伴隨著AI、5G通信、云計算等專用計算領(lǐng)域的發(fā)展，面向?qū)Ｓ糜嬎泐I(lǐng)域的計算機(jī)系統(tǒng)結(jié)構(gòu)也進(jìn)入了一個新的黃金時代。描述這個黃金時代的兩個重要畫筆是開源硬件(芯片)和敏捷開發(fā):開源能夠降低芯片設(shè)計的門檻，進(jìn)而敏捷設(shè)計縮短開發(fā)周期。
        開源指令集RISC-V引發(fā)了開源硬件的熱潮。但是，芯片的設(shè)計和生產(chǎn)過程比軟件長，需要更多的工具和過程。EDA也開始轉(zhuǎn)向依靠開源社區(qū)的模式來解決復(fù)雜的設(shè)計問題，降低開發(fā)成本。然而，國內(nèi)EDA技術(shù)一直是一個弱點。當(dāng)?shù)谽DA企業(yè)還沒有發(fā)展壯大。如何應(yīng)對開源EDA的新技術(shù)形式和生態(tài)模式？這些問題在中國計算機(jī)學(xué)會青年精英大會(YEF2021)技術(shù)論壇【芯片智能設(shè)計-敏捷設(shè)計與開源EDA之路】上進(jìn)行了激烈的討論。

        開源芯片成為新的發(fā)展趨向。
        說到開源芯片，RISC-V是開源的代表。去年，RISC-V國際基金會將總部搬到瑞士。目前，它有1000多名成員，約有200家企業(yè)。中國在其中發(fā)揮著重要作用，中國企業(yè)占20%以上，19名理事會成員中有9名來自中國。
        隨著開放指令集RISC-V逐漸受到業(yè)界的追捧，開源芯片的概念逐漸進(jìn)入人們的視野，受到全世界的關(guān)注和投資。早在2019年國際計算機(jī)系統(tǒng)結(jié)構(gòu)旗艦會議ISCA的前景研討會上，包括圖靈獎得主DavidPatterson教授在內(nèi)的許多美國工程院院士，以及MIT、UCBerkeley、UCSD、Stanford、Google、Nvidia、DARPA等頂尖大學(xué)、企業(yè)和政府機(jī)構(gòu)的專家都聚焦于面向下一代計算的敏捷開放硬件的前沿?zé)狳c，包括指令集、EDA工具鏈開源、設(shè)計流程、高層次綜合、形式化驗證。
        看國內(nèi)，十四五規(guī)劃也開始布局開源芯片。十四五規(guī)劃第五章第十五章第一節(jié)提到，支持?jǐn)?shù)字技術(shù)開源社區(qū)等創(chuàng)新聯(lián)合體的發(fā)展，完善開源知識產(chǎn)權(quán)和法律體系，鼓勵企業(yè)開放軟件源代碼、硬件設(shè)計和應(yīng)用服務(wù)。
        開源芯片有哪些創(chuàng)新機(jī)會？中國科學(xué)院計算技術(shù)研究所副所長包在技術(shù)論壇上說:RISC-V是指令集開放，其實是指令集手冊的開放。比如英特爾CPU的指令集手冊有5000多頁，ARMCPU的指令集手冊有2000多頁，而RISC-V的指令集手冊只有200多頁。如果把指令集變成真正的結(jié)構(gòu)，這個時候會產(chǎn)生很多設(shè)計文檔，那么文檔可以公開；根據(jù)設(shè)計文檔變成源代碼，源代碼也可以公開；EDA工具鏈可以把開源代碼變成芯片地圖，所以EDA設(shè)計工具也可以開源。
他總結(jié)說，開源芯片主要包括三個層次:(1)指令集(2)處理器微架構(gòu)設(shè)計/實現(xiàn)(3)設(shè)計流程/工具。
        除了指令集，芯片設(shè)計指令集，芯片設(shè)計工具也很重要。EDA工具是開源芯片設(shè)計的基石。如今，各種開源EDA工具基本上涵蓋了芯片設(shè)計中的模擬、邏輯綜合、布局布線、物理實現(xiàn)和驗證功能。
        全球EDA市場已被Cadence、Synopsys、Mentor(2021年1月更名為SiemensEDA，即西門子EDA)壟斷。它們規(guī)模大，產(chǎn)品線完整，能提供全過程的完整解決方案。相反，國內(nèi)EDA工具在中國的市場份額不到5%，全球市場份額僅為0.2%。而國內(nèi)EDA公司規(guī)模小，產(chǎn)品單一，多為點工具，只能提供局部解決方案。單一的EDA工具很難滿足設(shè)計師對IC設(shè)計的全過程需求，不同工具之間的切換為數(shù)據(jù)的完整性增加了風(fēng)險。因此，市場對開源平臺的呼聲日益增加。
        開源EDA問題繁多。
        鵬城實驗室和中國科學(xué)院計算所的解壁偉認(rèn)為，開源EDA是支持開放芯片生態(tài)的重要保證。許多成功經(jīng)驗表明，開源開放是建設(shè)繁榮技術(shù)生態(tài)和工業(yè)生態(tài)的必要基礎(chǔ)。例如Linux操作系統(tǒng)支持整個開源生態(tài)系統(tǒng)；再比如Android移動操作系統(tǒng)，雖然現(xiàn)在已經(jīng)關(guān)閉，但是從開源開始，統(tǒng)一了除iOS之外的整個移動互聯(lián)網(wǎng)生態(tài)；在人工智能領(lǐng)域，Caffe、TensorFlow、Pytorch、Paddle可以說是整個AI技術(shù)生態(tài)系統(tǒng)的基石。
        開源EDA工具可以降低芯片設(shè)計的門檻，如人力、IP、EDA等。也可以為EDA領(lǐng)域的基礎(chǔ)科研和人才培養(yǎng)提供良好的思路，無論是企業(yè)、大學(xué)、學(xué)術(shù)研究機(jī)構(gòu)、芯片還是EDA方向的個人愛好者。如果開源EDA能聚集各種力量，將有助于中國加快趕上國際先進(jìn)水平。
然而，中國EDA軟件的基礎(chǔ)相對薄弱，在開源領(lǐng)域幾乎空白。開源EDA仍面臨許多挑戰(zhàn):用戶少、貢獻(xiàn)者少、框架結(jié)構(gòu)不清晰；論壇還討論了一些解決方案。        具體如下:

            (1)用戶少:開源EDA工具質(zhì)量與商業(yè)工具相比差距較大，用戶數(shù)量非常有限。解決方案是提高工具質(zhì)量，強調(diào)生產(chǎn)環(huán)境下的項目檢驗，即開源EDA工具不僅要停留在學(xué)術(shù)論文和軟件代碼上，還要與其他工具匯聚成工具鏈，支持完整的芯片流片驗證，產(chǎn)生有效的用戶反饋。比如美國的Magic經(jīng)過了幾次流片驗證，論文中有實際的芯片測試數(shù)據(jù)。
            (2)貢獻(xiàn)者少：EDA領(lǐng)域相對較小，其開源社區(qū)更是人丁單薄，Yosys、abc、magic、OpenROAD等開源工具的貢獻(xiàn)者多為10余人。由于EDA學(xué)科的特點，開源EDA貢獻(xiàn)者需要同時具備CS、Math、EE、MicroE的知識，技術(shù)門檻高。每一個開源EDA工具的開發(fā)都是不開放的，基本上是一個學(xué)校，一個研究機(jī)構(gòu)，一個公司的內(nèi)部團(tuán)隊，外部參與者很少，也很難參與。解決辦法是充分拆解、抽象、描述EDA技術(shù)問題，分類轉(zhuǎn)化為數(shù)學(xué)、算法、高性能等專業(yè)領(lǐng)域可以理解的語言表達(dá)，動員多學(xué)科的社區(qū)力量。
            (3)框架結(jié)構(gòu)不清晰:代碼不統(tǒng)一、復(fù)用率低是開源軟件的通病，但開源EDA工具與算法綁定較強，問題更加突出。設(shè)計新算法通常需要大量重寫代碼，失去了開源的意義。有兩種解決方案。一是模塊化設(shè)計，從基礎(chǔ)框架設(shè)計出發(fā)，再深入算法層，抽象共享操作和數(shù)據(jù)格式，從代碼中探索迭代重構(gòu)規(guī)律，形成精簡、高效、模塊化的基礎(chǔ)框架。該模塊化設(shè)計還便于利用分布式并行計算結(jié)構(gòu)加快EDA設(shè)計過程。二是規(guī)范抽象，利用MulTI-levelintermediateresentaTIon(MLIR)等優(yōu)秀的編譯設(shè)計理念，對整個設(shè)計過程(特別是前端設(shè)計)進(jìn)行多層次的抽象劃分，方便各領(lǐng)域?qū)＜覍Ｗ⒂诟髯缘某橄髮哟危瑫r通過多層次的編譯打開EDA工具鏈，完成敏捷方便的全過程驗證。這樣，即使是一個點工具也可以通過標(biāo)準(zhǔn)的轉(zhuǎn)換格式靈活地連接到開源EDA工具鏈中，完全驗證其開發(fā)工具的性能和質(zhì)量。目前，北美工業(yè)界和學(xué)術(shù)界正在形成這種趨勢。
        對于開源EDA項目，無論從低工藝(110nm)到高工藝(55nm,40nm甚至28nm)。從高校教學(xué)級應(yīng)用到企業(yè)產(chǎn)品級應(yīng)用，從小型ASIC芯片到更大型SoC項目，都要堅持研究與應(yīng)用相結(jié)合的策略，以實用為牽引，以研究與研究為導(dǎo)向。從工具鏈、點工具、基準(zhǔn)測試集、示范應(yīng)用、工業(yè)級開源工藝庫五個方面逐一突破。
        行業(yè)研究進(jìn)展
        值得注意的是，在ASPLOS2021大會上，剛剛從GoogleBrain跳槽到明星RISC-V公司SiFive的ChrisLattner博士(LLVM項目的主要發(fā)起人和作者之一，Clang編譯器的作者)做了TheGoldenAgeofcompilerdesignininaneraofHW/SWCo-design的演講，提出了基于MLIR編譯技術(shù)打造的全新統(tǒng)一的EDA(ElectronictesignAutomation)框架，為EDA設(shè)計工具鏈提供了完整、靈活的基礎(chǔ)設(shè)施。CIRCT項目與MLIR相同，在硬件設(shè)計和軟件編譯方面容易形成生態(tài)一致性。
在開源EDA軟件的道路上，國內(nèi)EDA學(xué)術(shù)和行業(yè)都在努力尋找合適的位置為開源EDA做出貢獻(xiàn)。
        在開源芯片領(lǐng)域，中國科學(xué)院計算所于2019年啟動了RISC-V處理器芯片和RISC-V原生操作系統(tǒng)，并在國內(nèi)28nm技術(shù)上構(gòu)建了具有性價比優(yōu)勢的開源芯片技術(shù)體系。此外，他們還在探索開源EDA設(shè)計的開源芯片，基于現(xiàn)有的開源工具，構(gòu)建了一套基于Python的RTL到GDSII的設(shè)計流程；去年8月，國立科技大學(xué)五名本科生用開源EDA工具設(shè)計了兩年的果殼-1芯片，實現(xiàn)了流片。
        中國科學(xué)院還開發(fā)了芯片敏捷設(shè)計云平臺AgileServe，該平臺集成了各種開源元素，可以支持用戶快速定制處理器芯片和軟件開發(fā)，降低芯片設(shè)計門檻。對于學(xué)生來說，他們可以隨時隨地進(jìn)行芯片設(shè)計；對于教師來說，他們可以在線指導(dǎo)學(xué)生。
        南京集成電路設(shè)計服務(wù)產(chǎn)業(yè)創(chuàng)新中心有限公司(以下簡稱EDA創(chuàng)新中心)執(zhí)行副總經(jīng)理陳剛介紹了國內(nèi)EDA通用底座(openEDI)的開源方式。考慮到國內(nèi)EDA點工具的獨立性，建設(shè)國內(nèi)生態(tài)的通用底座，有望將點工具連接起來。EDA通用底座的研發(fā)目標(biāo)是支持所有國產(chǎn)EDA工具，聚合成套EDA工具鏈，成為國內(nèi)生態(tài)的通用底座。下面是EDA通用底座架構(gòu)。底部是數(shù)據(jù)層，承載著所有EDA在內(nèi)存和磁盤上的數(shù)據(jù)庫和數(shù)據(jù)模型，包括各種解析器模塊、用戶界面模塊等。上層是通用算法層和計算框架。
        北京大學(xué)的林亦波在會上介紹了著名的深度學(xué)習(xí)輔助布局布局優(yōu)化項目。他講述了利用深度學(xué)習(xí)改進(jìn)傳統(tǒng)布局布局算法的故事。在這個過程中，必須使用開源布局工具，否則很難獲得深度學(xué)習(xí)樣本。未來，他們將繼續(xù)改進(jìn)算法，提高穩(wěn)定性和泛化能力。有望發(fā)布像ImageNet這樣開放的EDA數(shù)據(jù)集，以吸引學(xué)術(shù)界和產(chǎn)業(yè)界的共同競爭和發(fā)展。
        東南大學(xué)國家專用集成電路系統(tǒng)工程技術(shù)研究中心的嚴(yán)浩講述了寬電壓近閾值設(shè)計方法的研究和開源EDA的進(jìn)展。他介紹說，EDA工具的技術(shù)挑戰(zhàn)是不斷演進(jìn)的技術(shù)和蝕刻尺寸帶來的偏差建模和優(yōu)化算法的開發(fā)。他指出，在做研究的時候，最大的挑戰(zhàn)是需要花費大量的精力來復(fù)制別人的代碼，所以他們也與NiiCEDA等國內(nèi)EDA企業(yè)合作，積極開發(fā)開源時序分析工具。
        寧波大學(xué)儲著飛分享了多邏輯自動綜合工具的研究進(jìn)展。他說，邏輯綜合是將所有設(shè)計數(shù)字電路的RTL級描述轉(zhuǎn)化為指定工藝庫中單元電路的連接。邏輯綜合主要包括翻譯、優(yōu)化和工藝映射三個階段。他指出，不同邏輯完整集開發(fā)的綜合方法適用場景不同。現(xiàn)有的EDA工具都是基于傳統(tǒng)的布爾邏輯開發(fā)的，新的計算符可以帶來更多的機(jī)會，如Reed-Muller、TB和RM雙邏輯等。在EDA開源方面，他指出了邏輯綜合工具的發(fā)展趨向:一是AIforEDA以AI的方式推斷了邏輯綜合優(yōu)化轉(zhuǎn)換的順序，讓沒有任何經(jīng)驗的工程師得到優(yōu)化腳本；第二，EDAforAI以搜索表的形式推動邏輯操作，達(dá)到與神經(jīng)網(wǎng)絡(luò)訓(xùn)練權(quán)重相同的目的；第三，OpTImalSolution給定了一個數(shù)字電路。現(xiàn)有的方法高度依賴SAT解決方案，獲得最小節(jié)點數(shù)、最小邏輯深度等最佳解決方案，但SAT解決方案本身就是一種啟發(fā)算法，可以通過數(shù)字電路模擬幫助SAT進(jìn)行更高效的搜索；第四，TechnologyEnabler，開發(fā)新的邏輯抽象方法，幫助一些二維材料等新技術(shù)的評估和發(fā)展。不管是訓(xùn)練集，搜索優(yōu)化和新模型都會從開源生態(tài)中獲益。
        EDA生態(tài)在技術(shù)標(biāo)準(zhǔn)、安全性和流片風(fēng)險方面存在風(fēng)險。IEEE標(biāo)準(zhǔn)運行規(guī)范成熟，相對安全。但是許多事實標(biāo)準(zhǔn)實際上是三大EDA公司的私有標(biāo)準(zhǔn)。即使開源社區(qū)有免費的私有標(biāo)準(zhǔn)，也有與標(biāo)準(zhǔn)相關(guān)的隱藏專利風(fēng)險。需要制定國內(nèi)標(biāo)準(zhǔn)，掌握關(guān)鍵技術(shù)，防范專利風(fēng)險。
        開源EDA軟件的可信度和安全性是一把雙刃劍。一方面，開源EDA工具中可能會有惡意代碼泄露用戶核心設(shè)計數(shù)據(jù)，也可能會在設(shè)計中植入惡意硬件木馬；另一方面，EDA工具代碼是開源的，貢獻(xiàn)者基本可以追溯到源頭，相關(guān)責(zé)任也很容易追究，所有在陽光下的風(fēng)險都是可控的。