芯片研发越来越考验算力、成本和研发周期，华为云正在将业务从EDA上云进一步延伸。

近期，华为云伙伴与生态部总裁康晓宇围绕半导体产业数字基础设施分享了华为云的相关实践。他表示，晶体管几何微缩逐步逼近物理极限，先进制程研发和制造成本持续攀升，芯片竞争进入复杂度、成本与研发周期同时上升的新阶段。相关资料显示，芯片研发周期中约65%的时间用于验证和仿真，大量工程时间消耗在等待仿真结果上。

一、先从EDA上云开始

过去六年，华为通过381款芯片的大规模工程实践，持续探索复杂芯片设计与系统创新。

在芯片研发中，线下IDC存在明显的资源峰谷：硬件采购后成为固定资产，更新速度较难跟上计算能力变化；Tape-out等关键阶段又可能瞬间需要大量资源，高性能设备、内存和EDA License也带来持续成本。

华为云目前公开的芯片EDA解决方案提供大规模计算池，面向验证、回归测试、Tape-out等资源峰值阶段提供弹性算力，并通过芯片设计仿真平台统一管理EDA应用、License、集群资源和预算，支持云上云下混合调度。

华为云与启云方推出的EDA和OPC仿真上云方案，则通过高主频、高核存比、大内存的高性能服务器和高性能分布式文件系统支撑大规模仿真，同时将高安全等级研发环境经验应用到云上。

二、从EDA延伸到OPC、HPC和AI

目前，华为云的相关服务范围正从EDA设计仿真延伸至OPC制造仿真、AI质检、良率数据分析等半导体场景。

面向EDA、OPC及HPC场景，华为云还围绕TTM优化芯片研发的算、存、网、调度和作业环境。根据当前规划，通过灵衢UB、擎天裸金属、EVS极速云盘等基础设施创新，进一步提升计算资源调度和弹性复用效率；在部分HPC优化任务中，目标包括性能提升8倍、性价比提升1.5倍以上。

与此同时，AI正在改变半导体企业对基础设施的要求。康晓宇表示，模型、算力和AI能力迭代加快，企业从立项、采购到部署完成，可能已经面对新一轮技术更新。对于半导体企业而言，云的作用也从应对资源峰值，进一步延伸到获得持续演进的计算与AI能力。

在AI应用方面，华为云希望与行业伙伴、客户及科研机构共同沉淀行业模型、高价值数据集和AI开发工具链，让智能体进入具体研发和生产场景。

三、从“EDA上云”走向“云上造芯”

从全球产业趋势看，芯片研发基础设施正在从“EDA工具上云”，走向“云基础设施与EDA工具深度协同”。AWS等国际云厂商已经持续整合Cadence、Synopsys、Siemens EDA等产业工具，英伟达也在通过加速计算、AI与EDA生态合作进入芯片设计流程。

对于中国半导体产业而言，除了发展自主EDA工具，也需要能够承载和连接国产EDA、算力、存储、数据与研发流程的基础设施平台。

从20年造芯实践，到大规模计算池、EDA/OPC仿真上云，再到AI进入研发生产，华为云正在布局的范围，已经从单纯提供EDA云算力，进一步覆盖芯片研发所需的算力、存储、数据、安全和AI能力，“云上造芯”也成为其半导体云基础设施布局的下一步。