任彤瑶:芯片设计的云端战事|2026-07-28

5月的摩根大通全球技术大会，新官上任的英特尔CEO陈立武分享了一点管理心得[1]：芯片只给两次流片机会，超过马上开除。

看似新领导狠抓KPI，实际上是陈总心慈手软。按照IBS估算，5nm制程芯片设计成本已经超过4亿美元，3nm最高接近6亿美元，其中仅流片这道工序，就要消耗1-2亿美元的预算。

对全球90%的芯片公司来说，以自己的财务水平挑战先进制程，流片一次失败停发工资，两次失败公司解散，到时候大家一起完蛋，也不用开除员工了。

2023年，英特尔发布第四代Xeon Scalable处理器，这款芯片原定2021年发布，结果测试阶段问题频发，版本从A0、A1、B0一路干到E5，流片整整12次才成功[3]。

这起事故直接让英特尔把数据中心市场让给了AMD，加上先进制程研发还落后台积电，隔壁黑色皮衣身价屡创新高，临危受命的陈立武力排众议，重拾工程师文化。

英特尔新任CEO陈立武

新官上任三把火，映衬着整个集成电路面前的大坑：居高不下的流片风险。

去年三月，西门子EDA首席验证科学家Harry Foster公布了一组令人揪心的数据[7]：整个半导体行业流片成功率已经进入历史低点，2020年，全新ASIC芯片首次流片成功率已经降到32%，2024年又进一步下滑到14%[7]。

ARM也在招股书中援引IBS的数据，从28nm量产的2011年到如今的2nm，芯片整体设计成本上涨了1500%[5]。

摩尔定律逼近极限，Chiplet、CoWoS封装、混合键合等曲线救国手段层出不穷，共同推高了芯片设计的复杂性，代价是暴增的成本和风险，每个步骤都是一道坎。

怎么避免在流片环节栽跟头，怎么加快研发效率，产业界摸索出了两个方向：云和AI。

云计算、移动终端和AI是过去二十年最重要的三次技术浪潮，它们都由繁荣的芯片产业孕育。如今，云和AI又在改变芯片的未来。

01.没那么快

芯片是一个非常适合云计算的产业，也曾经是对上云最抵触的行业。

过去十多年里，芯片公司一直在试图解决流片这个大坑。流片的特点是容错率为零，只有完美和完蛋两种结果，一处细节出问题，整块晶圆报废。

芯片公司都有既定的产品路线图，下游客户也要按时拿到芯片指引产品开发，流片失败，上下游的节奏都会被打乱。一直以来，行业通行的解决方案是EDA仿真。

所谓EDA仿真，就是把设计图纸送到晶圆厂流片之前，先在模拟的生产环境里测试，提前找出问题，提高流片成功率。这个步骤有多重要？芯片设计中60%的时间，都用在了仿真与验证环节。

EDA仿真确实省下了流片失败的钱，但省下来的钱全都花在了算力上。

EDA仿真的算力消耗极大，但又不是常态化的消耗。芯片设计公司的算力需求有明显的波峰波谷。先进制程设计中，写代码搞设计图，四五千核就够用；后期回归测试阶段，需求通常会暴增至数十万核。

2024年，内存大厂美光做客EDA企业Cadence，分享了一组数据：EDA仿真任务一次需要几千颗CPU核心，但每次只运行几周，之后就是4-6个月的算力闲置。

按平均需求储备算力，EDA仿真阶段一定捉襟见肘；倘若按峰值需求配置，算力又会闲置吃灰，横竖都是自己亏。因此，芯片算得上为云计算公司量身打造的客户。

算力需求的波峰波谷，图片来源：Cadence

不仅云计算公司虎视眈眈，EDA公司也频频给自己的客户做思想工作。早在2017年，三大EDA厂商Synopsys、Cadence、Mentor就为上云奔走呼喊，推行云原生EDA，提供弹性的云端License计费。

与此同时，亚马逊、微软、谷歌三大云服务厂商也对芯片公司虎视眈眈，积累了一些落地方案。但行业整体的上云进度，依然不甚乐观。哪怕两三年前，跟芯片公司谈上云这件事，后者的反应大概率是“大可不必”。

2020年，Cadence发布了一份名为《云：EDA的未来》的白皮书，号召客户上云之余，也道出了行业对云服务爱恨交织的关键原因：客户担心自己“独特且关键的IP”搬到公有云上，带来安全问题。

02.安全是件大事

专利和技术文档是芯片公司的命根子，RTL代码、芯片网表、工艺设计套件和IP一旦泄露，相当于几年研发成果拱手让人。英伟达、三星、AMD这些巨头都经历技术外泄，打官司是家常便饭。