芯华章谢仲辉：看好AI大模型和汽车芯片增长潜力，EDA工具助力客户创新

正值岁末年初之际，电子发烧友网策划的《2024年半导体产业展望》专题，收到三十多家国内半导体创新领袖企业高管的前瞻观点。此次，电子发烧友特别采访了芯华章首席市场战略官谢仲辉，以下是他对2024年半导体市场的分析与展望。
 

 

图：芯华章首席市场战略官 谢仲辉

 

回顾2023年，下游消费市场的波动、人才成本的增长、研发难度的增加等等，都给今年半导体产业发展带来了巨大的挑战。叠加美国对中国半导体产业的持续限制，今年的外部环境可以说充满了变化和挑战。

 

当行业处于高速发展过程中，一切都看上去很顺利；速度变慢甚至下行时，才能更好暴露问题与痛点，也就蕴含着技术创新的更大动力和机遇。“过去的2023年，很多产业人士感觉市场有点冷，但我认为这也是一个回归理性的过程。产业去芜存菁之后，坚持长期主义的优质公司，会获得更好的发展。”谢仲辉表示。

 

在2023年，成立三年多的芯华章，还处于创业起步的关键阶段，也是一个起承转合的时期：一方面实现从0到1的突破后，今年需要继续做大做强，产品做强，用户规模做大；另一方面芯华章会面临来自用户和投资人更高的要求，大家认为你是更成熟的公司，需要有更好的表现。

 

发力数字EDA产品和汽车验证方案，芯华章EDA工具获莱茵认证

2023年，芯华章秉承长期主义，进一步修炼内功，夯实产品和用户两个基础。

 

产品侧，芯华章在横向和纵向两个方面切入。横向，公司进一步补齐数字验证EDA全流程的产品布局，相继发布了硬件仿真系统桦敏HuaEmu E1、高性能数字仿真器GalaxSim Turbo、全流程等价性验证工具穹鹏GalaxEC；垂直领域，我们不断深化在汽车、RISC-V等领域的验证解决方案，今年取得了德国莱茵TÜV集团（以下简称“TÜV莱茵”）ISO 26262 TCL3功能安全工具认证，能够支持汽车安全完整性标准最高ASIL D级别的芯片开发验证。

 

用户侧，借助不断成熟的产品和本地化、定制化的服务，芯华章在帮助用户解决问题的过程中取得了更多信任，拿到了实打实的合作商单。

 

谢仲辉指出，今年，渡芯科技部署了芯华章的双模硬件仿真系统HuaPro P2E，利用其在PCIe高速接口领域的独特双模验证优势，渡芯科技在高性能PCIe/CXL Switch芯片产品研发中成功使用该产品，来应对大型高速交换芯片研发过程中的验证和测试挑战。

 

黑芝麻智能使用芯华章高性能数字仿真器GalaxSim Turbo，用来强化新一代大算力车规芯片的开发，借助GalaxSim Turbo独有的智能分割以及分布式仿真技术，帮助黑芝麻优化验证资源的投入，通过提前引入软硬件协同的系统级验证，极大地缩短开发周期。清微智能的AI IPC项目使用了芯华章硬件仿真系统HuaEmu E1，来进行TBA和ICE模式的功能验证，能达到1-10MHz的高运行性能，帮助用户更高效地完成算力和带宽的性能评估.

矽昌通信引入了芯华章全流程价性验证工具GalaxEC，来帮助他们进行无线通信芯片的开发，特别是在综合与布线完成后，即使对设计做细微优化，也可以直接快速验证优化前后设计等价性。

 

这样合作的案例还有很多，这背后离不开芯华章有丰富经验的工程师们的付出，也离不开客户的支持，是整个国产半导体生态完善的体现。

 

2024年半导体展望：AI大模型、汽车半导体驱动EDA市场增长

AI大模型已经成为新型智算基础设施，最明显的、站在台前的肯定是大量高性能存储、计算等芯片公司，比如今年的“无冕之王”英伟达。但背后受益的是整条从上游设计到下游封装制造的整个产业链，作为产业最上游的EDA也感受到了不同。

 

谢仲辉表示，一方面，这对EDA是个新机遇，大模型的算力可以给EDA 赋能，比如代码助手、错例报告总结、验证步骤生成、工具链调用、对话式知识库检索等，都有很大的潜力。芯华章也在占据芯片研发过半的仿真验证、调试等多个工具中融入了AI技术的部分特征，不断推进“EDA+AI”的精确性、可解释性和安全性。

 

另一方面，AI芯片对EDA工具也提出了更高的挑战。比如对高性能AIoT等复杂应用来说，设计规模变得越来越大，结构越来越复杂。过去的AIoT，通常指的都是带低算力的端侧小芯片，但是随着类似ChatGPT的大语言模型全面得到应用，在端侧AIoT芯片上部署需要几十到几百TOPS算力的LLM大模型也成为新的需求。新一代AIoT芯片要提高十倍到百倍算力，这不仅仅是堆砌算力那么简单，需要从性能、互连、带宽、接口进行全面的系统级规划和设计。

 

新一代的AIoT芯片已经不是一个独立的芯片个体，目前市场上的AIoT芯片几乎都结合了CPU、GPU、FPGA和DSP等核心零部件。系统意味着多节点互联，每个节点都有自己的控制单元（如CPU）和计算单元（如AI、NPU），每个节点都有自己的操作系统和应用软件。这必然需要支持系统级芯片开发的EDA流程。

 

针对大系统芯片的验证难题，芯华章不是今年才行动，而是成立之初就做出了判断，并在产品研发的早期就做出了创新优化。比如芯华章所有点工具，都建立在统一的EDA数据库之上，这样从IP到子系统再到系统级，从不同的验证手段到系统调试，都可以复用统一的数据，不同验证工具之间能够充分协同，对验证效率提高起到很大帮助。

 

展望2024年，谢仲辉看好汽车半导体市场的增长机遇。根据中国汽车工业协会数据，传统燃油车所需汽车芯片数量为600-700颗，电动车所需的汽车芯片数量将提升至1600颗/辆，而更高级的智能汽车对芯片的需求量有望提升至3000颗/辆。半导体给智驾体验带来的提升，以及相关智驾功能越来越多地影响人们的购车选择。

 

“今天一款车型的SOP大概需要36~48个月，芯片的开发周期也需要24~36个月。9成以上的在售新车型，都在用上一代芯片。如何快速缩短这中间的周期呢？”谢仲辉分析说，“EDA可以在里面发挥更大的作用。”

 

借助芯华章车规级EDA验证工具，芯擎能够在芯片设计阶段，就进行和真实使用场景一致的系统级软硬件联合仿真和调试，提升系统级应用环境下软硬件协同表现，降低芯片在整车应用过程中的风险。芯华章提出的“PIL处理器在环仿真”已经被收录在中国汽车工业协会发布的《中国汽车工业软件发展建设白皮书》里。

 

PIL融合了场景仿真和芯片仿真技术，更好打造从芯片到主机厂的闭环，结合整车V开发模型，从系统出发，提供了基于场景的ECU评价体系、算法优化解决方案，支持车规级芯片提前1-2年实现定点上车，并通过云场景遍历仿真为HIL测试节省80%的时间。