世界各地的政府和行業齊心協力解決大規模芯片設計挑戰。美國國防部的微電子中心 （ME Commons）、歐盟芯片法案試點線和日本政府支持的 Rapidus 財團等團體通常由老牌公司、研究機構、學術界和初創公司組成——每個機構都帶來了不同的技能。

是德科技設計與驗證業務部總經理 Nilesh Kamdar 表示，在這種情況下，芯片設計界正在加速、擴大規模，并承擔如果沒有政府資助，他們可能不會承擔的風險，是德科技參與了國防部的許多 ME Commons，最近與 Rapidus 合作開發了高精度工藝設計套件 （PDK）。“下議院是將其帶給所有區域實體的好方法。我們專注于八個不同的實體和六個不同的技術領域。最初尚不清楚 ME Commons 將如何建立，但擁有區域卓越中心，由幾所大學領導并匯集大學、商業團體和各種生態系統參與者（如 EDA 供應商）的合作伙伴關系，這非常有趣。

然而，團體設計項目面臨幾個關鍵挑戰，如果涉及政府資助，這些挑戰會更加復雜：

• 如何管理和保護在項目之前就存在并由組使用或由項目成員創建的知識產權 （IP）。

• 如何共享機密數據，以便設計和 AI 工具能夠利用實際用例的發現來解決現實世界的問題。

• 如何訪問任何適用的制造節點上的代工廠和 PDK，從傳統到前沿。

• 一旦政府資金用完（或被其他政黨或政府撤銷），如何讓項目繼續進行。

知識產權管理和產品
貨幣化雖然項目的最初意圖可能是讓所有相關人員受益，但這并不能解決如果產品進入市場，每家公司將如何獲得補償的問題。

“如果你正在努力在團隊努力中開發新的東西，那么誰擁有開發的東西？”“每個人都擁有它嗎？有人擁有這塊嗎？有人擁有另一部分嗎？我認為最好的方法是如果你能獲得競爭前的組合。

一段時間以來，公司一直在合作開發工藝技術和組件，但設計工具帶來了不同的挑戰。

“知識產權管理和數據管理的問題是巨大的，”Kamdar。“我認為沒有人明確解決了這個問題。如果我是一家半導體公司，遇到一些非常有趣的人工智能技術，可以讓我加快半導體生命周期，我會如何使用它？我可以在一個項目到另一個項目使用它嗎？我可以讓它在我自己的設計上進行訓練，然后在我的下一個設計中使用它嗎？這是我想做的事情嗎？這就是承諾。如果你這樣做，你就會受益。作為一個行業，我們能做到這一點嗎？我認為我們還沒有回答這個問題。大學有可能做到這一點。大學可能擁有可以培訓的知識產權，并決定與其他大學共享。

同樣，政府計劃中的公司可以找到一種共享數據和知識產權的方法。“但承諾始終是 IP 歸進行設計的團隊或公司所有，并且每個都保留在本地，”Kamdar 說。“我們可以探索如何將其貨幣化的不同方式。但在這一點上，這是一個很好的問題，特別是如果你看看政府或航空航天等用例，那里對知識產權保護的要求甚至更高。

與政府機構合作的公司需要找到在保護知識產權的同時促進創新和協作的最佳方式。

“其中一部分是這些事情的演變，以找到合適的利基市場，”博斯艾倫公司高級首席工程師、微電子工程研究員薩維里奧·法扎里 （Saverio Fazzari） 在 DAC 小組討論中說。[1] “知識產權保護部分是其中的關鍵部分，并開發一種能夠實現這種創新研究的知識產權模型。我的經驗是，如果你提前解決這個問題，你就會成功。如果你等待，當這些項目被遏制住時，它就會阻止成功，你就無法獲得這種共享和創新。我們現在在下議院看到的是人們開始弄清楚如何以正確的方式實現這一目標。從那里開始，挑戰將是，隨著你的前進，它如何成為一種產品，你如何處理這些東西？我知道一些特定的組織有知識產權律師和其他人員來弄清楚這種模式是什么樣子。因為最終，對于其中許多人來說，'當我繼續做這件事時，我將如何從這個東西中賺錢？'這仍然是一個難以弄清楚的挑戰。從研發的角度來看，這很棒。我們已經實現了我們的目標。

如何從群體創新中賺錢是一個價值數十億美元的問題，Natcast 設計工程生態系統支持副總裁 Vivek Prasad 在同一小組中表示同意。“這仍然不是一個解決的問題。你必須首先從競爭前的領域來看待研究，在那里你確實需要合作，不僅在美國，而且在世界各地。競爭前的合作需要發生，才能真正提高我們的技術能力。然后，一旦你開始進入競爭領域，就需要資金來支持五年后出現的技術。你如何衡量它們？這就是我們需要集體的地方。

Silicon Catalyst 的 Kepler 指出，他在 AMD 從事下一代工藝技術工作的時間是競爭前協作如何運作的一個例子。“我們與其他公司建立了不止一次的合作伙伴關系來開發這項技術，我們將共同研究這項技術，我們都將擁有共同開發的技術的權利，但每個人都會將其獨立轉移到我們自己的制造工廠，并將我們自己的產品設計放入其中。我們與獨立設計和獨立工廠競爭，但我們擁有相同的基礎技術;這不是我們相互競爭的。

初創企業也受益于競爭前的創新，無論是在大學還是作為政府計劃的一部分。

“大學之間沒有商業競爭，但研究可以由不同的公司進行并轉化為商業產品，”開普勒說。“很多來找我們的初創公司都是從大學里進行的研究中走出來的，他們試圖利用這些研究和他們收到的結果，并且已經能夠獲得博士學位并發表論文，現在他們正試圖將其變成一家盈利的公司。在研究和政府資助的道路上也是如此。你可以讓三四個不同的實體進行相同的研究，并嘗試彼此做不同的事情，也許會相互競爭。但基礎研究是由政府資助的，為所有這些商業事情的發生提供能力。我認為這是一個非常好的模式，不僅對于制造技術和設計技術的研究，而且對于電子設計自動化的研究，這是一個沒有得到太多關注的領域，所有這些東西對一個經濟來說都非常非常有價值。

數據共享
的好處和挑戰在數據被視為新黃金的時代，公司正在弄清楚他們想要共享多少，尤其是在開發人工智能和 EDA 工具時。人工智能模型受益于根據真實數據進行訓練，這有助于 EDA 工具的功效。但由于專有 IP，沒有人愿意共享他們的數據。

“我們混合使用數據，”初創公司 ChipAgents 的研究主管張克勛說，該公司訓練人工智能代理來幫助完成包括 RTL 生成、設計和驗證在內的前端任務。“我們的一些數據是綜合的。有些來自開源世界，有些是我們自己獲得的。但還有另一種選擇。我們嘗試與客戶合作，為他們訓練定制模型，因為我們的客戶擁有的數據量比公開的任何數據都要大得多。此外，它將更多地根據他們自己的需求進行定制。我們與他們合作，調整我們的工具，包括我們的模型，以適應他們想要的任何定制。

為芯片設計工具訓練模型需要多長時間取決于具體功能。“通常的時間段可能是一個月到半年，但這是我們目前正在做的事情的規模，”張說。“這確實是一個靈活的數字，取決于他們想要多少定制以及他們愿意共享多少數據。”

如果專有問題能夠解決，共享數據可以為供應鏈中的每個人節省金錢和時間。西門子 EDA 產品主管 Sathishkumar Balasubramanian 表示：“你試圖解決的問題是，如果你可以預先對所有事情進行建模并使其非常實時，那么當你獲得數據表明某些東西朝著錯誤的方向發展時，你會立即告訴所有供應商，要么停止它，要么尋找其他來源。“你立即開始提供反饋循環，這就是我們所說的整個數字孿生循環，從我們在虛擬世界中所做的事情到物理世界中發生的事情，以及如果你能以更少的干擾和足夠的左移思維來縮短這個周期，那么你將是第一個想出滿足所有目標甚至超越目標的產品的人。”

讓不同的團隊一起工作有很多價值，因為他們有不同的優勢、觀點和方法。“如果做得好，這會非常非常強大，”開普勒說。“但也有挑戰。最基本的一項是圍繞數據共享;如果每個實體都認為他們的數據是專有的，或者必須根據他們擁有的某些規則將其數據視為專有的數據，那么數據就無法正確共享，這會阻礙整個事情。你可以擁有非常基本的東西，比如每家公司的內部互聯網防火墻。他們的電子郵件系統可能不允許外人進入。我們在合作伙伴的設施內工作，發現雖然我們可以在實體建筑內工作，但我們不能在 IT 基礎設施內工作，因為它對除員工之外的所有人都進行了防火墻保護。

小芯片給知識產權、數據和所有權問題增加了另一層復雜性，因為它們可能來自不同的公司進入一個系統。ME Commons 的加州-太平洋-西北地區人工智能硬件中心通過專業小芯片的異構集成獲得了節能和可擴展人工智能硬件系統的資金。但仍然有很多問題。

“我如何不僅實現互作性，不僅僅是潤滑小芯片制造的障礙，而且是商業模式，如何使其在財務上可行？”“成本結構已經到了生產小芯片變得經濟的地步，但風險結構沒有改變。如果有一個模型說，'好吧，誰來承擔擁有三種不同小芯片的風險，而我們不知道哪一個不好，誰來承擔成本？思考如何讓行業承擔更多風險是很有趣的。

當小芯片成為現實時，IP 供應商和 EDA 公司必須找到一種完全不同的方法來自動化和提高效率。“后端，即制造過程，并不能解決整個問題。他們就是做不到，“Arteris 首席營銷官 Michal Siwinski 說。“你開始看到 EDA 公司和代工廠之間的更多合作。這基本上意味著 IP、自動化、EDA 和設計流程變得更加相關，因為這不再僅僅關乎您如何制造，而是關乎您如何設計。當前的人工智能變化進一步正確看待了這一點。

新組織
面臨的 PDK 和代工廠準入挑戰代工廠需要工藝設計套件，以使更多公司能夠在各種制造工藝節點上設計芯片，但 PDK 準入可能很困難。

“代工廠是一個巨大的挑戰，因為他們非常保護自己的知識產權，”新思科技云產品管理執行董事 Vikram Bhatia 說。“通常，代工廠會向您發送 PDK 或輔助材料，這本質上是您在開始制造之前完成設計所需的代碼庫。代工廠讓新組織或較小的組織在驗證您是否收到他們的 PDK 之前要經過一系列法律和安全措施。

政府計劃、初創企業孵化器和 EDA 云平臺都可以幫助更快地訪問 PDK。

Ansys產品營銷總監Marc Swinnen表示：“我們一直在參加小組活動，試圖向政府提出關于設計資金如何運作的建議，因為這不僅僅是工具，而且至關重要的是PDK。“這在很大程度上彌合了雙方相遇的工具之間的鴻溝，因為政府的目標不僅僅是促進研究，而且是實現芯片設計的民主化。如今，先進的芯片設計是少數擁有非常先進團隊的公司的職權范圍，其他人無法獲得工具，無法獲得 PDK，無法獲得專業知識。政府希望更廣泛地提供工具。這是一個崇高的目標。具體如何實現還有待觀察。

當談到新組織和初創公司的障礙時，幾乎所有事情都歸結為時間和獲得代工 PDK 的機會。“如果認證需要兩個月的時間，那么兩個月就是你沒有的時間，”Bhatia 說。“這與設置 EDA 環境本身是一樣的，對于從頭開始的人來說，至少需要 8 到 12 個月的時間，無論您是通過購買自己的硬件和購買自己的軟件許可證來完成，還是通過選擇頂級云提供商之一在云平臺上進行。EDA 環境非常復雜;網絡、存儲、整體設置、安全要求，所有這些都需要幾周的時間才能完成。從挑戰的角度來看，一切最終取決于你有多少時間，以及你可以在所有這些事情上浪費多少時間。

圖 1：堆棧不同級別的關鍵基礎設施需求，包括 PDK 和基礎電路 IP。 資料來源：NSTC 2025-2027 年戰略計劃

衡量進度，維持資金當談到大型項目
時，成功有不同的時間范圍。

“在短期內，大部分成功都圍繞著新技術進入市場，”Kamdar 說。“政府贊助的 CHIPS 法案能否比我們以前走的任何道路更快地將事情推向市場？作為一家上市公司，盈利收入增長是我們尋找的指標之一，但如果我從中期和長期的角度來看，這就是行業正在發生的事情。還有更多從事半導體領域的博士課程嗎？大學里的材料科學和研究是否還有很多事情發生？是否有更多初創公司將在這個領域進行半導體設計？這種變化的速度是否比我們在《芯片法案》之前的速度要快，在《芯片法案》之前，很多東西都被假定會流向臺灣或日本，或者海外其他地方，這種情況會改變嗎？我從這些方面看到了投資回報率。KPI 包括上市創新和可持續的盈利增長。

衡量程序是否實現其目標的最簡單方法之一是計算從概念到原型的時間。“這是一個指標，我們可以用它來衡量獲得成功原型的典型季度數，”Prasad 說。“然后，我們將積極衡量我們如何消除沿途的一些瓶頸，不僅節省時間，而且節省了在等待某些下一個里程碑時花費的閑置員工人數。此外，我們還有我們的研究指標和我們的勞動力發展指標。NSTC-UCLA 項目今年進行了 230 次流片。明年，他們將支持 1,000 個教室流片。他們正在 23 所大學培訓新教授進行流片課程培訓，因此這種指數級增長正是我們想要的。

圖 2：使用 NSTC 產品將研究想法商業化的示例過程。 資料來源：NSTC 2025-2027 年戰略計劃

普拉薩德指出，小企業創新研究 （SBIR） 計劃等政府服務與較新的資助計劃之間的主要區別。“當你看看 DARPA 計劃甚至 NSTC 研究計劃時，他們正在花費分配的資金，但整個支持生態系統應該是我們正在創建的自我維持的企業，這就是為什么它不是作為政府計劃創建的。它是一家非營利性初創公司，這將使我們能夠在 10 年內從中創建一個持久的企業。

Booz Allen 的 Fazzari 觀察到，對于任何這些類型的投資，最終初始投資都會消失，但該項目可能需要 10 年才能建立技術能力。“我們如何以這樣一種方式維持這一點，使其對這個社區有意義，投入其中的投資，以及供應商愿意參與的事實，他們繼續這種關系，并且融資模式以一種有意義的方式發揮作用？”

法扎里認為政府不會繼續發放數十億美元。“我認為在當前的政府和環境中，當他們說'外國公司正在向美國投資 1000 億美元'時，你不會看到另一個——無論數字是多少——進入這個領域。它需要是一個集體，以一種表明我們已經準備好的方式來追求這一點。我們將積極實現這一目標。

結論
總體而言，政府、工業界和學術界之間的合作似乎是解決設計瓶頸和培訓未來勞動力的最佳方式，這些勞動力最終不僅是數字原生的，而且是人工智能原生的。

CHIPS 法案和 ME Commons 的一項關鍵成就是，它通過實驗室到晶圓廠等概念將設計帶到了最前沿。“這迫使社區重新思考，我們如何處理 EDA？”“在任何共享資源中，他們都建立了一個允許訪問的生態系統，但更重要的是，它讓人們思考這意味著什么，以及我們如何開始為創新創造知識產權。過去，你曾有過開發這項技術的情況，但你如何始終如一地推動它向前發展？

一個想法是發展 ME Commons 中心概念。“最初的很多思考過程都是如何幫助勞動力：我們如何幫助學生學習設計技術？我們如何讓他們訪問 EDA 和 EDA 工具？“這一切都是第一年的一部分，現在我們可以進行更詳細的工作。現在是，如果他們確實有設計，我們能否設置一些東西，以便他們獲得代工能力，并可以制造一些東西？那么，他們是否也可以進入某種實驗室，在那里他們能夠對他們的芯片進行測量，這樣他們就可以證明芯片的性能，或者他們知道芯片的性能？該芯片是以某種方式構建和設計的，現在他們看到結果與他們的設計相匹配。有很多不同的方式可以擴展這一點。