芝能智芯出品
随着半导体技术的不断进步，模拟设计流程正面临着巨大的转型压力。
代工厂的工艺设计套件（PDK）更新加速、异构集成日益普及以及日新月异的先进节点技术，都在不断推动模拟设计方法和工具的革新。内部流程和自主研发的模拟设计工具在应对这些挑战时已显得力不从心，而商业EDA工具也并非万能。
在此背景下，半导体设计企业正试图利用新兴的EDA工具来优化设计流程，提高设计精度，并应对设计验证中的寄生效应、电源完整性和知识转移等问题。
这一系列变革为模拟设计带来了新的契机，同时也对工程师们提出了更高的要求。
Part 1
异构集成与EDA工具的重构
异构集成的普及对模拟设计产生了深远影响。这一技术趋势不仅局限于传统的模拟和数字设计，还涵盖封装、互连以及数据传输。
在过去，模拟设计多依赖于内部自研工具，因为这些工具可以高度定制以满足企业特有的设计需求。然而，随着工艺节点的缩小和复杂度的提升，内部工具无法跟上代工厂PDK的更新节奏，尤其是模拟设计师需要在PDK的多个版本间进行反复验证。
以往从v0.5到v1.0的工艺更新可能带来的变化并不大，但在如今的先进工艺节点中，任何小幅度的更新都会显著影响设计结果，导致设计需从头调整。内部工具难以支持这种高频的更新需求，且维护和更新成本高昂，使得更多企业选择引入商业EDA工具。
新的工程师群体也在推动EDA工具的现代化。如今的设计团队中，越来越多的工程师习惯使用Python等现代编程语言，他们期望EDA工具具备开放性和灵活性，以便将其知识和技术应用于芯片设计。
例如，许多设计企业希望在EDA工具中集成API接口，以便工程师能够将Python编写的算法直接嵌入工作流程中进行设计优化。虽然这种需求为EDA工具带来了灵活性提升，但也进一步加大了对工具综合能力的要求。
EDA供应商还需面对频率和端口数不断攀升的挑战。自定义工具在应对数百个端口时尚可胜任，但面对上千个端口，且高达28GHz甚至300GHz的高频需求时，自主工具已难以胜任。
为了应对这一挑战，EDA工具需在数据库可追溯性、优化器兼容性及高频提取能力方面进行升级。设计企业在工具使用上还需在自主创新和商业化工具间找到平衡，使得设计流程既高效又具备适应性。
Part 2
知识转移与寄生效应的验证挑战
EDA工具的普及带来了便捷性和自动化水平的提升，但也使得模拟设计流程在知识转移方面面临新的困难。
模拟设计师不仅需要具备丰富的电路知识，还需在工具无法覆盖的情况下依赖自身的直觉和经验。然而，随着EDA工具的自动化程度不断提高，新生代工程师逐渐远离传统设计流程中的实际问题，缺乏直观的实验室验证经验，难以应对复杂的模拟设计挑战。
这一问题在高级节点设计中尤为明显，当电源传输网络（PDN）的寄生效应与设计参数处于同一数量级时，传统的设计流程已无法胜任。
模拟设计验证多发生在布局阶段完成之后，但在现代设计流程中，寄生参数已不再是简单的次要因素，而是直接影响电路功能的重要组成部分。因此，在设计过程中就需提前估计寄生效应，并进行逐步验证。
这种前移的设计验证要求设计师在原理图设计阶段便考虑布局的具体实现，并在布局后阶段进行全面的电源接地提取，以确保电压水平的稳定性。
电源传输网络（PDN）带来的EM（电迁移）和IR（压降）问题尤为突出。
传统上，设计团队往往会在设计后期才进行EM和IR分析，但如今这一流程必须前置到设计阶段，以避免因电压不稳定或电流路径不合理而影响电路性能。此外，在更高的集成度下，PDN的规模和复杂性成倍增加，传统的分步式验证已不足以保障设计的精确性。
通过GPU加速等新技术的引入，设计流程正尝试对PDN进行全流程验证，从而提高模拟设计的准确性和效率。
模拟设计中的知识转移和经验传承也是一大挑战。资深模拟设计师往往依赖多年积累的直觉来判断设计效果，而自动化工具却缺乏这种“经验”，很难替代工程师在真实设计场景中的决策能力。
新一代设计工具需要兼顾自动化和经验传递能力，这不仅涉及工具本身的改进，还要求设计流程在工具与经验之间形成有机协作。
未来EDA工具在知识转移方面可能需引入人工智能和机器学习，以实现从原理图到实际布局的自动优化，并提高设计经验在新工艺节点下的适应性。
模拟设计正处于一场深刻的变革之中。EDA工具在功能扩展和自动化水平提升的同时，也需在知识转移、经验传承和多样化工作流程方面做出调整，以满足设计团队和工程师的个性化需求。
未来，随着PDK更新频率的提升、异构集成应用的普及以及EDA工具的不断完善，模拟设计将迈向更高的精确性和集成度。设计团队需在高效利用商业化EDA工具的同时，确保设计经验得以保留并传承至新一代工程师手中。
小结
模拟芯片的设计变革不仅是技术层面的革新，更涉及设计思维和流程的重塑。通过协同设计流程和智能化工具的结合，未来的模拟设计将更具灵活性和适应性。
