半導體製程不斷演進、晶片設計越形複雜，電子設計自動化 (EDA) 的價值就越被突顯，對於半導體產業趨勢也格外有體會。西門子 (Siemens) 數位化工業軟體 IC EDA 執行副總裁 Joe Sawicki 表示，半導體現正面臨西元 2000 年以來的第四次衰退，雖還不確定即將迎來的是 V 型急彈或 U 型緩慢復甦，鑑往知來，回顧上一波 2020 年的產業小循環內容極為耐人尋味：在歷經急遽衰退後，半導體平均只微幅成長 3%，其間記憶體大幅下滑 17% 且回復力並不強勁；然而，同時期類比與邏輯卻快速 V 型反轉、成長 12%，這與智能化晶片需求的高漲密不可分。
照片人物：西門子數位化工業軟體 IC EDA 執行副總裁 Joe Sawicki (右)、西門子 EDA 亞太區技術總經理李立基 (左)
智能帶動，半導體在電子系統佔比不斷攀升
Sawicki 透露，受惠於多項科技匯流推動，預估至 2030 年，半導體將達千億美元規模，進一步剖析半導體在電子系統佔比：1970～1987 年僅有 8%，1994～2014 年由於網路世代崛起，智慧化電子產品增加，使這個數字翻倍來到 16%；如今，因為智能系統的蓬勃發展，佔比已逾 1/4 強，不斷往上攀升——這背後意味著：現在的消費者不只購買產品，更需輔以相對應的智能服務與軟體更新。值得留意的是：越來越多系統製造商投身晶片設計行列，以及智能化使資料流量呈指數型增長，皆對半導體的使用及出貨有正面貢獻。
AI 演算實現 DFT＆DFM
另一方面，製程技術的日新月異讓晶片功能越見豐富。以手機為例，短短八年間內含應用的電晶體數量已成長 16 倍。有趣的是，即使早在 2000 年就有人高喊摩爾定律已死，但半導體的機會與挑戰亦相應而起：在催生晶片設計的新可能性之際，必須有新的設計支援驗證與整合，才得以增加電晶體容量並將其融入設計之中；為此，IC 設計業者亦紛紛轉而擁抱客製晶片 (ASIC)，相關研發資源有增無減。有鑑於晶片的設計、製造複雜度不可同日而語，EDA 工具業者競相借助人工智慧 (AI) 演算法協助用戶實現可測試性設計 (DFT) 和可製造性設計 (DFM)。
從「系統觀」出發：ML 最佳化資源配置，Digital Twins 確保複雜運行
西門子 EDA 部門在收購 Solido 公司、吸納其機器學習 (ML) 能量後，成功為用戶有效降低研發經費、減少整體資源用量；例如，利用 ML 演算、模擬環境溫度對於可靠度的影響，以便最佳化資源配置，亦對時下 ESG 環保議題有間接助益。除了搶搭 AI 順風車，他們還積極從「技術、系統、設計」三方面進行擴展：
1.技術：協助製造業開發新的製程節點、優化應用及流程並提升良率，包括材料溯源和 3D 封裝，從技術架構開始，確保系統運作更好；
2.系統：除了基本的規格驗證，還須包括效能是否符合預期？設計元素是否正確？運作是否與實際狀況相符？方可確保複雜系統運行，此時數位孿生 (Digital Twins) 將是致勝法寶；
3.設計：「高階合成」(HLS) 語言成為新的工作方法，可快速合成、創建高品質的設計 IP。
有沒有 AI 加持，成長潛力差很大！
Sawicki 援引市調機構資料指出：有 AI 加持的半導體，此後年複合成長率 (CAGR) 將高達 32%，智慧邊緣 (AI Edge) 加速器晶片就是其一；反觀少了 AI 的參與，CAGR 就僅有 3.3%，兩者相差近十倍！看好 AI 商機，西門子 PAVE360 即旨在為自駕車提供自動設計的機制，集成許多核心功能並進行驗證。例如，在晶片上運行先進駕駛輔助系統 (ADAS) 軟體、測試辨識功能以進一步調校；或透過感測及數位孿生虛擬仿真，為車體、煞車、制動及引擎建模，並妥善配置資源 (包括優化位元)——這往往是工程師最頭痛的工作環節。現已與多家汽車 OEM 合作。
圖：使用 Digital Twins 模擬客製化 IC 運行環境，包括感測器、機械致動器、處理器、連接網路和駕駛場景模型
EDA 協同工業軟體，貫穿產品生命週期管理
西門子 EDA 亞太區技術總經理李立基表示，摩爾定律的新節點技術越趨複雜，加上 AI、IoT、雲端、汽車晶片不斷發展，作為 IC 設計重要夥伴的 EDA 也需與時俱進，以求完整覆蓋 IC 設計、驗證、製造、封裝到系統的所有工作流程。加入西門子旗下後，EDA 更有利於與其他工業軟體協同，貫穿產品生命週期管理 (PLM)。作為先進製程的製造中心，台灣一直是他們高營收的區域市場，且早先併入的幾家公司在台灣也有建置主要研發團隊，更趁勢增強研發能量；隨著今年台灣將進入 3 奈米量產，對台灣半導體產業前景仍充滿信心。
