AI 技術(shù)正在徹底改變它所涉及的每個領(lǐng)域，而在 EDA 中融入 AI 技術(shù)正在重塑整個汽車行業(yè)。隨著 AI 技術(shù)在電子設(shè)計自動化（EDA）中的應(yīng)用，汽車行業(yè)也正在經(jīng)歷深刻的變革。專家預(yù)計，2022 年到 2030 年，全球 AI 市場的復(fù)合年增長率（CAGR）將達到 39.4％，總規(guī)模達 207. 6 億美元。這些變革正帶來眾多創(chuàng)新。

其中，AI 對高級駕駛輔助系統(tǒng)（ADAS）的開發(fā)已經(jīng)產(chǎn)生深遠影響。消費者不僅希望汽車能夠提供交通服務(wù)，更希望汽車能夠智能互聯(lián)、自主駕駛、舒適安全。隨著 AI 技術(shù)在電子設(shè)計自動化（EDA）工具研發(fā)中的應(yīng)用，汽車正變得更加智能與自主。同時，AI 也在很大程度上改變了半導(dǎo)體行業(yè)，從片上系統(tǒng)（SoC）的設(shè)計、驗證到封裝莫不如此。

AI 技術(shù)在產(chǎn)品設(shè)計和開發(fā)團隊中的廣泛應(yīng)用，有助于量身定制所有未來產(chǎn)品，以滿足消費者的期望。嵌入到 Cadence 設(shè)計流程中的機器學(xué)習(xí)技術(shù)為設(shè)計團隊提高了生產(chǎn)力，涵蓋了從芯片設(shè)計、功能安全（FuSA）和計算流體動力學(xué)（CFD）的技術(shù)進步。在EDA中應(yīng)用AI/ML技術(shù)，可以在邊緣端（tinyML）快速且準確地做出決策。因此，可以說 EDA 中的 AI 技術(shù)就像汽車領(lǐng)域中的 AI 一樣。在本文中，我們將深入地探討 AI 在汽車革命中的作用。

AI 如何革新汽車行業(yè)？

隨著半導(dǎo)體技術(shù)和消費者期望的提高，汽車行業(yè)正經(jīng)歷一場深刻的變革。預(yù)計到 2027 年，先進輔助駕駛系統(tǒng)（ADAS）、自動駕駛汽車、數(shù)字座艙等市場規(guī)模將達到 700 億美元。此外，隨著 AI 和邊緣計算技術(shù)的普及，自動駕駛汽車已不再是幻想。深度學(xué)習(xí)的 AI 提高了準確性，有助于采用 ADAS 技術(shù)的汽車實現(xiàn)更高的自主性。同時，具備深度感知和全景視野的嵌入式 AI 視覺技術(shù)有助于事故預(yù)防、決策制定和車內(nèi)輔助等。這些技術(shù)的進步使我們的汽車更安全、高效、舒適，帶來更愉悅的出行體驗。

雖然全自動乘用車輛（L5）尚未上路，但業(yè)界正密切關(guān)注著自主駕駛系統(tǒng)的發(fā)展。自動駕駛技術(shù)已經(jīng)成功且安全地應(yīng)用于最后一公里配送（LMD）。LMD 車輛以較低的速度行駛，因此對感知距離、制動距離和安全要求更低。此外，AI 技術(shù)的應(yīng)用和自動駕駛的車輛有助于提高生產(chǎn)力，降低 LMD 的總體成本。

EDA 中的 AI

SoCs 集成的功能越來越多，但預(yù)算卻十分有限，這給設(shè)計者帶來了很大壓力。傳統(tǒng)的 EDA 工具使用“經(jīng)驗法則”，需要設(shè)計人員根據(jù)直覺進行優(yōu)化。這種建模和仿真技術(shù)存在以下一些問題：

為確保設(shè)計的正確性，我們必須在制造之前進行設(shè)計驗證。傳統(tǒng)的隨機/自動測試模式生成（ATPG）方案無法提高故障覆蓋率。人工智能（AI）已經(jīng)徹底改變了 EDA 行業(yè)。AI 中使用的訓(xùn)練和推斷提高了芯片設(shè)計師的生產(chǎn)力，有助于設(shè)計出能夠處理計算和 EDA 工具的芯片，幫助設(shè)計人員更快地收斂和驗證，同時降低成本并提高結(jié)果質(zhì)量。

AI/ML 如何改善設(shè)計空間？

AI/ML 非常適合 EDA 和汽車行業(yè)，可以加快設(shè)計速度，將其引入 EDA 工具無疑節(jié)省了設(shè)計人員的工作量。使用具有 AI 功能的 EDA 工具可以顯著改變設(shè)計工作的軌跡，并有助于應(yīng)對上述挑戰(zhàn)。對設(shè)計團隊的好處包括：

EDA 中的 AI 與汽車中的 AI?

有何相似之處？

在 EDA 和汽車行業(yè)中，提高生產(chǎn)力并更快地取得成果以及改善 PPA 都是主要目標。通過各種應(yīng)用和創(chuàng)新，AI 有望徹底改變 EDA 和汽車行業(yè)。無論是自動駕駛汽車、ADAS 還是 EDA，AI 和 ML 算法為實現(xiàn)這場電子革命和創(chuàng)造新復(fù)興提供了機會。將 AI 功能融入現(xiàn)有的 EDA 工具，有助于使 EDA 設(shè)計過程更加高效和富有成效。采用 AI 及其衍技術(shù)有助于汽車廠商利用多學(xué)科分析和優(yōu)化（MDAO）技術(shù)提高整體設(shè)計，從而實現(xiàn)更快速、更優(yōu)質(zhì)的結(jié)果。同時，系統(tǒng)的精確行為建模提高了產(chǎn)品保真度和安全性。

電子設(shè)計輔助系統(tǒng)（EDAS）

Cadence 產(chǎn)品

Cadence 提供帶有 AI/ML 功能的 EDA 工具，能夠從手動到完全自動化不同等級產(chǎn)生更好、更可預(yù)測的結(jié)果，如下圖所示。我們的工具提供針對常見問題的解決方案建議，而這些問題如果由設(shè)計團隊評估可能需要數(shù)周甚至數(shù)月的時間。同時，我們還在推動 ML 和深度學(xué)習(xí)研究，旨在改進 IC 的設(shè)計和驗證收斂，不斷優(yōu)化設(shè)計。

Cadence AI/ML 解決方案/技術(shù)

Verisium AI-Driven Verification

Platform

代表了 EDA 算法的一次革命性轉(zhuǎn)變，從單次運行、單引擎算法轉(zhuǎn)變?yōu)槔么髷?shù)據(jù)和人工智能優(yōu)化整個 SoC 設(shè)計和驗證中多次運行多個引擎的算法。通過部署 Verisium 平臺，所有驗證數(shù)據(jù)，包括波形、覆蓋率、報告和日志文件，都被整合到 Cadence ?JedAI 平臺。我們會基于這些數(shù)據(jù)建立 ML 模型，并挖掘其他專有指標，創(chuàng)建一系列新工具，從而顯著提高驗證效率。

?

Cadence Joint Enterprise Data and?

AI (JedAI) Platform

可以加速基于 AI 的芯片設(shè)計。讓設(shè)計團隊從大量的芯片設(shè)計數(shù)據(jù)中獲得有用信息，提高生產(chǎn)效率。工程師可以無縫管理結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。Cadence JedAI Platform 使設(shè)計人員更加輕松地應(yīng)對新興消費者、超大規(guī)模計算、5G 通信、汽車和移動應(yīng)用等領(lǐng)域的設(shè)計復(fù)雜性。

?

Optimality Intelligent Chip Explorer

是加快上市時間以保持競爭優(yōu)勢的關(guān)鍵。Optimality Explorer 的多學(xué)科分析和優(yōu)化（MDAO）技術(shù)有助于通過探索完整的設(shè)計空間實現(xiàn)最佳的電氣設(shè)計，實現(xiàn) 10 倍的效率提升，并可用于 Level 3 及以上級別的汽車駕駛自動化。

?

Cadence Cerebrus Intelligent Chip?

Explorer

是一種革命性的、基于機器學(xué)習(xí)的芯片設(shè)計流程優(yōu)化方法。它可用于復(fù)雜且大型地 SoC 系統(tǒng)針對 3 級及以上地自動駕駛技術(shù)，使工程師能夠同時為多個模塊優(yōu)化流程，這對于大型復(fù)雜 SoC 尤為重要。此外，Cadence Cerebrus 采用全流程強化學(xué)習(xí)技術(shù)，可以顯著提高工程團隊的效率。

?

Xcelium ML

在整個仿真回歸過程中迭代學(xué)習(xí)。內(nèi)核引擎性能得到強化，通過匹配隨機測試套件的覆蓋率來減少仿真周期，從而加快驗證吞吐量，非常適合 Level 3 及以上 SoC 設(shè)計。

?

Cadence Tensilica 處理器 IP?

支持用于 ADAS（L2）的激光雷達、雷達、自動駕駛攝像頭等高性能數(shù)據(jù)處理。

?

Cadence Design IP 和

Cadence AWR RF to mmWave 解決方案

可幫助實現(xiàn)高性能、低成本的汽車雷達前端和波束天線陣列技術(shù)。

?

ADAS 和傳感器融合

除此之外，Cadence 汽車創(chuàng)新平臺為汽車制造商提供大力支持，推出了 Innovus ML, Allegro ML 和 Virtuoso ML 等工具，用于設(shè)計應(yīng)用于 Level 2 和 Level 3 級自動駕駛的系統(tǒng)級芯片和 PCB。

?

在 ADAS 應(yīng)用中借助AI技是實現(xiàn)車輛自動駕駛的關(guān)鍵。AI 正在幫助汽車制造商降本增效，保持市場領(lǐng)先地位。AI 的加入正在改變硬件和軟件設(shè)計，幫助滿足有限的 PPA 預(yù)算，并提供額外的安全結(jié)構(gòu)。

基于 AI 的視覺和傳感器的盲點監(jiān)測、車道偏離和深度感知等應(yīng)用可能讓我們離控制自動駕駛汽車的夢想更加接近。

編輯：黃飛

?