本月，国内EDA龙头企业华大九天已经获得首发批准，作为中国EDA第一股，即将登陆资本市场。资本的助力有利于华大九天进一步提升研发实力，赶超国际先进水平。

　　近日，华大九天再传捷讯，全球EDA最高学术和工程会议DAC（设计自动化会议）每年都会展出行业内各家EDA公司的产品，EDA领域最权威媒体《DeepChip》基于用户对各家参展产品的使用反馈评选出各领域全球最佳的EDA产品。2021年，《DeepChip》公布了2020年EDA各领域最佳产品评选结果，华大九天电路仿真器获“Best of 2020”（2020年度电路仿真领域全球最佳产品）。

　　其实，早在2018年的DAC 会议上，华大九天电路仿真器ALPS就被《DeepChip》评选为 “Best of 2018”，这是我国自主研发的电路仿真器第一次站上了世界舞台的中央。《DeepChip》主编John Cooley在评论中写道：SPICE领域的战争已沉寂多年，Cadence一直是这个市场的主力军……,直到2018年，一个重大的转折出现，华大九天的ALPS产品成为众多用户心中的最佳仿真器。在对市场主要仿真产品的2000多份用户评选调查中，其中1897份反馈认为ALPS胜出！

　　“The SPICE wars have been going on for years. With Cadence Spectre as the main player...,

　　One big shift happened in 2018, though, with an EDA vendor with the odd name of "Empyrean" and its ALPS SPICE. The user survey word counts:

　　Cadence Spectre :# 51

　　Mentor BDA AFS :### 152

　　Empyrean ALPS :###################################### 1897

　　Synopsys FineSim/HSPICE :# 29

　　ALPS is now ~3x faster vs. its rivals and is now just as accurate as its rivals.”

　　在随后的2019年和2020年，华大九天仿真器ALPS和ALPS-GT再接再厉，连续获得《DeepChip》2019和2020年度仿真领域全球最佳，成为我国唯一一家获此殊荣的EDA提供商。

　　注：《DeepChip》是EDA领域最权威媒体。它在每年DAC大会之后选择最受关注、并具备一定市场规模的产品参与评选，由用户直接投票选出当年各领域的最佳产品。

　　一、 七年磨一剑，九天仿真器破茧成蝶！

　　电路仿真是指用数学方法来模拟电路的工作行为，是电路功能与性能验证的最核心手段。自70年代电路仿真器被发明以来，一直是EDA领域的核心关键产品，更是EDA市场的兵家必争之地。但因电路仿真的技术复杂，算法复杂度高，技术突破极其困难，市场一直都被EDA三巨头公司牢牢占据，偶有一些小公司的产品出现，也只能靠低价跟随的策略在市场上谋得一丝逼仄的生存之地。

　　据悉，2009年华大九天创立伊始，公司就瞄准了这颗“EDA皇冠上的珍珠”。立志要攻克电路仿真的核心技术，让中国的仿真器能够与国际巨头同台竞争。经过4-5年的技术积淀、团队攻坚，华大九天初步奠定了自主仿真器的核心架构和技术引擎基础。

　　彼时，恰逢工艺发展进入FinFET时代，由FinFET器件结构和互连线引入的大量寄生电阻电容导致了电路规模的极大膨胀，仿真验证时间急剧延长，特别是先进工艺的版图后仿真，超大的电路规模已经让国际巨头的仿真器也吃不消，根本无法在有限的时间内完成超大规模电路的仿真验证。

　　华大九天的研发团队敏锐地把握到了这一变化趋势，经过深入分析后，研发团队发现电路后仿的矩阵求解占据了仿真时长的90%以上，如何加速矩阵求解成为了解决电路仿真难题的胜负手。经过无数个不眠不休的日夜，时间来到2016年，华大九天创新地发明了智能矩阵求解技术（Smart Matrix Solver），一举突破了超大规模电路仿真验证性能和容量的瓶颈，相比市场主流产品取得了3倍以上的性能优势。七年磨一剑，华大九天自主创新的仿真器ALPS终于破茧成蝶。

　　在随后的两年时间里，ALPS产品攻城掠寨，相继赢得众多国内外领先客户的认可。经过多年的技术沉淀和客户磨合后，2018年，华大九天的仿真器终于走向了EDA世界舞台的中央。在当年EDA界最高学术和工程会议DAC上，ALPS成为了最受瞩目的产品，为沉寂10多年的电路仿真市场注入了一股新的活力。在当年《DeepChip》的评比中获得了“Best of 2018”。《 DeepChip》主编John Cooley在产品评选中写道：SPICE领域的战争已沉寂多年，Cadence一直是这个市场的主力军……,直到2018年，一个拥有‘陌生’名字的公司华大九天和他的仿真器ALPS的出现，重大的转折出现了（one big shift happened）。在2000多份用户评选调查中，其中1897份反馈认为ALPS胜出！这给了沉寂多年的EDA市场一个巨大的惊喜！

　　在随后的2019和2020 两年时间里，ALPS继续高歌猛进，越来越多的海内外客户注意到ALPS的表现，更多领先的、不同领域的设计公司加入到ALPS的使用行列里来，并给予了这家“陌生”公司的仿真器高度的评价。全球市值最高的IC设计公司的一位负责人在访谈中谈到：“在ALPS之前，我们只使用国际三大家的仿真器。尽管也曾有一些小公司依靠低价策略试图参与竞争，但在EDA领域，我们认为只有核心技术的突破才是竞争的根本，我们也只会选择那些技术最优的产品在我们的设计流程中。华大九天的ALPS用它超大的容量、优异的性能赢得了我们的选择”。

　　其实，给予ALPS高度赞誉的不止IC设计公司。据悉，在一次中国集成电路设计年会ICCAD上，某国际EDA巨头公司负责人曾非常有风度的表示：华大九天的仿真器给我们带来了很大的压力，这在过去很多年都从不曾发生过。

　　二、替代？引领！

　　尽管ALPS产品打破了全球SPICE电路仿真器的市场竞争格局，赢得了一片赞誉。但是，经受过国内外严酷市场竞争洗礼成长起来的华大九天，深知延长线上的创新不可能长久停留在大象的地盘上。只有解决客户更本质的问题，研发更颠覆性的技术才能让后来者居上。

　　通过与业界最领先的客户交流，华大九天意识到在工艺发展到16nm/7nm之后，传统的设计仿真验证形态已无法满足客户的实际设计需求，正如中国最领先的设计公司的一位负责人在一次演讲中提到的：7纳米工艺后仿真时间是40纳米工艺的40至50倍，（我们认为）在模拟电路仿真验证加速上有巨大的市场需求，这是产业界普遍面临的一个大挑战，急需EDA、IT硬件与硬件仿真器技术大发展来加速模拟设计 。也就是说，客户盼望的、亟需的不是3倍的加速，更需要一个质的、量级上的飞跃，才能真正解决客户在芯片设计中的实际瓶颈。

　　但这样的技术真的存在吗？华大九天给出了答案。

　　据悉，通过与最领先的客户进行深度探讨和分析，对更先进的大算力硬件架构的深入研究，华大九天提出了一个大胆的创意：基于GPU-CPU异构硬件系统开发新的SPICE算法。这一创意打破了传统的CPU架构电路仿真形态，实现了对传统CPU仿真器10倍以上的加速。彼时，这一创意让全球NO.1的GPU设计公司负责人惊呼“ALPS-GT为GPU在高性能运算开拓了一条新路”。并在当年的GTC大会上与华大九天共同发表了论文“GPU Accelerated SPICE Simulation for Analog IC Designs”来推动业界在异构仿真技术上的探索研究。

　　像很多新产品上市一样，ALPS-GT在推向市场之初，也曾遭受众多质疑，特别是行业巨头对这种仿真产品形态的嗤之以鼻，不过客户的“投票权”才是最公允和权威的。经过多年验证，ALPS在海内外积累了广泛的市场口碑，ALPS-GT更是凭借卓越的性能、更大的容量、对客户仿真质量和效率的更大提升迅速占领了全球市场，并在2020年DAC上再次获得仿真领域的最佳产品，赢得更多海内外大客户的注目。

　　在当下国产替代大潮风起云涌之时，华大九天的仿真产品线走出了一条自主创新的康庄大道。华大九天的内部人士曾不止一次在公开场合表示，要真正实现“国产替代”，只有在技术上创新才能突破巨头垄断的市场；只有技术更优才能改变国内外客户的固有认知，才能真正被用户所认可。

　　华大九天的仿真器经历了十年的磨炼，到今天已经成为国际市场上唯一真正和巨头并肩竞争的国产电路仿真器，在技术上成为了国际巨头争相追赶的对象，在市场上赢得了众多全球领先的设计公司客户，包括多家全球TOP10设计公司，如全球市值最高的IC设计公司、全球最领先的网络芯片设计公司、全球最领先的5G芯片设计公司、全球领先的CIS设计公司和PMIC设计公司等，覆盖的芯片设计类型包括5G、网络通讯、智能手机、CIS、PMIC等，并通过了全球最领先的两家Foundry的产品认证。
--
FROM 219.142.135.*

用过，挺快的
--
FROM 58.210.49.*

华大的仿真器有gpu版
【 在 wangaa2000 的大作中提到: 】
: 一直觉得奇怪，为什么EDA为什么没有GPU或者DSP加速的功能，照理来说，数值计算GPU有优势呀。
:
--
FROM 117.136.38.*

精度咋样？

【 在 renzhq 的大作中提到: 】
:
: 用过，挺快的

#发自zSMTH@iPhone12Pro-Max
--
FROM 123.118.13.*

我用的是模拟仿真，精度跟spectre一样的时候，速度快好多倍，应该是把多核协同做的更好了
【 在 GoogleGlass 的大作中提到: 】
: 精度咋样？
:
: #发自zSMTH@iPhone12Pro-Max
--
FROM 58.34.18.*