嘉宾从技术、产业角度出发进行解读，云岫资本赵占祥的分享主要从资本角度切入。
从今年半导体股权投资的整体统计结果来看，目前国产高端芯片投资火力主要在于三大方向——数据中心芯片、汽车芯片与芯片制造。
据云岫资本统计，今年的前 11 个月的投资案例比去年增加了 34.6%，投资金额接近1300 亿元，预计今年全年可以达到 1400 亿元。
从半导体在科创板的表现来看，截至11月29日，科创板共有公司 362 家，其中芯片公司 56 家。从市值来看，芯片公司占了科创板市值十强的一半，占了总市值 26%。
不过，在今年上半年，芯片公司市值略微有所下降，在下半年才开始突飞猛进。其中，芯片设备公司涨了近一倍，这主要因为芯片缺芯促进生产，工厂有订单购入设备，由此带动了设备公司的市值。
目前来看，我国半导体投资市场存在明显的龙头效应，7% 的公司拿了 60% 的资金，这些公司未来或将是中国半导体高端芯片的代表。
赵占祥表示，未来中国半导体的格局是金字塔格局，少数的龙头企业和一大批的专精特新企业。龙头企业最终的数量不到100家，专精特新企业有上千家。
正在生成分享图...
刘伊伦