在21世纪的第二个十年初，当国内半导体产业尚处于萌芽阶段，代文亮已经敏锐地洞察到了EDA（电子设计自动化）软件领域的巨大潜力。2010年，他毅然决然地创立了芯和半导体公司，尽管当时的社会对半导体和集成电路的认知有限，融资环境远不如今日。
“那时候，整个行业对半导体的认知尚浅，融资条件远不如现在。”代文亮回忆道，“但我看到了机会，也看到了挑战，所以我决定尝试一下。”
尽管如今AI和半导体已成为热门话题，但EDA——被誉为“芯片之母”的产业，对大众来说仍然相对陌生。这个市场规模约为百亿元的生产环节，是如何撬动起千亿级半导体产业的发展的呢？
经过十多年的发展，芯和半导体已从一家初创公司成长为提供覆盖IC、封装到系统的集成系统EDA解决方案的领先企业。其产品广泛应用于5G、智能手机、物联网、人工智能和数据中心等领域。
随着AI技术的不断发展，半导体产业也迎来了新的变革。近期，我们有机会专访了芯和半导体的创始人兼总裁代文亮博士，探讨EDA在AI浪潮下的机遇与挑战。
在谈及国产EDA如何突围时，代文亮表示：“芯和从成立之初就面临着全球EDA市场的激烈竞争。Cadence、Synopsys和Mentor Graphics等巨头占据了相当大的市场份额。但我们选择坚持创新，寻找差异化的发展路径。”
他进一步解释，EDA行业在一定程度上是“赢家通吃”的，头部效应明显。但芯和始终坚持在细分领域内深耕细作，争取做到行业领先。同时，他们也发现了国内EDA厂商的一个独特优势——本地化服务。
“很多时候，客户购买EDA软件并不仅仅是为了一个软件许可，他们更看重的是厂商能否提供行业内的‘KNOW-HOW’。而国内EDA厂商在提供本地化支持服务方面更具优势。”代文亮说。
在业务拓展初期，芯和面临着诸多困难。由于客户更倾向于选择更成熟的产品，芯和不得不通过开辟IPD（集成无源器件）业务来积累成功经验。他们用自己的EDA工具设计芯片、流片、测试和验证，形成了一个完整的内循环系统。
“这个内循环系统不仅帮助我们打通了EDA工具、设计和工厂之间的链条，还为用户提供了设计可靠性、支持可靠性和迭代可持续性的保障。”代文亮表示。
随着内部小循环的运转，外部大循环也逐渐形成。当芯片设计公司开始使用芯和的产品时，市场也加入了迭代的进程中，EDA、Fabless和Foundry三个生态环节的互动达成了。
谈及公司的核心竞争力时，代文亮表示：“我们最大的特点是制定差异化策略，从用户场景出发去优化服务。”他们通过与客户深入交流，寻找痛点，并开发出了一系列参数化模块和仿真优化技术。
“例如，在片上建模方面，我们为客户开发了一些参数化模块，帮助他们节省时间和精力。同时，我们还引入了AI技术来优化参数化模板的设计。”代文亮说。
芯和还在仿真问题上做了大量优化工作。他们解决了芯片设计仿真和封装仿真之间的脱节问题，形成了跨尺度的仿真引擎技术，并从电路、电磁、电热、应力等角度不断拓展多物理仿真的领域。
如今，芯和的产品已经涵盖了从芯片、封装、模组、PCB板级、互连到整机系统的全方位多物理场差异考虑，并将其整合到了一个完整的全栈集成系统级EDA平台中。
在谈到AI对EDA产业带来的挑战时，代文亮表示：“AI时代的芯片显著特征是大算力，这带来了高功耗和散热问题。同时，大电流还会引发电磁干扰。因此，我们需要同时解决散热和电磁干扰问题。”
他进一步指出，现在芯片厂商的商业模式已经发生了根本变化，从做芯片转变为做生态。因此，EDA厂商不仅要关注芯片本身，还要考虑系统级的协同。
“以英伟达为例，它们现在已经从设计芯片内部的架构转变为考虑板卡、整机甚至是整机集群的协同工作。这使得设计的复杂度大幅提升。”代文亮说。
针对这些新变化，芯和将理念从设计技术协同优化（DTCO）向系统技术协同优化（STCO）转变。他们不再局限于开发一个EDA工具，而是着眼于为系统级优化提供解决方案。
最后，代文亮谈到了AI浪潮对半导体行业的影响。他认为，AI为半导体厂商提供了一个竞争的新思路——通过创新提高性能，而不是无止境地内卷降低价格。
“AI本质上是场景化的。未来一定是场景化驱动的，而不是试图用一个通用的解决方案解决所有问题。”代文亮表示。
他进一步指出，千亿参数、万卡集群是少数厂商的游戏，大多数功能和场景的实现并不需要这种量级的硬件支持。因此，小场景和小参数大模型才是未来的大机会。
