一年一度的ICCAD又結束了，
今年我們留意到一個關鍵指標：集成電路產業集中度。

這兩年，業界關心這個話題的人越來越多了。
與其說“一鯨落，萬物生”，淘汰掉該淘汰的。
可能我們現在更需要的是“一鯨立，萬物才可生”。（此處一為虛數

今天我們從高校集成電路人才培養的角度來聊一下產業集中度的問題：

一、什么是理想的產業集中度？為什么我們的產業集中度偏低？
二、站在人才培養角度，我們目前的產業集中度下，高校和企業分別有什么難處？
三、對于行業碎片化，高校人才培養有什么破解之道？

01、最近十余年，我國集成電路產業集中度數據

根據會議每年公布的官方信息，我們整理了過去13年與集成電路產業集中度有關的數據：

2025年，集成電路設計企業數量為3901家，其中有831家銷售過億的企業，占全行業銷售收入的84.17%。年營收過億企業數量增長的速度不及全行業企業總數增長速度。

全行業產值穩步上升。2025年，十大設計企業榜單的進入門檻從上年的70億元人民幣提升到84億元。

前十大設計企業營收增長的速度不及全行業營收增長速度，占全行業銷售收入比重在2019年達到50%峰值后下降明顯，2025年占比數值為29.9%。

結論很明顯：

1. 增長是確定的，但頭部企業競爭力沒有絕對優勢，無法形成寡頭局面；
2. 行業未定型，擴散式發展，企業數量比頭部增長更快，各個領域全面開花；
3. 2019年后，行業爆發式增長，產業集中度反而下降。
   

02、什么是理想的產業集中度？為什么我們偏低？

不同行業的理想產業集中度差異是很大的，這是由行業的本質屬性來決定的。
像集成電路這種重資本、高研發，高復雜度，網絡效應強型行業，理想集中度是非常高的，是典型巨頭的游戲。
隨便舉例，GPU/CPU/基帶這類關鍵通用芯片，都是寡頭格局。

TechInsights數據顯示：2024年，全球前20大半導體企業平均研發投入為352億人民幣，研發投入和營收占比平均比例為15.8%，也就是平均年營收水平為2230億人民幣。
對標國際，結合中國的情況，我們把理想產業集中度分為三層：

頭部企業

頭部企業：
年營收500-2000億人民幣
3-5家，關鍵通用領域或平臺類芯片
對外具備國際影響力，參與全球競爭，對內能設定行業標準，承擔技術攻堅，帶動產業鏈和國產生態發展

可能最接近的是華為海思？但因為TA家的營業收入包含在華為的整體數據里，不單獨對外公布，所以無從知曉

腰部企業

腰部企業：

年營收10-100億人民幣
30-50家，細分領域芯片
覆蓋大量中端市場，構成產業基礎，豐富芯片產品品類

長尾企業

長尾企業：
年營收<5億人民幣
200-500家，深耕技術或應用場景
主要承擔創新探索、試錯和新方向突破

整體來說：

• 頭部強，中部有競爭，小型企業可創新但不能無限制碎片化
• 人才有金字塔結構，在產業鏈中按能力成長
• 研發能滾動投資，產品有穩定代際路線，創新可持續

那么，1億人民幣年營收的IC設計企業是什么水平？

小，且能活。

但是，能不能一直活下去就各憑本事了。
這些小微型企業覆蓋高度細分的長尾需求場景，比如MCU、小WiFi/BLE/IoT芯片、電源管理、傳感器等等。
過億營收的我們有831家企業，已經很多了，不過億的還有幾千家。。。可以想見這些企業活得有多么艱難。

和理想集中度對比，我們的現狀是：
TOP10占比不到30%，門檻84億人民幣，大約在腰部水平。
TOP831家占比84%，碎得有點離譜。

頭部：不夠大，也不多
腰部：數量不足
長尾：太多，小，弱，散，同質化嚴重

這兩年業內一直在喊：不要內卷，不要低端內卷。
我們要走中高端芯片路線，想要做大做強，參與國際競爭，就要求必須要有更高的產業集中度。
咱們目前的年營收水平可能還沒趕上人家的研發投入水平，這還怎么打？

高端芯片不是靠數量堆出來的，而是靠規模和長期研發投入，穩定的人才梯隊，平臺化能力和產業鏈協同一起推動的。

03、低產業集成度下，高校集成電路人才培養現狀如何？

集成電路人才培養與產業的關系，我想我們不需要再贅述。
產業與教育的“雙向奔赴”，應該屬于大家的共識了。

我們今天主要關注以下話題：

產業集中度高或低跟集成電路人才培養有什么關系？高好還是低好？
高校與企業各有什么難處？
在目前這種現狀下，我們要怎么考慮高校人才培養問題？怎么破？

我們先用一句話總結一下現狀：
產業需求零零碎碎，高校培養拼拼湊湊

高校視角

對高校人才培養來說，影響主要體現在三個方面：

1.培養目標無法統一，教材無法標準化

企業數量多，行業標準缺失，教育需求碎片化，缺乏體系。高校難以與企業從源頭開始進行課程共建，對齊培養目標。

2.產教合作難形成規模，不夠持續穩定

單一企業無法穩定深度合作，支撐起一整個長達數年的完整產教融合鏈接。企業能提供的資源也有限，無法穩定地提供學生可用的真實項目，更偏向于零散的小作坊式項目合作。
企業規模小，單一企業容量不大，沒有足夠的目標崗位提供實習或就業。

3.知識體系缺乏系統更新

一方面老師缺乏地方進行系統知識體系更新及學習；另一方面，高校整體知識滯后于產業，學生畢業后基本要重新培訓。

企業視角

對企業來說，也不容易：

1.人才升級依賴個體成長而非制度推動，培訓體系缺失

人才職業穩定性低，流失率高，且行業高端人才缺失，沒有辦法搭建完整人才梯隊。培訓體系不是剛需，主要還是靠師傅帶徒弟，不可持續。
不像大企業有專職培訓崗位或部門，兼職課程講師，甚至單獨有預算和制度。

2.研發知識缺乏沉淀，難以形成系統方法論反哺實踐或教學

小公司項目復雜度相對不高，不需要大規模協同，靠資深工程師的“經驗”辦事，缺乏動力也沒時間做文檔，全在腦子里。因此難以形成體系，構建系統方法論，進一步指導實踐或提供教學用。
大企業有知識沉淀機制，有專人專職，經驗能復用，形成規模效應，成本也隨之下降。

3.現金流緊，企業以短期目標為主，很難考慮與高校產教融合人才培養這種長期項目 

大企業資金雄厚，研發節奏穩定，而小企業現金流緊，靠項目吃飯。
像產教融合這種短時間看不到收益的項目，很難放進企業的規劃里。而且員工都身兼數職，忙于救火，趕項目解決問題，沒有多余人力，新人也招得少。

在當前產業集中度偏低，企業整體規模偏小，頭腰部企業嚴重不足的情況下，我們的確不能對企業提太高的要求：指望學生在學校學十幾門理論課程，然后交由企業接棒來完成后續所有的培訓，這是不現實的。

咱也不能怪現在半導體招聘市場整體學歷內卷，企業挑三揀四。
主要是，地主家也沒有余糧呀。

04、高校如何“化零為整”，培養學生工程力，對抗行業碎片化

越是這種：企業育人成長能力不足的時候。
高校人才培養必須及時補位，才能不掉鏈子。
所以，在學校就得把學生的工程力培養出來，填平高校與企業之間的那道鴻溝。

低集中度意味著企業的穩定合作能力弱，因此不能依賴單一企業。
那么，高校要如何“化零為整”，對抗行業碎片化？
既能與產業對接，又不受單一企業的限制。
帶領學生多走一步，減輕企業負擔，填補中間空缺。

如果學生從未在 EDA 上“走一遍流程”，他只是“聽說過芯片是怎么做的”，其他都靠想象，這并不是“真正理解了芯片”，也掌握不了企業需要的工程能力。
如何從知道知識、理論，到理解工具、原理，進行場景、流程訓練，甚至參與到完整項目流片，直到實現完整工程閉環，讓學生帶著能力進企業?
而不是讓課本的歸課本，芯片的歸芯片。

既不能依賴單一企業，又能培養學生工程力。
我們的答案是——一套與企業一致的可復訓EDA實訓教學平臺。

可復訓性意味著：不管學校用什么課程、什么工具、什么流程，有什么老師，學生都能不斷通過不同方式，將知識重新訓練成“工程能力”的能力。

什么是可復訓EDA實訓教學平臺？

• 提供重復訓練的EDA環境，多版本多工具可組合，多Flow可切換
• 不依賴特定底層硬件環境，自由可遷移，擁抱信創
• 課程與工具模塊化配置，雙一流、本科、高職類院校均適用
• 工程級實訓平臺，與企業EDA環境規范與標準保持一致
• 低運維IT要求，使用門檻低，無需手動配置

對企業：化整為零

對企業：搭建校企合作的最小成本橋梁。

大企業覆蓋不了全國這么多高校，但越是示范學校越不缺資源，馬太效應明顯。
因此，相對較小企業可以通過平臺提供脫敏項目、數據、模型、案例、技術流程，不一定要花大力氣組織并接待學生、老師線下參觀培訓，降低成本和時間精力消耗。
而且，支持企業碎片化輸入，無需派專家長期指導高校。

對高校：變1為N

對高校：變一次上機實訓或一次參觀，為循環式、遞進式、可復訓平臺。

可復訓課題庫：
來自不同企業，不同工程化項目的企業案例或教學課程可以經體系化整理后，留存并反復使用，持續積累作為學校的數字資產，不會因單一企業合作變動而斷鏈。

可復訓老師：
不同學校、不同老師水平可能差距巨大。平臺讓弱老師變“能帶學生的老師”，讓強老師變“更強的工程型導師”。

老師在企業項目中學到的腳本、流程、debug方法，回學校能直接在平臺上開展工程化教學，經驗可以積累并快速更新。

可復訓學生：
工程能力不是課堂學出來的，而是反復訓練 + 反復踩坑 + 反復理解本質 + 反復輸出成果。
學生可以使用平臺反復訓練，強化能力，把工程技能反復拉起、固化下來、提升上去，掌握核心工程邏輯，通過失敗反復回爐，從而平滑從學校遷移到企業。

集成電路產業集中度，我們相信一定會提升，只是可能沒那么快。
產業需要“向上卷”，高校人才培養也不能停在原地。
在現有條件下，高校“化零為整”，減輕企業負擔，把工程能力內生于學校體系，可能是條不錯的破解之道。

參考資料

案例&實踐
深職大 | 普冉半導體 │ Alpha Cen │ 青芯半導體 │ 浙桂半導體 │ 燧原科技

EDA實證系列
HFSS │ Calibre │ Virtuoso │ VCS │ OPC │ HSPICE

芯片設計五部曲
算法仿真 │ 數字IC │ 模擬IC │ 射頻IC

END

我們有個新一代融合智算研發平臺
不止有半導體芯片設計，還有工業制造仿真
甚至還融入了AI技術
自下而上全棧適配國產化生態系統已經是next level了
同時，打造高校新質生產力教學科研創新平臺
以產業經驗賦能高校教學與科研場景
培養實戰型人才掃碼

掃碼 免費試用或預約專家1對1溝通~

更多電子書
歡迎掃碼關注小F（ID：imfastone）獲取

你也許想了解具體的落地場景：

如何用AlphaFold2，啪，一鍵預測100+蛋白質結構
【案例】遠離“紙上談兵”，深職大打造國內首個EDA遠程實訓平臺
只做Best in Class的必揚醫藥說：選擇速石，是一條捷徑
超大內存機器，讓你的HFSS電磁仿真解放天性
從“地獄級開局”到全球首款液氧甲烷火箭，我們如何助力藍箭沖破云霄
普冉半導體逐步布局自主可控，漸次提升研發效率

我們的解決方案/產品：

內測邀請】集成電路設計的AI“外掛”？速石IT-CAD在線智能助手
今日上新——FCP
專有D區震撼上市，高性價比的稀缺大機型誰不愛？
從“單打獨斗”到“同舟共集”，集群如何成為項目研發、IT和老板的最佳拍檔？
國產調度器之光——Fsched到底有多能打？
八大類主流工業仿真平臺【心累指數】終極評測

近期動態：

速石科技正式發布新質生產力教學科研創新平臺，聚焦跨學科專業教學實訓與科研
速石科技攜手珠海先進集成電路研究院，正式入駐橫琴ICC
速石科技完成龍芯、海光、超云兼容互認證，拓寬信創生態版圖
速石科技入駐粵港澳大灣區算力調度平臺，參與建設數算用一體化發展新范式
速石科技成NEXT PARK產業合伙人，共同打造全球領先的新興產業集群

近期動態：

速石科技正式發布新質生產力教學科研創新平臺，聚焦跨學科專業教學實訓與科研
速石科技攜手珠海先進集成電路研究院，正式入駐橫琴ICC
速石科技完成龍芯、海光、超云兼容互認證，拓寬信創生態版圖
速石科技入駐粵港澳大灣區算力調度平臺，參與建設數算用一體化發展新范式
速石科技成NEXT PARK產業合伙人，共同打造全球領先的新興產業集群

Vibe Coding：是一種新興編程方式，也被稱為 “氛圍編程”，可視為AI Coding的子集，由Andrej Karpathy于2025年初提出。其核心是通過自然語言向AI描述需求，由AI生成相應代碼，讓開發者專注于創意和問題解決，而非底層編碼細節。

AI Coding，即AI輔助編程，作為當前GenAI應用落地最快、影響力最大的方向，自然也是我們速石技術前沿探索的題中應有之義。咱們主打一個“上桌吃飯”。
還是那句話，在這場IT技術進步的浪潮里，每個人都有自己的位置。

目前，關于AI Coding對于專業開發者來說，到底是增效還是降效，是有點爭議的。我們的觀點很明確：必須是提效，而且是大大地提效。

我們毫不懷疑，不論企業或個人，國內AI Coding的使用率將持續提升。
更重要的一點是，Vibe Coding降低了編程門檻，利好于更多領域的“非傳統意義上的開發者”。
可以說，是一種更垂直的“AI平權”，或者我們可以叫TA“編程平權”。

扯遠了，回到正題。
我們今天分享的是一個企業級項目的Vibe Coding實踐。
項目中，我們經歷了從“你是光你是電你就是唯一的神”，到“Vibe Debug純純搞心態啊我真的沒時間陪你鬧了”，最后“哎喲不錯哦下次再帶我飛”的起起落落落落起起起的一系列復雜過程。

實踐結果

“古法編程”預估時間：第一步最小可用產品（MVP）的工作量評估大約為：5人/周的工作量，大約200小時。
Vibe Coding實際用時：我們選擇當紅炸子雞Claude Code直接設計原型，發現這個過程的效率和完成度遠超預期，于是繼續用Vibe Coding大法把這個MVP項目完成，共計耗時44小時。

實踐結果：與“古法編程”相比，Vibe Coding給這個項目帶來了5倍的效率提升。

我們有三個深刻體會

開發者的角色轉變：從編碼者到架構師

Vibe Coding讓開發者的角色發生了根本轉變。我們不再是代碼的直接生產者，而是：

• 需求翻譯官——將業務需求轉化為AI能理解的任務
• 質量把關人——審查和優化AI生成的代碼
• 架構設計師——專注于系統的整體設計和技術決策

"古法編程"的時代可能要過去了

做這個項目的過程中，Claude經歷了幾次服務故障和“降智”，在這種時刻我們深刻感受到了一種新型"戒斷反應"——不太愿意手寫代碼了。
這種轉變既令人興奮又讓人擔憂：

• 我們需要接受的事實——AI能在幾分鐘內完成原本需要幾小時的編碼工作
• 我們需要學習新的技能——如何有效地與AI協作
• 我們需要判斷AI的輸出質量——理解代碼原理變得更加重要

人有的毛病，AI也有

有趣的是，AI展現出了一些非常"人性化"的特征，比如：

• 不喜歡做錯誤處理（就像很多開發者一樣）
• 傾向于展示成果（在實際完成度遠不及預期的時候，總結寫得特別好，看起來像完成度非常高）
• 需要明確的指導（模糊的需求會導致糟糕的結果）

以下是項目實踐過程

項目介紹

這個項目包含Web端、服務端以及節點端Agent的開發，由于是企業平臺，也包含基本的用戶認證和權限控制能力，以及一些基礎的監控儀表。由于是內部項目，細節不便過多對外披露。

技術棧選擇如下：
服務端：Go
節點端Agent：Go，Shell
前端：React
數據庫：PostgreSQL

項目階段記錄

Claude Code的交互均在命令行中完成，對于有一些技術背景的人來說，體驗非常流暢。TA上手非常容易，網上有大量的介紹和使用技巧說明，Anthropic官方也提供了非常不錯的文檔和實用技巧說明。
Claude Code提供了`/cost`命令，便于觀察工作過程中模型用量、時間和對應的token成本，我們也做了相應的記錄。

階段1 - 架構設計和前后端實現

我們把這個項目涉及到的功能描述后，讓Claude做了一個網頁界面的原型，并要求Claude用模擬數據填充網頁界面。
這個過程Claude非常快地就完成了，經過幾輪需求調整和幾次快速的debug，一個用模擬數據的前端就在本地跑了起來，速度和完成度都遠超預期。
這讓我們對于用Vibe Coding完成這個項目也有了很大的信心。

這其實也是一個“Working Backwards”的過程，用一個做好的前端盡快拿到用戶反饋，再進行后端的開發和調試，這樣可以盡量減少返工和需求變更帶來的額外工作量。
前端開發完成后，用戶反饋沒問題，便開始了后端的開發。

開始一個新的后端項目，做的第一件事情一定是“頂層設計”，Vibe Coding也不例外。
Claude在這個過程的表現基本符合預期，在我們的引導下，完成了系統架構文檔的撰寫和核心數據結構的設計。經過我司CTO的審閱，架構設計是合理的，于是我們便讓Claude拿著這個架構設計以及之前構建前端時寫的API Spec開干。
不得不說，這個階段Claude的代碼產出量和產出速度又一次超出了我們的預期，在幾乎沒有干預的情況下，把后端和服務端的代碼基本寫完了。還在我們的要求下，寫了不少單元測試。

完成這些后，Claude報告的用量和時間：

可以看到API調用一共花費了5小時出頭，而我們實際用于輸入指令和等待輸出的時間加起來大約8小時。

這個階段，可以說是我們與Vibe Coding的“蜜月期”。
整個過程體驗簡直就像德芙一樣絲滑，讓人期待值拉滿。

階段2 - 測試、部分功能細節實現和bug修復

Vibe Coding有多爽，
Vibe Debugging就有多崩潰。

盡管我們對于第一階段生成的代碼會有bug這一點有預期，但仍沒有想到這個階段的工作量超出預期這么多。
先看報告：

實際上這個過程耗費了我們大概25小時的工作時間，而整個過程斷斷續續一周多才完成。

在調試過程中，我們甚至一度產生了“放棄吧，要么自己寫得了，別整這破AI了”的想法。但每次真的想要親自動手的時候，又很難抵御那種“看著AI干活”的誘惑，在崩潰的邊緣反復拉扯。

算了算了，繼續調吧，還能離咋的？
大不了多寫點提示詞！！

階段3 - 收尾以及一些外部系統的集成測試

由于這是一個基礎架構項目，對外部系統有一些依賴。為了盡量完成端到端的核心功能體驗，我們完成了外部系統集成工作，并且驗證了核心使用流程。

這個階段，代碼開發和測試工作量大約各占一半，耗時大約6小時。
用量報告：

一些小技巧分享

上下文管理是門藝術

200k的上下文長度看似非常大，但在Agentic Coding的場景下，其實只能說“還算能用”。
Claude Code提供了自動壓縮對話的能力，這里的壓縮很顯然是有損壓縮，因此很多上下文信息是丟失的，在不同的上下文中，模型需要通過閱讀文檔和代碼來理解原本我們以為TA已經理解的內容。

技巧：

• 善用CLAUDE.md，明確要求Claude記錄這類重要信息：架構、代碼結構、常用命令和腳本。或者用`#`在交互命令行中手動輸入重要信息；
• “分而治之”：做好模塊化設計，盡量每個上下文只在一模塊或者文件層面工作。

AI的工作模式和引導技巧

Claude Code仿佛一位不知疲倦，忘性極大但工作效率極高的初級程序員，它表現出了一些特征：

- 喜歡重新造輪子而非復用現有代碼
- 專注于完成任務，但可能忽略整體架構
- 對錯誤處理和日志記錄不夠重視

技巧：

• 保持專注，盡量多了解AI在寫什么/改什么，及時打斷不合理的操作；
• 提示詞或者`CLAUDE.md`中明確現有實現在什么文件中，明確需要修改的文件名稱；
• 提示詞或者`CLAUDE.md`中明確要求錯誤處理的規則和日志記錄的規則，甚至可以單獨在一個會話中要求審查代碼，補充錯誤處理邏輯和日志邏輯。

注意力很重要（誤：Attention is all you need)

別搞錯了，我指的是坐在屏幕前的“我們的注意力”。
當AI不知疲倦的持續輸出時，我們是很容易分心的。注意力從命令行窗口逃離后，很容易“一去不返”，再次想起并回到命令行窗口時，發現Claude只是在等待你確認操作。或是當你回到屏幕前，發現Claude改了一堆你沒有提交的文件，追悔莫及。

技巧：

• 設置提醒，以我們常用的 iTerm2為例，Claude Code可以與之集成，在等待用戶輸入的時候提供系統級別的提醒；
• 保持互動，及時打斷/響應。

測試驅動和持續集成

無論是單元測試還是集成測試，盡早將測試流程引入開發中。
AI寫單元測試是一把好手，要善于利用。在完成一個模塊時，盡早引入集成測試，這樣可以盡早發現問題。保持持續集成，例如每次改動代碼后都要運行單元測試并確保一定的通過率，例如改動代碼后自動commit。
當然了，以上提到的這些規則也可以寫入`CLAUDE.md`。

技術債的雪球效應
隨著項目規模增長，早期的架構決策和代碼質量問題會被不斷放大。

預防措施：

• 前期規劃：花更多時間在接口設計、數據格式定義上
• 代碼審查：定期審查AI生成的代碼，及時重構
• 文檔先行：讓AI先寫設計文檔，再實現功能

這次如過山車般的Vibe Coding經歷，雖然過程中有挫折（特別是漫長的調試過程），但整體而言是一次令人興奮的體驗。
我們深刻意識到一點：AI不僅改變的是我們編寫代碼的方式，更重要的是改變了我們思考軟件開發的方式。

當我們學會如何有效地與AI協作，將人類的創造力、判斷力與AI的執行力、效率相結合時，我們能夠創造出超越任何一方單獨能力的成果。這不是人類被AI取代的故事，而是人機協作開創軟件開發新紀元的開始。

愿你能享受“古法編程”中的樂趣，也愿你能在Vibe Coding的路上一路狂飆，永不翻車。

One More Thing

我們認為，隨著 Kimi K2、Qwen3-Coder、GLM-4.5的發布，Claude Code或者其他代碼助手配合開源大模型的AI編程解決方案已經初步具備生產環境使用價值，并且能通過私有化部署來保證企業敏感數據不外流。
速石愿意分享我們在AI編程領域積累的實踐經驗和能力，與諸位一起持續推動并探索企業級AI輔助編程的邊界。
感興趣的朋友，歡迎來找我們聊聊~~

END

我們有個新一代融合智算研發平臺
不止有半導體芯片設計，還有工業制造仿真
甚至還融入了AI技術
自下而上全棧適配國產化生態系統
已經是next level了
同時，打造高校新質生產力教學科研創新平臺
以產業經驗賦能高校教學與科研場景
培養實戰型人才

掃碼免費試用或預約專家1對1溝通~

更多電子書
歡迎掃碼關注小F（ID：imfastone）獲取

你也許想了解具體的落地場景：
用AlphaFold2，啪，一鍵預測100+蛋白質結構
【案例】遠離“紙上談兵”，深職大打造國內首個EDA遠程實訓平臺
只做Best in Class的必揚醫藥說：選擇速石，是一條捷徑
超大內存機器，讓你的HFSS電磁仿真解放天性
從“地獄級開局”到全球首款液氧甲烷火箭，我們如何助力藍箭沖破云霄
普冉半導體逐步布局自主可控，漸次提升研發效率

我們的解決方案/產品：
內測邀請】集成電路設計的AI“外掛”？速石IT-CAD在線智能助手
今日上新——FCP
專有D區震撼上市，高性價比的稀缺大機型誰不愛？
從“單打獨斗”到“同舟共集”，集群如何成為項目研發、IT和老板的最佳拍檔？
國產調度器之光——Fsched到底有多能打？
八大類主流工業仿真平臺【心累指數】終極評測

近期動態：
速石科技正式發布新質生產力教學科研創新平臺，聚焦跨學科專業教學實訓與科研
速石科技攜手珠海先進集成電路研究院，正式入駐橫琴ICC
速石科技完成龍芯、海光、超云兼容互認證，拓寬信創生態版圖
速石科技入駐粵港澳大灣區算力調度平臺，參與建設數算用一體化發展新范式
速石科技成NEXT PARK產業合伙人，共同打造全球領先的新興產業集群

我國集成電路設計人才缺口到底有多大？

聽起來，像是個老生常談的話題？
好像經常在這里那里見到，總有個或大或小的數字跟著，也不知道從哪來的，統計口徑到底是什么。

一時上頭，強迫癥犯了，掘地三尺，搜遍全網。
大家引用來引用去的，找不到幾個有明確出處的數據源，大多有點年頭了。

有些獨立數據，如果背后沒有一份調查報告來佐證，實在很難讓人信服。
而且，很少有數據會進一步細化到集成電路設計這個領域。

既然已經好奇了，我們決定試圖根據現有公開數據，把這個賬認真算上一算。
整體來說，我們會通過兩種方法來計算我國集成電路設計人才缺口：

現在時算法
結合過去的數據，推算目前的市場供給與需求

未來時算法
通過目標倒推，得出我們將需要多少集成電路設計人才

為什么要用兩種算法

現在時算法，主要反映的是現狀和近期趨勢，也就是“坑”現在有多大；
而未來時算法則是我們的長期戰略方向，告訴你為了達成目標，我們需要挖多大一個“坑”。

我國集成電路行業目前正處于結構性調整時期，產業生態鏈各環節，無論高校人才培養，與企業的產教融合，還是政府政策的引導，都在不斷變化中。
只用現在時算法，無異于刻舟求劍。

而根據目標倒推的未來時算法，能讓我們更具象地意識到中間的差距到底有多少。我們還需要做出多少積極的改變，才能把抽象的目標轉化為可量化、可干預的系統工程，對整個人才培養體系提前布局。

兩相結合，才是正解。

計算方法
關于計算方法，標題已經說了，我們用的是小學生算法，相當簡單粗暴。
既沒有建構模型，還包含大量假設條件。很多時候是根據一個相對確定的已知數據加以推算。
各位姑且一看。

第一種
現在時算法

我們先來看看人才需求端

數據一：
根據雨前顧問&安謀科技發布的《2023年中國大陸集成電路產業人才供需報告》：2020—2022 年，集成電路企業發布招聘的人才需求數由16.83萬人增長至24.36萬人。2021年增速為32.33%。2022年增速為9.38%，人才需求增速大幅放緩。
2022年，設計/制造/封測/設備環節企業發布招聘的人才需求數分別為 12.35萬、6.09萬、3.94 萬和 1.98 萬人，其中，設計環節人才需求占比50.7%。

數據二：
2024年底，中國半導體行業協會集成電路設計分會在ICCAD年會上發布的1999年-2024年設計業銷售規模數據，我國芯片設計全行業銷售額逐年增長率——
2021年增長率：20.1%
2022年增長率：16.5%
2023年增長率：8%
2024年增長率：11.9%

數據三：
2024年底，中國半導體行業協會集成電路設計分會在ICCAD年會上發布數據：2024年與2023年芯片設計行業從業者人數持平。

推算：

考慮到數據一顯示：2022年人才需求增速已經大幅放緩。
結合數據二：2023年行業增長率也大幅下降，人才需求增速必然相應下降。
而數據三顯示：2024年與2023年從業人數不變。人才需求增速假設為0。
2025年數據還沒出，我們感覺整體國內行業環境有向好的跡象，但還不夠多。

因此，我們拍腦袋假設：2022-2025年，人才需求數一直保持不變，維持2022年的水平，即24.36萬人。
假設設計環節人才需求占比也與數據一的2022年保持一致，則2025年設計業人員需求規模為12.35萬人。

再來看看人才供給端

數據一：
中國電子信息產業發展研究院聯合中國半導體行業協會、示范性微電子學院產學融合發展聯盟等單位編制的《中國集成電路產業人才發展報告（2020-2021》。（已經更新到2023-2024版了，24年的數據還在調研中。但是21年后的報告完全沒有對外公開）
該報告調研對象：
1、覆蓋了集成電路全產業鏈企業以及事業單位
2、包括了國家示范微電子學院以及開設集成電路相關專業的高等院校及職業院校

2020年，我國集成電路相關畢業生規模在21萬左右，其中有13.77%的集成電路相關專業畢業生選擇進入本行業從業。

數據二：
根據雨前顧問&安謀科技發布的《2023年中國大陸集成電路產業人才供需報告》：2022 年集成電路人才市場中投遞簡歷人數，設計環節占比53.38%。

集成電路相關專業
所謂集成電路相關專業，有兩種概念：
一種是僅指集成電路專業以及電子科學與技術、微電子、電子信息這些強相關專業；
另一種，范圍覆蓋了弱相關專業，也是能進入半導體產業鏈就業的，包括：材料、機械、工程、通信、計算機、控制學科、化工、自動化、物理、化學、應用數學、工程力學、生儀、光電、人工智能等。
根據搜索大致得知：我國目前開設集成電路強相關專業或學院的高校大約為120-130家。假設按80人1個專業，一個學校3個強相關專業統計，一年大約共計3萬畢業生。
因此，我們合理推斷，報告里這個21萬應該是廣泛包括了集成電路強弱相關專業在內。

推算：

近幾年國家對集成電路行業人才培養相關支持政策不斷，集成電路行業薪資水平整體提升。一方面新增畢業生人數增多，但高校建設需要周期，所以不會一下增長太快；另一方面選擇本行業就業的學生也必然增長。

假設集成電路相關畢業生規模年增長率為10%，以2020年21萬為基準，2025年畢業生規模達到33.8萬人。
而其中選擇進入本行業從業的，假設從13.77%增長到25%，也就是8.45萬人。

其中選擇設計業投遞簡歷的人數占比，假設與數據二顯示的2022年占比53.38%保持一致，也就是4.51萬人。

除了高校畢業生，再加上一些社會或政府組織的專項人才培訓，從其他行業轉行人才，各種回流人才等，我們四舍五入大約5萬人作為集成電路設計人才供給池。

總結一下：

2025年集成電路設計人才需求端：12.35萬人
2025年集成電路設計人才供給端：5萬人
2025年集成電路設計人才缺口7.35萬人。

不能忽視的一點是，應屆生能不能順利入職企業，真正成為企業的人才供給。
這里，還需要打個問號。

第二種
未來時算法

如果說現在時，我們算的是存量。
未來時，我們看的是增量。

全球產業格局已經變了，這是事實。
國產替代已經不再是一個選擇了，這就是那種難而正確的事。
咱的視頻號都嘮好幾期了。

數據一：
根據海關總署數據：2024 年我國集成電路芯片進口金額達到 3856 億美元，是目前我國出口額最高的單一產品。

數據二：
據2024年底，中國半導體行業協會集成電路設計分會在ICCAD年會上發布數據，2024年，我國芯片設計業的人均產值為231萬元人民幣。

推算：

根據2024 年中國外匯交易中心公布的全年平均匯率 1 美元兌 7.1217 元人民幣計算，總產值共計人民幣 27485.14 億元。
假設按2024年行業人均產值水平=231萬元，需要芯片設計業的從業人員總規模為119萬人。 

我國出口的主要是中低端芯片，而高端芯片依賴進口，特別在中高端芯片領域：比如計算芯片、AI芯片、DDR5、LPDDR5等存儲芯片。
我國在中高端芯片的自主率亟待提高，芯片廠商在中高端芯片領域有巨大的創新和替代空間。

如果咱們的目標是通過創新，靠自己國產替代一半的集成電路進口芯片，一共需要59.5萬從業人員。

結合行業經驗數據，典型fabless類芯片設計公司研發人員占比最高，通常為70%以上。
考慮到中高端芯片為技術驅動型，一開始研發占比可能更高達到80%甚至90%，再逐漸走向成熟。
哪怕加上EDA、IP、IDM與系統自研廠商，適當拉低一點。
我們就以70%占比計算，也需要41.65萬芯片設計研發人員。這可是中高端芯片。

兩種算法，假設疊假設。
只能說，提供了更聚焦于集成電路設計人才的一個大畫面和思路，數字本身的參考價值有限。

兩相對比，可以感覺到巨大的割裂感。
我們的未來在那里，費老大力氣往前追還嫌不夠，差得遠；
我們的現在卻在這里，甚至不努力拽拽還能往后退一點也不好說。

供給與需求之間的差距也是巨大的，不管是現在時還是未來時，都能看出來，這已經不是上頭，而是令人頭大了。
從產業鏈來看，相比材料/設備/制造/封測，集成電路設計環節對工作經驗的要求最高。而且，更缺的是作為國產替代主力軍的中高端芯片設計人才。
與之相比，區域性人才錯配都算不上是什么問題了。

但是退一萬步講，咱也不能只吃第七張餅吧。
飯要一口口吃，問題要一個個解決。
人才也需要一點點培養。
不管是資深的還是高端的人才，也得從0培養起。
從高校開始，提高培養數量，尤其是質量，應該是大家都想得到的第一步。

集成電路設計教學實訓平臺——就是我們速石啃的第一張餅。

有這方面需要的高校，歡迎找我們聊聊。
當然，后續我們還會有更多詳細展開，建議保持關注。

END

我們有個新一代融合智算研發平臺
不止有半導體芯片設計，還有工業制造仿真
甚至還融入了AI技術
自下而上全棧適配國產化生態系統已經是next level了
同時，打造高校新質生產力教學科研創新平臺
以產業經驗賦能高校教學與科研場景
培養實戰型人才

掃碼免費試用或預約專家1對1溝通~

更多電子書
歡迎掃碼關注小F（ID：imfastone）獲取

你也許想了解具體的落地場景：
用AlphaFold2，啪，一鍵預測100+蛋白質結構
【案例】遠離“紙上談兵”，深職大打造國內首個EDA遠程實訓平臺
只做Best in Class的必揚醫藥說：選擇速石，是一條捷徑
超大內存機器，讓你的HFSS電磁仿真解放天性
從“地獄級開局”到全球首款液氧甲烷火箭，我們如何助力藍箭沖破云霄
普冉半導體逐步布局自主可控，漸次提升研發效率

了解我們的產品：
內測邀請】集成電路設計的AI“外掛”？速石IT-CAD在線智能助手
今日上新——FCP專有D區震撼上市，高性價比的稀缺大機型誰不愛？
從“單打獨斗”到“同舟共集”，集群如何成為項目研發、IT和老板的最佳拍檔？
國產調度器之光——Fsched到底有多能打？
八大類主流工業仿真平臺【心累指數】終極評測

近期動態：
速石科技正式發布新質生產力教學科研創新平臺，聚焦跨學科專業教學實訓與科研
速石科技攜手珠海先進集成電路研究院，正式入駐橫琴ICC
速石科技完成龍芯、海光、超云兼容互認證，拓寬信創生態版圖
速石科技入駐粵港澳大灣區算力調度平臺，參與建設數算用一體化發展新范式
速石科技成NEXT PARK產業合伙人，共同打造全球領先的新興產業集群

正所謂，
天下苦缺CAD久矣~~

注意，這里的CAD不是繪圖那個，是集成電路行業的一個稀有崗位IT-CAD的簡稱。

TA有三個特點：

1. 僧多粥少，要么沒有，有也經常是1個CAD比100+研發工程師的關系；
2. 需要半導體與計算機交叉學科人才，對實踐經驗要求高，培養難度大；
3. 日常重復性且碎片化工作多，耗精力，難以發揮CAD在企業真正價值。

具體CAD是干嘛的，有哪些價值，我們以前是怎么協助他們的？點擊普冉案例詳細展開

我們的目標是，把最近有顯著進展的GenAI技術用起來，拯救更多：
有CAD，眼睛一睜一閉就是停不下來，發出天問：我是誰我在哪我在干什么？
沒CAD，只能被迫打兩份工的老板、研發及IT工程師們。

我們視頻號【速石來了】的GenAI系列，已經嘮了好幾期大模型、AI智能體了，有興趣可以關注起來。

最近AI智能體這塊，風的確很大。
但是，落地用起來才是王道。（想知道已經有哪四種類型的用戶在找我們嗎？掃描上方視頻

我們不僅和用戶一起在探索大模型相應場景的實踐，也在真刀真槍地自己動手。
是騾子是馬，都出來遛遛。
今天我們邁出了第一步，推出速石科技第一個AI智能體——IT-CAD在線智能助手。

今日上新：
IT-CAD在線智能助手

IT-CAD在線智能助手：是我們專注于為EDA行業提供高效、垂直技術支持與知識服務的問答型智能助手。
通過整合速石產品文檔與數據庫、行業最佳實踐及IT-CAD常見問題庫，專注提升客戶IT/CAD團隊效率，降低企業運維成本。

可能是國內首個集成電路行業垂直AI智能體？
不是也不要緊。
但是，先說好，現在TA還在內測期，持續優化迭代中。
答案不一定完美，但TA不會瞎編，提供思考過程，且結論附帶數據溯源路徑。
功能和覆蓋場景也還有局限，但接下來二三四步已經想好啦。 
希望對AI智能體有興趣的你，能給TA一點點耐心，不要輕易放棄。

調教好了，
TA就會是CAD最好的賽博隊友；
是研發工程師的24小時在線專屬外掛；
是IT工程師的發量救星；
芯片設計公司的研發效率加速器。

我們對AI Agents 智能體的定義
基于大模型和多種技術，能夠感知環境、自主決策并執行動作以達成特定目標的智能系統

關于AI Agent智能體的三種類型，我們下一篇展開

TA有什么用？
四大使用場景

EDA應用使用場景

EDA應用配置指導：例，如何編寫Virtuoso module file
基于應用使用過程中的研發反饋，快速定位和分析問題：例，VCS查看波形時應用未響應

集群使用場景

提供集群配置相關的操作指導：例，如何移除計算節點
基于錯誤代碼或者錯誤場景信息，快速定位處理問題：例，應用已經跑完了，集群任務長期無法結束

常見問題排查場景

操作卡頓問題排查思路
應用長時間排隊排查思路

速石產品問答

產品配置與使用：覆蓋定義、方案設計與故障排查
應用兼容咨詢
資源查詢

適合誰來用？

第一種：自己構建AI智能體有難度或成本過高，希望提高研發設計效率，可以把這個在線智能助手當輔助生產工具使用。

第二種：公司對AI智能體的ROI不確定，想先體驗一下AI智能體輔助工作的落地場景，作為技術試點或驗證，再考慮是否私有化部署。

如何獲取？

點擊訪問請訪問 或掃下圖二維碼進行預約注冊。

*請所有預約用戶務必確保您填寫的是正確的企業/高校郵箱，后續賬戶等關鍵信息我們將通過郵箱發送

速石現有用戶：直接注冊預約，我們會有專人聯系您輔助后續操作。
非速石用戶：直接注冊提交申請，我們審核通過即可使用，名額限量開放。如何獲取？

ROADMAP
我們的下一步計劃

2025年Q3：
功能更新：

• 支持文件上傳，截圖分析，方便問題查詢
• 支持匿名基本功能體驗
• 增強查詢內容引用預覽功能

內容更新：

• 持續更新知識庫，提高準確率
• 提供IT-CAD部署方案建議能力

2025年Q4：
功能更新：

• 開放注冊
• 支持多端接入
• 支持外部應用API調用

內容更新：

• 上線IT-CAD培訓模塊

FAQ 常見問題

1. 平臺是否收費？
   當前平臺使用不收費。
   
2. 支持哪些EDA工具的手冊搜索？首批覆蓋Synopsys、Cadence、Siemens EDA等20+主流工具，支持PDF手冊內容解析與跨文檔關鍵詞定位。
   
3. 能否自定義企業內部知識庫？
   當前服務使用的是速石內部知識庫，當前用戶不能自定義自己的知識庫。
   如果涉及到企業內部私有數據的知識整合，請聯系我們做私有化部署方案的討論。
   
4. 遇到未解答的問題如何處理？
   我們會對“知識庫中未找到答案”的聊天信息，24小時內做分析處理，補充完善知識庫。您也可以點擊“用戶反饋”入口，提交您的需求或問題。 相關內容會自動同步至速石Support工單系統，并在24小時內獲得人工跟進。

順便預告一下

我們面向企業的AI智能體平臺
FAAP-fastone Agentic AI Platform
即將正式上線，敬請期待~~

- END -

我們有個新一代融合智算研發平臺
不止有半導體芯片設計，還有工業制造仿真，
甚至還融入了AI技術，
自下而上全棧適配國產化生態系統
已經是next level了

掃碼免費試用或預約專家1對1溝通~

更多電子書
歡迎掃碼關注小F（ID：imfastone）獲取

你也許想了解具體的落地場景：
用AlphaFold2，啪，一鍵預測100+蛋白質結構
【案例】遠離“紙上談兵”，深職大打造國內首個EDA遠程實訓平臺
只做Best in Class的必揚醫藥說：選擇速石，是一條捷徑
超大內存機器，讓你的HFSS電磁仿真解放天性
從“地獄級開局”到全球首款液氧甲烷火箭，我們如何助力藍箭沖破云霄
普冉半導體逐步布局自主可控，漸次提升研發效率

了解我們的產品：
今日上新——FCP
專有D區震撼上市，高性價比的稀缺大機型誰不愛？
從“單打獨斗”到“同舟共集”，集群如何成為項目研發、IT和老板的最佳拍檔？
國產調度器之光——Fsched到底有多能打？
八大類主流工業仿真平臺【心累指數】終極評測
2023仿真宇宙漫游指南——工業仿真從業者必讀

近期動態：
速石科技攜手珠海先進集成電路研究院，正式入駐橫琴ICC
速石科技完成龍芯、海光、超云兼容互認證，拓寬信創生態版圖
速石科技入駐粵港澳大灣區算力調度平臺，參與建設數算用一體化發展新范式
速石科技成NEXT PARK產業合伙人，共同打造全球領先的新興產業集群

最近一共發了8期短視頻，有5期跟美國對中國的一連串清單、規則、禁令有關。

特朗普正式上任之后，這場中美之間的大戲或者說大戰，劇情還在繼續。接下來會發生什么，很難預測，但大方向大家心里有數。

正如清華大學教授閻學通近日在《外交事務》的文章所言：美國與中國的競爭將不會像和蘇聯的冷戰那樣基于意識形態，而將是基于技術。中美將在人工智能等領域圍繞創新展開競爭，并在市場和高科技供應鏈方面展開爭奪。

我們在年前最后一期短視頻，討論小紅書那場潑天富貴時還在感慨：咱們能不能在這出全球大戲中反客為主，引導劇情的發展，就靠在座各位的了。說的時候心里其實沒什么底，也有點兒寄托美好未來的意思。

沒人能想到，這未來來得這么快？！
DeepSeek這一波橫空出世，引得全球最聰明的一波人跟著一起瘋狂燒腦。
然后就是吵吵鬧鬧，手忙腳亂。
整個春節直到現在，可以說一直被這場名為DeepSeek的“龍卷風”狠狠拿捏。

總結一下：
首先：中國團隊開始參與定義技術演進方向；（我們開始上桌吃飯了
第二：開源利好全球AI社區的整體發展；（全世界范圍的一場AI平權
第三：降低AI計算成本利好全產業。（所有產業和領域，都值得AI+

來自過去的光，照不亮未來的路
這個世界終于有了點日新月異的樣子
值得期待~

DeepSeek創始人梁文鋒在一篇采訪里說過：在過去三十多年的IT技術浪潮里，我們基本沒有參與到真正的技術創新里。我們已經習慣摩爾定律從天而降，躺在家里18個月就會出來更好的硬件和軟件。

我們已經錯過了80、90年代。
不可能總“在別人的院子里蓋房子”吧，現實情況也不允許我們繼續躺平。
正如我們在標題強調的：放棄幻想！

自己制定規則，全世界都是綠燈。

關于IT自主創新或者我們常說的國產替代，不是一個單獨的問題，而是一項巨大的工程，需要構建起一個從底層技術到頂層解決方案完全自主可控的產業鏈，以及完善的用戶生態。
要說DeepSeek帶給了大家什么，第一是信心，第二是降低門檻，迅速拉動了產業鏈和生態，倒逼上游，激活下游。
這一場IT技術進步的浪潮里，每個人都有自己的位置。

我們選擇了工業制造行業作為典型，分了三期短視頻討論了這些問題：
工業制造行業的IT國產替代，涉及范圍到底有多大？
100%的IT國產替代是可能的嗎？
在這場IT自主創新的浪潮里，高校與產業之間要怎么聯動？

我們的特別之處在于：
第一、把企業與高校兩個主體分開拆解，但又一起做了聯動比較，兩者具備各自特性，但又有需要互相呼應的地方；
第二、我們是站在企業研發管理或高校教學目標的角度出發，提供了一種新視角來看待這個問題。

當然，我們只是簡筆線條框了一下，很多細節并沒有展開，但是能讓人對整個圖景，以及諸位在這個圖景里的相對位置有大概感覺。速石在其中能發揮什么樣的作用也有所體現。

【工業制造業IT國產替代】共三期如下：

視頻里沒有單獨提到AI，因為所有環節都值得用AI重塑一遍。
就像我們前面說的，這一場IT技術進步的浪潮里，每個人都有自己的位置。

打個廣告
我們支持DeepSeek企業級私有化部署
有需求歡迎找我們聊聊
一起探索前路~~

- END -

我們有個新一代融合智算研發平臺
不止有半導體芯片設計，還有工業制造仿真，
甚至還融入了AI技術，
自下而上全棧適配國產化生態系統
已經是next level了

PS：支持DeepSeek企業級私有化部署

掃碼免費試用或預約專家1對1溝通~

更多電子書
歡迎掃碼關注小F（ID：imfastone）獲取

你也許想了解具體的落地場景：
如何用AlphaFold2，啪，一鍵預測100+蛋白質結構
【案例】遠離“紙上談兵”，深職大打造國內首個EDA遠程實訓平臺
只做Best in Class的必揚醫藥說：選擇速石，是一條捷徑
超大內存機器，讓你的HFSS電磁仿真解放天性
從“地獄級開局”到全球首款液氧甲烷火箭，我們如何助力藍箭沖破云霄
普冉半導體逐步布局自主可控，漸次提升研發效率

了解我們的產品：
今日上新——FCP
專有D區震撼上市，高性價比的稀缺大機型誰不愛？
從“單打獨斗”到“同舟共集”，集群如何成為項目研發、IT和老板的最佳拍檔？
國產調度器之光——Fsched到底有多能打？
八大類主流工業仿真平臺【心累指數】終極評測
2023仿真宇宙漫游指南——工業仿真從業者必讀

近期信創相關動態：
速石科技攜手珠海先進集成電路研究院，正式入駐橫琴IC
速石科技完成龍芯、海光、超云兼容互認證，拓寬信創生態版圖
速石科技入駐粵港澳大灣區算力調度平臺，參與建設數算用一體化發展新范式
速石科技成NEXT PARK產業合伙人，共同打造全球領先的新興產業集群

去年我們發布的《芯片設計五部曲》，還挺受歡迎的：

芯片設計五部曲之一 | 聲光魔法師——模擬IC
芯片設計五部曲之二 |‍ 圖靈藝術家——數字IC
芯片設計五部曲之三 | 戰略規劃家——算法仿真

不少人輾轉問過我們下一集什么時候出。
放心，我們不鴿。
第四集這不就來了嘛，雖遲但到！

前幾集我們已經分別深入了模擬IC和數字IC的設計過程，展開了解了算法仿真的四大特性，以及結合EDA工具特性和原理，如何利用計算機技術提高模擬與數字芯片的研發設計效率。

就像我們在模擬IC篇講的：射頻芯片作為模擬電路王冠上的明珠，一直被認為是芯片設計中的“華山之巔”。隱藏在其設計過程中的取舍與權衡，完全值得單開一篇。

射頻芯片
不是你想象中的射頻芯片

射頻（Radio Frequency，簡寫RF），指用于無線電通信的頻率范圍，對應的電磁波頻率范圍在300kHz～300GHz之間。
射頻芯片（RFIC），指能接收或發射射頻信號并對其進行處理的集成電路，一般包括功率放大器（PA）、低噪聲放大器（LNA）、濾波器（Filter）、雙工器或多工器（Duplexer或Multiplexer）、開關（Switch）、天線調諧模塊（ASM）等。
RFIC應用領域有：移動通信、衛星通信、雷達系統、射頻識別（RFID）、傳感器等。

射頻電路，是一種特殊類型的模擬電路，是模擬電路在高頻領域的分支。
最早的射頻電路是通過昂貴的分立電路元件搭的，直到CMOS工藝實現了把所有器件集成在一片芯片上，提高了系統的集成度與性能，同時也降低了成本。

摩爾定律發展到后期，隨著電路和芯片復雜度提升，高頻下的電磁相互作用對射頻硬件的干擾開始引起了關注。信號反射、串擾和電磁干擾（EMI）以及元件自身的寄生效應（也叫寄生參數效應，是指在電路或系統中本來不希望存在但實際存在的一些額外參數或效應），會降低電路性能。
在低頻電子線路或者直流電路中，元器件的特性很一致。
而在高頻影響下，所有的器件都是電阻、電感和電容的組合，存在寄生參數。

射頻電路中，理想的電阻、電容和電感在實際中并不存在。
電阻不是電阻、電容不是電容、電感不是電感、導線也不是導線。這些元器件都不是你想象中的元器件，不再只是一個簡單、孤立的物理器件，還包括了自身的材料特性、工藝，以及與周圍空間環境的交互。
頻率越高，影響越大。

以一根導線為例：

同樣一根導線，在射頻領域，導線不能被識別成導線，存在趨膚效應，即在頻率很高的時候，電流在導線內部不是均勻流動的，會集中在導線的表面，中心部分基本沒有電流通過。

這是因為高頻電流通過的時候，在導線內部會產生一個軸向的交變磁場，該交變磁場會再度產生一個環形的徑向交變電場，該電場對導線外層電流進行加強，與內層電流相抵消，從而導致導線傳輸電流時，電流聚集在導線外層，而內層“空心化”使得整體效率減低，耗費金屬資源。
這時候，需要根據不同的頻率去考慮電流在導線里面的分布情況。

因此，射頻芯片的設計不能僅僅針對元器件本身建立數學模型，還需要針對高頻情況下的整個三維電磁環境做電磁學建模仿真。

隨著電子技術的發展，電路的集成度和工作頻率不斷提高，如何利用更先進的電磁場仿真技術，精確預測和分析寄生參數對電路性能的影響，是射頻設計工程師們的重要課題之一。

射頻IC設計 VS 模擬IC設計
看起來只差一步，其實大不相同

一顆射頻芯片的完整設計流程如下：

跟模擬芯片相比，主要是多了電磁仿真這一過程。
看起來只多了一小步，但卻是芯片設計工程師們的一大步。

01、工程師知識與能力儲備

射頻工程師和模擬工程師，是從同一根技能樹上生長出來的。
但是，大家都說，射頻工程師做模擬沒問題，反過來就不行。
為啥？

從知識儲備角度

模擬工程師主要學習模擬集成電路、信號系統與高數/物理相關知識。
射頻工程師除了模擬相關知識之外，還需要專門學習射頻集成電路、電磁場與通信原理等課程。

有人問過射頻芯片界大神——UCLA的Asad.A.Abidi教授一個問題：“Dear Professor, which classes do you think are of the most importance for RF IC research as an undergrad?” 意思是，親愛的教授，哪門課程對學習RFIC最重要呀？
教授說：“All of them. Believe me, all of them.”答案是，每一門。

從經驗能力來說

模擬芯片的設計已經非常吃經驗了，射頻芯片在這方面有過之而無不及。
射頻IC設計與電子元器件關系緊密，設計匹配布局復雜，需要熟悉大部分的元器件特性及不同的生產制造封裝工藝。因為射頻電路可能會因附近的外部電路、電場/磁場、溫度、電磁信號和其他環境因素的干擾而經歷巨大的性能變化，對所有這些因素的建模與預測分析幾乎可以上升為玄學。

對工程師來說，不同實際應用場景下的經驗通用性不強，牽涉性能指標多，整體輔助工具少，往往需要挑戰工藝極限。整個設計過程中存在對諸多指標的權衡與取舍，有很大的不確定性，對設計者的經驗要求極高。

這也是為什么很多射頻IC設計公司都是IDM（Integrated Design and Manufacture，垂直整合制造）模式，因為需要多種不同的生產工藝，與foundry廠的生產鏈各環節緊密關聯，門檻相當高。

02、電路物理模型

從電路物理模型角度，射頻芯片可以說是模擬芯片的高階現實版，模擬芯片算是抽象簡化版。

模擬芯片屬于集總參數電路，是一種常用的簡化電路模型。它將電路中的元件抽象為等效的電阻、電容和電感等參數，以簡化的形式描述了復雜電路的行為，減少了繁瑣的計算步驟。

歐姆定律和基爾霍夫定律是集總參數電路的兩個基本定律，只跟電路的連接方式有關，與元件的位置無關。
模型是關于時間的單變量函數，屬于標量計算（即只有大小，沒有方向的量）。
適用于描述低頻電路或電路中信號波長遠大于電路尺寸的情況，是麥克斯韋爾方程在低頻電路中的特解。

公式一般長這樣，看著是能讓人算出來的樣子：

射頻芯片屬于分布參數電路，它將元件建模為具有空間分布的電阻、電容和電感。

分布參數電路考慮了電路中元件在電路中的位置因素，可以更準確地描述信號傳輸過程中的相位、功率損耗等因素；也考慮了電路中各個導線和元件之間的長度影響，即電流或信號在空間上的分布變化。
對應的算法和理論基礎的是麥克斯韋爾方程組和電磁場、電動力學。
模型是關于時間與位置的多變量函數，是復變函數，屬于張量計算（可理解為一個n維數值陣列）。

適用于描述高頻電路或電路中信號波長大于等于電路尺寸、頻率特性受傳輸線長度影響較為顯著的情況。

公式一般長這樣，人是算不出來的，要用計算機輔助：

總結一下，射頻芯片與模擬芯片在電路物理模型上的差異：

03、仿真計算特性

關于模擬芯片設計的計算特性，我們在《五部曲-模擬IC》里重點介紹了兩大常見數值計算場景：多corner和蒙特卡羅Monte Carlo，這兩種方法的單個任務之間都相互獨立，沒有數據關聯，很適合進行分布式并行計算。
但每一個任務進行的都是瞬態仿真，用于分析電路在特定時間段內電壓和電流的變化趨勢，仿真結果跟上一個時間的狀態相關，是個串行的過程。

單純求微分方程數值解，數據量相對較小，主頻敏感，計算并行受限較大。
在時域分析上，計算量大，在頻域上計算量小。
常用工具Spectre，有針對AVX512指令集優化（以并行方式對大量整數或浮點數執行算術運算）。

射頻芯片設計的計算特性，在模擬芯片的基礎上，還是很不相同的。
射頻電路對頻率敏感，通常在頻域中建模，在頻域和時域分析上，計算量均較大。常用FEM有限元分析法對目標電磁場空間進行切割，劃分成大量四面體，再對每個較小的區域進行計算分析。

無論是對不同頻域的取點，還是有限元法的切割，天然具備多線程與分布式優勢，適用并行計算，存在大量SIMD指令（即單指令多數據運算，其目的就在于幫助CPU實現數據并行，提高運算效率）。

張量計算，數據量大，算力需求高。
常用工具ADS，有針對AVX512指令集優化。
因為是求解空間問題，所以部分工具可用GPU。

總結一下，射頻芯片與模擬芯片在仿真計算特性上的差異：

三種電磁場仿真技術
FEM/MoM/FDTD

近些年，主要有三種電磁仿真技術：FEM有限元分析、MoM 2.5D矩量法和FDTD有限時域差分法。
原則上，他們都能解決相同的問題，但卻有各自更適合的場景。

01、FEM有限元分析

FEM（Finite Element Method）有限元分析法是真正的3D場求解器，可以分析求解任意形狀的3D結構，是最靈活的電磁仿真分析方法，也可以說是一種暴力破解算法。

這種算法將整個幾何模型劃分為大量四面體，每一個四面體都是由四個等邊三角形組成。也就是說，整個目標空間被劃分為N個較小的區域，并用局部函數表示每個子區域中的場。

然后把一個個空間拿出來，對微分形式的Maxwell方程在頻域進行求解，其求解的未知量是每一個小網格的電場與磁場。
對于幾何復雜或電氣大型結構，網格可能會變得非常復雜，形成具有許多四面體的網格單元，導致需要求解巨大的矩陣。
所有端口激勵只需要一個矩陣求解。

通常用于復雜3D結構的求解，整體消耗仿真資源大，仿真速度慢。

02、MoM 2.5D矩量法

FEM有限元分析是一個三元方程組，計算量很大。
而MoM（Method of Moments）2.5D矩量法，是專門針對3D層狀結構出的優化算法。它根據半導體平面工藝的結構，做了一定數學上的簡化和等價，把三個未知數簡化成兩個未知數，加快了求解速度。

這種算法的關鍵在于：整個幾何模型的背景結構信息都包含在了格林函數中，同一介質上的不同結構，只需要計算一次格林函數。所以只需要對需要求解的金屬結構劃分網格，通常由矩形、三角形和四邊形網絡單元組成。

因此，“平面”MoM網格比FEM所需的等效“3D體積”網格更簡單且更小。
而網格單元數量的減少可以減少未知數并實現極其高效的模擬，這使得MoM非常適合復雜分層堆疊結構的分析。
MoM矩量法對積分形式的Maxwell方程在頻域求解，需要求解的未知量為金屬的表層電流分布。得到電流分布之后，仿真器再根據格林函數進行數值積分，即可得到求解空間任何點的場分布。
所有端口激勵只需要一個矩陣求解。

理論上，對于任意結構或者非均勻介質，矩量法也可以求解。但需要對背景環境進行額外描述，導致未知量數目上升，求解效率下降，反而不如求解微分方程的FEM有限元分析法高效。
因此，MoM矩量法不適用于一般的三維結構，主要適用求解3D層狀結構，常用于片上無源器件。

03、FDTD有限時域差分

FDTD（Finite Difference Time Domain）有限時域差分法，跟FEM一樣，也是真正的3D場求解器，可以分析任何形狀的3D結構。

FDTD通常使用六面體網格單元（也就是“Yee”單元），對微分形式的Maxwell方程在時域進行求解，當前時刻的電場磁場矢量值由結構中前一時刻的電場磁場值以及它們的變化情況直接計算得出。

相對于FEM和MoM的顯著優勢之一是FDTD技術不需要矩陣求解，對于時域上的問題，即便復雜結構的求解也僅使用少量內存，非常高效。FDTD 還非常適合并行化，這意味著可以利用GPU處理能力來加快模擬速度。

必須為幾何N端口設計上的每個端口運行一次仿真。

小結

MoM仿真速度會更快，但是FEM的應用范圍更廣更靈活。
如果待求解的結構是“平面”或者說層狀結構，可以優先使用MoM仿真，提高設計效率。比如PCB互連、片上無源器件以及互連和平面天線。當然，如果結構很簡單，采用FEM分析也差別不大。

如果考慮幾何形狀的復雜性和問題大小，FEM為大量端口問題提供了最有效的解決方案。

FDTD在時域進行求解，這意味著它對于連接器接口和轉換執行時域反射計 (TDR) 分析非常有用。

射頻_電磁場仿真工具
HFSS/ADS/EMX

電磁場模擬已經越來越成為射頻電路設計人的必備技能之一。尤其是專門為射頻和微波電路分析而開發的計算機輔助工具的使用，讓射頻芯片工程師能夠獲得前所未有的仿真能力。
當然，這并不意味著有了工具就能解決電磁仿真問題，前面已經反復說了，RFIC設計對經驗要求非常高。但通過使用更高效的電磁仿真工具，工程師可以相對低成本地驗證設計概念，或在仿真中融入更完整更真實的數據，減少外部條件限制。

目前，業界主流仿真工具主要有HFSS/ADS/EMX。

在射頻領域，TA們有不同層級的仿真對象：EMX是芯片級，ADS是板級，HFSS是模塊級。雖然都叫電路，都是同一套物理規則出來的東西，但是制造工藝和尺寸不一樣，所以適用不同的工具。

01、HFSS

HFSS，是世界上第一款商業化的3D電磁仿真軟件，堪稱電磁場仿真業界標桿，現在屬于Ansys公司。
HFSS使用的是FEM有限元分析法，所以非常通用，適用于任意3D結構。
但通用也就意味著沒有強針對性，HFSS把一套叫做有限元分析的數學方法應用在了電磁學領域，當然，也可以應用在其他工程領域。因為沒有對芯片設計領域做專門優化，軟件交互方面不夠友好。

HFSS主要面向的是波導、傳輸線那種比較大的射頻元件和模塊設計，偏宏觀的電磁仿真。
如果要界定領域的話，HFSS比較難評，既可以放到CAE領域，也可以放到EDA領域。一般而言，在智能制造/汽車制造場景下用HFSS進行電磁場仿真更多，當然，也可以用于部分芯片設計場景。
我們寫過一篇實證，詳情可戳：超大內存機器，讓你的HFSS電磁仿真解放天性

02、ADS

ADS和EMX就不一樣了，是純粹的EDA領域工具，在處理芯片設計場景的電磁場仿真使用較為廣泛。
這類電磁場仿真工具在算法上，通過Maxwell方程組求解元件的空間電場分布，將元件映射為特定的RLC電路，做到“化場為路”。這既能降低仿真分析難度，又能將元件的有限元物理模型，轉換成對應的Spectre/HSPICE網表，供一般電路仿真工具使用。

ADS，屬于Keysight是德科技，針對射頻芯片電路有專門的優化和研發，既可以做三維電磁場仿真，也可以針對PCB布局和部分集成電路設計場景。Keysight跟各大元器件廠商都有廣泛合作，可以提供最新的Design Kit供用戶使用。
ADS適合對片上的電路/元器件做分析仿真，適用小規模RF/MMIC設計，如果需要模擬一個大的模塊，HFSS可能更合適。

ADS同時支持FEM有限元分析法與MoM 2.5D矩量法，也可選FDTD有限時域差分。
MoM適用于層狀結構，而使用FEM或FDTD方法時可以適用任意3D結構。

ADS與其他工具兼容良好，免去跨平臺數據導入導出，對Virtuoso提供比HFSS更好的兼容性。
在電磁與射頻的設計中，經常需要通過HFSS設計天線，然后通過ADS來驗證電路，這個時候就需要兩者的聯合仿真，以S參數作為中繼。

而根據前面提到的，射頻電路因為高頻產生的電磁場效應，會因為外部環境因素的干擾經歷巨大的性能變化。所以，射頻芯片在設計之初就需要Foundry廠提供的相關工藝信息，因為需要知道整個芯片制作工藝里面的材料特性和工具結構才能仿真建模。
早期，ADS占據絕對主導地位，Foundry廠會提供基于ADS的PDK文件，現在逐漸也開始提供基于EMX的工藝文件。

03、EMX

EMX是專門針對射頻集成電路設計開發的，作為EDA常用工具Cadence的插件存在，能與TA無縫集成，對工程師們極為友好。
芯片級的集成電路分析，屬于微觀尺度，一般使用EMX最為合適。

EMX只支持MoM 2.5D矩量法，專門針對片上無源器件等層狀結構分析，不適用bonding wire、BGA、PGA封裝等非層狀結構，橫截面非直線金屬結構。

HFSS 17.2和19版之后的ADS支持GPU處理電磁場仿真任務，且通過并行化處理后，效率提升十分顯著；EMX作為Cadence里的插件暫不支持GPU任務。

三種射頻芯片電磁場仿真工具對比

關于我們在各種EDA應用上的表現，可以點擊以下應用名稱查看：

HSPICE │ OPC │ VCS │ Virtuoso │ Calibre │ HFSS

更多半導體用戶案例，可以戳下方查看：

青芯 │ 浙桂 │ 燧原 │ 普冉 │ Alpha Cen │ 深職大

 - END -

我們有個IC設計研發平臺
IC設計全生命周期一站式覆蓋
調度器Fsched國產化替代、專業IT-CAD服務
100+行業客戶落地實踐
支持海內外多地協同研發與辦公
多層安全框架層層保障

掃碼預約專家1對1溝通~

更多EDA電子書
歡迎掃碼關注小F（ID：imfastone）獲取

你也許想了解具體的落地場景：
遠離“紙上談兵”，深職大打造國內首個EDA遠程實訓平臺
普冉半導體逐步布局自主可控，漸次提升研發效率
光電兼修的Alpha Cen，如何應對上升期的甜蜜煩惱？超大內存機器，讓你的HFSS電磁仿真解放天性
暴力堆機器之王——Calibre
Auto-Scale這支仙女棒如何大幅提升Virtuoso仿真效率？

芯片設計研發平臺：
今日上新——FCP
專有D區震撼上市，高性價比的稀缺大機型誰不愛？
從“單打獨斗”到“同舟共集”，集群如何成為項目研發、IT和老板的最佳拍檔？
國產調度器之光——Fsched到底有多能打？
最強省錢攻略——IC設計公司老板必讀
解密一顆芯片設計的全生命周期算力需求

近期重大事件：
速石科技正式發布新質生產力教學科研創新平臺，聚焦跨學科專業教學實訓與科研
速石科技攜手珠海先進集成電路研究院，正式入駐橫琴ICC
速石科技與西門子、亞馬遜云科技共同推出Simcenter仿真云平臺，助力工業領域數字化轉型
速石科技聯合Altair打造一體化芯片綜合研發平臺，提升企業軟硬件仿真效率
速石科技完成龍芯、海光、超云兼容互認證，拓寬信創生態版圖
速石科技入駐粵港澳大灣區算力調度平臺，參與建設數算用一體化發展新范式

今年2月，我們FCC-E產品全新上線了專有D區，專門滿足用戶對高性價比的稀缺大機型需求。

產品研發組的小伙伴們根本停不下來~
才幾個月，我們又又上新了！

今天的新品是FCP（fastone Compute Platform），我們的一站式企業級軟件平臺，主要面向的是已經有本地研發環境，但依然為一些問題而頭疼的用戶——

• 本地資源利用率為什么這么低？？
• 設計仿真業務卡頓，怎么搞？加機器？擴存儲？集群化？
• 如何搭建一個研發集群？LSF、Slurm、OpenLava、SGE？沒有經驗？
• EDA/CAE等工具無法使用？仿真Case異常退出？驗證出現中斷？
• 項目高峰期或沖刺期，怎么確保業務穩定可靠，不掉鏈子?
• 有成熟穩定大規模實踐的國產自主可控研發平臺嗎？
• 上市成熟企業如何中長期規劃研發平臺的演進和持續性降本增效？

01
先說FCP有啥用
四大典型適用場景

FCP是面向創新驅動型用戶的一站式企業級軟件平臺，能夠快速構建企業本地研發環境，高效管理用戶資源。FCP充分支持企業向混合云架構演進，統一管理多本地及多云的復雜研發環境，提升研發效率并降低總體擁有成本。

emmmmm，官方說明有點過于官方了。
沒事，接下來我們來具體看看，對企業來說，FCP的四個典型適用場景：

場景一：黑箱變白箱，提升資源利用率

用戶將本地機器當單機使用，各干各的，也不加限制與管理，先到先得。一旦有人著急使用的時候要么機器拉滿，內存爆掉，任務失敗，要么排長隊。本地資源使用情況，形同黑箱。
FCP搭載了速石調度器Fsched，把散亂的單機資源匯成集群，支持靈活的調度策略，實現集群全生命周期管理，避免資源碎片化和資源搶奪問題，統一管理，資源共享，提升利用率。
配合可視化監控，資源使用狀況了如指掌，安排得明明白白。如果任務運行觸發了預設的告警指標，負責人會實時收到提醒，及時處理任務異常。

場景二：可視化界面+自動化運維，贏麻了

企業業務場景需求多樣，比如突發大算力需求、混合云模式、外包團隊管理、全球多地協同研發等等，整個IT基礎架構通常比較復雜。

而工業軟件體系龐大，使用和維護都有一定的門檻，如工具版本管理、任務flow優化等既要基礎IT能力，又要有業務認知。
企業內部有多個部門的，還要考慮審批流程與內部權限劃分，保障自己的數字資產安全。
FCP實現了上述需求的產品化，只要在后臺完成設置，不需要手動一一操作，可視化界面+自動化運維，贏麻了。

場景三：應用與資源雙管齊下，研發戰斗力加成100%

本地研發環境的集群模式能提高單人資源使用上限，而當本地資源不夠用的時候，FCP還能開啟混合云模式，自動調度云資源充分滿足業務需求。

但是研發效率的癥結可不止在資源層面——

FCP提供基于任務、資源或團隊層面的靈活調度策略配置，最優化使用資源滿足不同企業不同發展階段的業務目標。對應用本身運行提供支持和優化，并結合應用和底層資源的聯動和適配，給出最佳實踐。

不同業務團隊之間可以根據不同用戶權限共享計算資源、存儲資源、軟件資源等，提高了整個團隊的工作與協同效率。

場景四：業務目標穩定達成，中間不掉鏈子

資源利用率，運維效率，研發效率，統統上來了，最后一個要保證的，就是業務穩定性與可持續性了，尤其是項目高峰期或沖刺期。像我們在普冉案例里算的，停一天就是幾百萬，這誰扛得住？

我們FCP產品能支持整個研發全流程，同時，高可用的混合云架構保障平臺自身穩定。我們能統一管理多本地及多云的復雜研發環境，且能隨時拓展到云上，支持業務的擴展性和連續性，業務數據運營分析能為運營優化與決策提供數據支撐。專業的CSM服務能覆蓋用戶全生命周期，提供全天候專業服務與客戶保障，確保用戶業務目標的達成。

更長期來看，國產合規這個問題，不少企業已經開始早作打算了。

02
速石兩大產品線：
FCP與FCC-E，啥關系？

我們的兩大產品線FCC-E和FCP有什么關系呢？
用戶應該怎么選？兩者之間有沖突嗎？

如果企業想輕資產快速起步，對未來發展不確定，對產品彈性要求高，我們首推FCC-E：即開即用的研發云平臺，遍布全球的資源中心，滿足全球化業務協同發展，能為企業提供一條研發的捷徑。
如果企業需要部署或者優化本地研發環境，FCP可以說是不二之選：本地標準化集群部署，靈活的調度策略，可視化的監控與實時告警，IT運維自動化，能最大化本地資源的投入產出比。

發展到一定階段后，有本地環境的企業，業務逐漸增多，波峰波谷明顯，可能涉及外包團隊管理，數據備份或容災，或者多地研發中心協同。這時候，就需要混合云架構了。

本地+云端，這就是混合云了？
nonono ~~

由于FCP與FCC-E在底層架構的一致性，FCP能夠隨時向混合云架構演進，把本地的管理能力拓展到云端，并且實現算力、網絡、存儲、許可證和數據等關鍵資源的統一管理，保障資源調度、系統監控和性能分析的一致性和高效性。
之前怎么用，之后還是怎么用。

03
選擇適合你的FCP版本：
Core核心版 vs Suite旗艦版

為了讓FCP更貼合用戶的實際需求，我們推出了兩種不同的版本——FCP Core核心版與FCP Suite旗艦版。
下圖中心區域即FCP Core核心版，中心和周邊共同構成FCP Suite旗艦版。

  二者相同點 

• 幫助企業提升研發效率，保障業務的連續性與擴展性；
• 自動化構建標準本地環境，榨干本地算力，讓運維更簡單；
• 提供可視化的資源監控告警，信息透明，便于決策支持。

  二者的區別  

• Core提供的是核心功能模塊，構建環境、集群管理、自動化運維這些都包括在內，因此更適合需要快速搭建本地環境的小微企業；
• Suite涵蓋Core的全部功能，并在這個基礎上增加了六大高級能力加持，更適合用于大中型企業的復雜研發環境管理；
• FCP目前只有Suite支持將工作負載溢出至云端，也只有Suite能滿足深度定制化需求。

總的來說，Core是產品的地基，而Suite就是建立在這個基礎上更全面、更符合企業級業務需求的產品。

04
FCP的落地實踐
舉4個栗子叭

單機變集群，研發效率提升50%?

我們有一家做模擬芯片設計的用戶，他們的研發工程師們都沒有接觸過集群，平時本地服務器就是當單機用，各干各的，沒有明確的資源限制和任務管理機制。
這就導致任務高峰期機器經常滿載，內存爆掉也很常見，辦公室里經常響起絕望的嘶吼。
OK，安排。

轉成集群模式后，對研發工程師來說，一個任務可以拆分多機跑，多個任務可以同時跑，來了大任務也不用擔心被一臺機器的上限所限制。

而原本碎片化的資源在統一匯入資源池后，IT負責人可以直接在可視化界面上做集群管理，根據各組的情況調度分配資源，從根本解決資源碎片化和資源搶奪等問題。

從單機模式到集群模式，最直接的效果是：計算效率提升30%-50%。

單機轉集群更多優點請戳：集群如何成為項目研發、IT和老板的最佳拍檔？

FCP產品替代開源調度器，CAD精力節約40%+

普冉半導體在與我們合作前，是用SGE搭建集群的，但版本和新版操作系統、EDA工具軟件兼容不佳，在滿足一些更高階功能的情況下受到一定限制。

為了保障公司整體業務的穩定性，同時最小化軟件環境對研發進度的影響，普冉選擇讓FCP逐漸覆蓋原有的研發環境，最終完全替代，以此提高自身的研發效率和體驗。同時，研發人員無須改變操作習慣。
我們提供了調度策略+任務&資源監控+實時告警三步走功能。

在調度策略上，普冉能按照任務優先級、資源空閑狀況、許可證使用等維度安排任務進程，也能實現不同團隊間的資源分配，隨時設置，隨時修改。
在監控層面，我們提供基于EDA任務層的監控、告警、數據統計分析功能與服務，管理者能監控重要指標變化，從全局角度掌握項目的整體任務及資源情況。
在實時告警上，普冉能自己設置關鍵指標，一旦觸發告警，就通過郵件、微信、飛書等方式告知相關人員，提醒處理。

FCP作為標準化產品，IT自動化程度高，能幫CAD和IT把很多手動的工作自動化，省去大量繁瑣的手動部署和對接調試工作。
在和普冉之前的研發表現做了量化對比后，我們幫助普冉提升了30%的整體研發效率，在上線初期就為CAD節省了40%的時間。

更多詳細內容可戳：【案例】普冉半導體逐步布局自主可控，漸次提升研發效率

海內外多site研發協同與統一管理?

我們有一家全球化的IC Design用戶，在上海、美國、印度等地都有研發團隊，每個團隊都是獨立的，但又存在業務上的交叉，還有云上云下多個不同研發環境。

這種跨國多地研發中心的協同與統一管理，算是最復雜的那種了。

用戶統一使用了我們的產品，這對保障不同site間基礎架構與用戶體驗的一致性起到了關鍵作用，可以減少大量的重復建設和協同過程中的溝通成本，顯著提高了整體的工作效率。

在多地研發協同上——
FCP的標準化確保了各site間的環境一致性，可以減少大量的重復建設和協同過程中的溝通成本。全球的項目數據能按照需求手動或自動同步，各site間互為備份。還有應用的多版本管理，網絡優化加速這種工作我們也順手解決了。
在FCP的支持下，不管是環境、網絡、數據還是工具，都得到了一致性的保障。

在全球統一管理上——
FCP能實現全球范圍的統一身份認證，給不同的用戶分別設定角色與訪問權限，對項目的數據和計算資源等做統一的管理和隔離，提高運營效率與整體信息安全水平。IT自動化和平臺級的統一管理也釋放了IT與CAD的精力，各site間無需重復配置同一職能，有效幫助團隊節省了人力成本。

混合云架構，無需動輒六位數投入?

在和一家數模混合芯片設計企業的交流過程中，對方表示自己的團隊擴張速度很快，業務量大且沒有規律，突發算力需求和多項目并行是常事了。
之前雖然超額配置了一批服務器，現在也不夠用了，考慮到自身需要一定的現金流儲備，而且機器買多了也沒有地方放，因此不想繼續投入大量資金采購。

在詳細分析了用戶的業務數據后，我們整理出了三個重點：

1. 精細化運營，給一些需要大內存的任務單獨分區，避免內部的資源搶奪，進一步提升效率；
2. 盡可能使用本地資源，如果有突發算力需求，或者到了業務高峰期，能使用云端彈性資源補足；
3. 本地和云端統一管理，降低IT壓力。

FCP的混合云架構，自帶的Auto-Scale彈性伸縮功能，可以按照任務需求，動態開啟和關閉云端資源，在資源靈活性和快速響應能力這一塊拿捏得死死的。

我們提升了用戶的資源利用率，混合云架構也完美解決了項目并行帶來的短期算力缺口，無需動輒六位數的投入，需要多少用多少。

05
1000家企業
1000個CSM

1000家企業，可能有1000種不同需求。
大部分都可以用標準FCP產品來滿足的。
但總有一些非標需求，需要深入企業自身的業務場景與使用現狀，會涉及到一些定制化服務、專業分析評估、專家技術支持與行業經驗的提煉輸出。
當然，很多問題，用戶自己也能在實踐中慢慢摸索，這個得失權衡，取決于用戶自己，可能是時間，可能是金錢，或其他。

我們的CSM（Customer Success Manager）服務，提供面向企業用戶的全天候專業服務與客戶保障，覆蓋用戶全生命周期使用場景。

CSM專業服務——單核時成本下降73% 

藍箭航天，我國民營商業航天的“破局者”，主打一個自主研發，發展速度非常快，使用速石研發平臺的用戶數從0到數百人，穩定增長，資源用量也隨著業務周期長期穩定上升。

CSM服務效果：
1.提升用戶研發效率，保障整體業務穩定性；
2.整個研發平臺使用期間，單核時成本下降達73%。

我們大致把整個業務分為三個階段：

階段一：在業務的磨合階段，平臺剛剛上線，用戶的使用習慣比較粗放。
CSM在調研和摸底后，結合實際業務和操作，向團隊輸出更精細的資源使用建議，并對CAE應用做了深度支持，建立基礎監控告警策略。

階段二：在中期優化階段，GPU的使用量逐步增多，成本提升，不合理的資源使用帶來的成本浪費也被放大。
CSM通過監控數據發現這點后，指導了合理的資源選型和業務分配，讓資源利用更加合理、高效。同時增設了核時波動告警、實例空閑告警，持續進行成本優化。

階段三：在持續優化的平穩期，藍箭的業務穩定性和單核時成本均邁入了穩定向好的態勢。
CSM持續提供主動巡檢、定期數據分析、使用技巧賦能、安全加固規劃、產品需求追蹤落地等服務支撐，深耕細化，持續提升用戶體驗。
更多詳細內容可以參考：從“地獄級開局”到全球首款液氧甲烷火箭，我們如何助力藍箭沖破云霄

 - END -

我們有個即開即用的一站式研發平臺
支持1000+常見應用，數百家行業客戶落地實踐
全球海量異構資源隨心調用
可基于業務狀態監控告警，提供運營優化分析報表
支持海內外多地協同研發與辦公
行業專家團隊全力保障業務落地

掃碼免費試用，送200元體驗金，入股不虧~

更多電子書
歡迎掃碼關注小F（ID：imfastone）獲取

你也許想了解具體的落地場景：
只做Best in Class的必揚醫藥說：選擇速石，是一條捷徑
超大內存機器，讓你的HFSS電磁仿真解放天性
從“地獄級開局”到全球首款液氧甲烷火箭，我們如何助力藍箭沖破云霄
普冉半導體逐步布局自主可控，漸次提升研發效率
光電兼修的Alpha Cen，如何應對上升期的甜蜜煩惱？
暴力堆機器之王——Calibre
王者帶飛LeDock！開箱即用&一鍵定位分子庫+全流程自動化，3.5小時完成20萬分子對接
這樣跑COMSOL，是不是就可以發Nature了

一站式研發云平臺：
專有D區震撼上市，高性價比的稀缺大機型誰不愛？
從“單打獨斗”到“同舟共集”，集群如何成為項目研發、IT和老板的最佳拍檔？
國產調度器之光——Fsched到底有多能打？
八大類主流工業仿真平臺【心累指數】終極評測（上）
2023仿真宇宙漫游指南——工業仿真從業者必讀
這一屆科研計算人趕DDL紅寶書：學生篇
最強省錢攻略——IC設計公司老板必讀

近期重大事件：
速石科技入駐粵港澳大灣區算力調度平臺，參與建設數算用一體化發展新范式
速石科技成NEXT PARK產業合伙人，共同打造全球領先的新興產業集群
速石科技與芯啟源開啟戰略合作，聯手打造軟硬件一體芯片研發云平臺
速石科技聯合電信、移動、聯通三大運營商，為國家數字經濟轉型注入新動力

有時候，你可能想要一臺或數臺大機器：
核數多點，100+不算多吧
內存大點，2T、4T的
主頻高點，3.5GHz
要么三合一，既要又要還要？

那么問題來了：
這些既多核心，又大內存，還高主頻的機器。
大家平常不用，是因為不想嗎？

但是：
第一， 這種規格的大機器可是市場上的香餑餑，不是你想有就能有，一般需要企業層面定制；
第二，價格感人，非常；
第三，如果你不是一直需要，長期持有就非常不劃算了，閑置的時候流失的是什么，是人民幣啊！

我們的FCC-E產品帶來了專有D區，正式上線。
四大特點：
1. 專供超大內存裸金屬機器；
2. 全新三/四代機器，性價比極高；
3. 三個月起租，短期/長期租賃皆可；
4. 可動態拓展至通用C區。

目前專有D區的配置水平如圖所示：

專有D區 VS 通用C區
啥關系？

這個新出的專有D區與通用C區的關聯和區別是什么？

相同點

1. 兩者同屬FCC-E產品線下的全球資源池區域，作為一站式研發云平臺，提供用戶即開即用的一整套上中下聯動的研發環境與一致的產品功能；
2. 均提供一致的專業技術支持與CSM服務保障；
3. 專有D區可動態拓展至通用C區，兩個區域可同時使用；
4. 均提供安全、隔離的獨立區域，支持全球POP點接入。

區別一

通用C區全球資源分布，機型全面豐富；
專有D區主供稀缺裸金屬大機型，目前支持上海一區、北京一區；

區別二

專有D區具有極高價格優勢；

區別三

通用C區動態購買，即開即用；
專有D區準動態購買，需提前預定。

專有D區
三大需求場景

需求場景一：短期突發，不得不用

沒有大內存機器，用戶的任務根本跑不起來的程度。
但因為是短期需求，考慮到采購難度及成本原因，用戶并不想自行采購，長期持有。

需求場景二：追求極致，榨干機器

用戶對任務運行效率有極致追求，必須在一臺裸金屬大機器上同時使用多核心、大內存的方式，把可能損耗降到最低。

需求場景三：長期持有，經濟劃算

因為專有D區的價格優勢，基于用戶日常使用規模和周期對比測算后，發現多人使用一臺D區大機器比原本多臺小機器性價比更高。

以芯片設計為例：

在芯片設計整個生命周期里，一般來說后仿階段對大機器的需求比較高。我們在過去這兩篇文章里仔細盤過模擬&數字芯片設計全流程的業務場景、常用EDA工具、資源類型、算力需求、典型場景：

芯片設計五部曲之一 | 聲光魔法師——模擬IC
芯片設計五部曲之二 | 圖靈藝術家——數字IC

比如版圖驗證階段：

特征：
版圖文件很大，需要處理的數據量非常大，但本身的邏輯判斷并不復雜。

需求：
不剛需高主頻機型，但要求多核、大內存的機器。CPU與內存的比例通常能達到1:4或1:8，極端情況下會更高，2T或4T的超大型內存機器都有可能登場。

詳情可掃碼添加小F獲取Calibre實證白皮書

這類通常出現在芯片設計后端或者流片前的多核心、大內存需求，往往持續時長2-3個月，就特別適合用專有D區來搞定。

在高端制造領域：

仿真精度高，數據量大，模型復雜，算法迭代多，對研發效率要求非常高。

其中，仿真求解過程，不同CAE應用的擴展性差別很大。
排序大致如下圖所示：

計算流體力學、結構力學這種業務場景，線性加速性能比較好，適合暴力堆機器，多機并行。而隱式算法計算電磁學，通信開銷比較大，并行度沒那么高，適合單機、高配，IO、性能越高越好。

專有D區的裸金屬大機型能很好地滿足用戶希望盡可能減少通信開銷，最大限度榨干機器性能的這一需求。

通信開銷解釋見：LS-DYNA求解效率深度測評 │ 六種規模，本地VS云端5種不同硬件配置
電磁仿真場景：這樣跑COMSOL，是不是就可以發Nature了

為什么我們更具性價比？

性價比這件事，主要從三個角度來判斷：

首先，有沒有
其次，貴不貴
最后，好不好用

01、跟公有云廠商相比，我們做了減法

一般來說，這類特殊機型通常存貨很少，需要無限等待。

我們為什么比他們便宜？
因為我們去掉了云上的通用產品與服務，提供的是更加垂直的、面向用戶需求的專有云服務。所以用戶不需要為他們不需要的功能付費。

02、跟機器租賃相比，我們做的是加法

機器租賃，還需要配合機房托管、平臺軟件安裝，以及上層應用對接等才能成為完整研發平臺。還有不少隱形的知識成本、人力成本、溝通成本、時間成本等等。

我們的FCC-E專有D區提供的是一體化產品，是面向用戶，面向業務場景提供的一整套上中下層聯動的設計研發環境。

自動化的產品與專業的技術服務讓您無后顧之憂，詳情可戳普冉半導體、藍箭航天案例感受一下。

一份價錢，多倍快樂。

03 、跟自建機房對比，我們來算算賬

一臺大機器市場價可能近百萬，看似幾年就能用回“硬件成本”， 但是你需要自己裝軟件、搭環境、搞運維……
如果是多臺服務器，那需要搞定的事情更多——
1. 機房建設和風火水電需要耗費大量資金；
2. 網絡設備、安全設備、存儲設備，都要額外加錢；
3. 調度軟件、虛擬化軟件、VDI桌面工具、堡壘機軟件、備份軟件……
4. 對了，還要人員維護。
所有這些，不是自己來搞定，就是花錢找第三方搞定。

更多關于自建機房與研發云平臺的成本分析，可以戳這篇：最強省錢攻略——IC設計公司老板必讀

我們來總結一下，專有D區的性價比有多高？
有沒有大機器？
我們有，且很充分，機器還全新。
貴不貴？
我們一份價錢，多倍快樂
用戶只為自己需要的付費
好不好用？

我們舉兩個例子

青芯半導體
青芯搞ASIC定制設計，采用的是項目式服務模式。
在項目研發的某些階段，是需要大內存機型的，而且需要使用的時間不一定很長。大內存機型難找，而且價格也相當高，需求又比較碎片化，就會導致機器經常供應不上。
FCC-E專有D區擁有行業特需2T-4T大內存機型，非常貼合青芯這種項目關鍵階段的特定短期資源需求，性價比極高。
詳情戳：【案例】未來芯片設計領域的藥明康德——青芯半導體如何在N個項目間游走平衡？

某GNSS芯片公司
該芯片公司分為算法組和芯片組，其中芯片組分為模擬芯片和數字芯片，在項目研發前中后期的資源需求情況比較復雜。
經過評估之后，用戶在對資源沒有特殊要求的項目前期和中期使用通用C區，到了普遍需要多核+大內存機器的后期再開啟專有D區，研發成本大降低，資源利用率拉滿，降本增效兩不誤。
經測算，引入專有D區后比之前能降低高達44.7%的成本。

常見問題

1.跟IDC托管有什么區別？
IDC托管提供的僅僅是機柜，FCC-E專有D區提供是開箱即用的研發云平臺與專業技術服務。

2.跟融資性租賃有什么區別？
融資性租賃本質上是固定資產的分期付款，資源通常攤銷3-5年且不可變更，對終端企業有較高的財務信用資質要求。

FCC-E專有D區提供了相對彈性的計算資源，無需全折舊期鎖定，并可變更，降低了對最終企業信用資質要求。

 - END -

我們有個即開即用的一站式研發云平臺
支持1000+常見應用，數百家行業客戶落地實踐全
球海量異構資源隨心調用
可基于業務狀態監控告警，提供運營優化分析報表
支持海內外多地協同研發與辦公
行業專家團隊全力保障業務落地

掃碼免費試用，送200元體驗金，入股不虧~

更多電子書
歡迎掃碼關注小F（ID：imfastone）獲取

你也許想了解具體的落地場景：
從“地獄級開局”到全球首款液氧甲烷火箭，我們如何助力藍箭沖破云霄
普冉半導體逐步布局自主可控，漸次提升研發效率
光電兼修的Alpha Cen，如何應對上升期的甜蜜煩惱？
暴力堆機器之王——Calibre
王者帶飛LeDock！開箱即用&一鍵定位分子庫+全流程自動化，3.5小時完成20萬分子對接
這樣跑COMSOL，是不是就可以發Nature了

一站式研發云平臺 ：
從“單打獨斗”到“同舟共集”，集群如何成為項目研發、IT和老板的最佳拍檔？
國產調度器之光——Fsched到底有多能打？
八大類主流工業仿真平臺【心累指數】終極評測（上）
2023仿真宇宙漫游指南——工業仿真從業者必讀
這一屆科研計算人趕DDL紅寶書：學生篇
最強省錢攻略——IC設計公司老板必讀

近期重大事件：
速石科技成NEXT PARK產業合伙人，共同打造全球領先的新興產業集群
速石科技出席ICCAD2023，新一代芯片研發平臺助力半導體企業縮短研發周期
速石科技與芯啟源開啟戰略合作，聯手打造軟硬件一體芯片研發云平臺
速石科技作為特邀服務商入駐IC PARK，合力打造集成電路產業新生態
速石科技聯合電信、移動、聯通三大運營商，為國家數字經濟轉型注入新動力

- END -

我們有個即開即用的一站式研發云平臺
支持1000+常見應用，數百家行業客戶落地實踐
全球海量異構資源隨心調用
可基于業務狀態監控告警，提供運營優化分析報表
支持海內外多地協同研發與辦公
行業專家團隊全力保障業務落地

掃碼免費試用，送200元體驗金，入股不虧~

更多電子書
歡迎掃碼關注小F（ID：imfastone）獲取

你也許想了解具體的落地場景：
暴力堆機器之王——Calibre
怎么把需要45天的突發性Fluent仿真計算縮短到4天之內？
王者帶飛LeDock！開箱即用&一鍵定位分子庫+全流程自動化，3.5小時完成20萬分子對接
這樣跑COMSOL，是不是就可以發Nature了
Auto-Scale這支仙女棒如何大幅提升Virtuoso仿真效率？
揭秘20000個VCS任務背后的“搬桌子”系列故事
大規模OPC上云，5000核并行，效率提升53倍

一站式研發云平臺：
光電兼修的Alpha Cen，如何應對上升期的甜蜜煩惱？
國產調度器之光——Fsched到底有多能打？
八大類主流工業仿真平臺【心累指數】終極評測（上）
2023仿真宇宙漫游指南——工業仿真從業者必讀
這一屆科研計算人趕DDL紅寶書：學生篇
最強省錢攻略——IC設計公司老板必讀
速石X騰訊云X燧原：芯片設計“存算分離”混合云實踐
解密一顆芯片設計的全生命周期算力需求

近期重大事件：
速石科技榮登“REAL 100創新家”榜單，引領企業級研發云平臺創新
速石科技與芯啟源開啟戰略合作，聯手打造軟硬件一體芯片研發云平臺
速石科技作為特邀服務商入駐IC PARK，合力打造集成電路產業新生態
速石科技成為國家“芯火”深圳雙創基地（平臺）戰略合作伙伴，推動國產EDA公共技術服務云平臺建設

這是一篇推薦我們速石自研調度器——Fsched的文章。
看起來在專門寫調度器，但又不完全在寫。
往下看，你就懂了。

本篇一共五個章節：

一、介紹一下主角——速石自研調度器Fsched

二、只要有個調度器，就夠了嗎？

三、全面對比：速石研發平臺 VS LSF Suite

四、如果你想嘗試AI——

五、不止半導體領域。。。。

介紹一下主角
速石自研調度器Fsched

fastone Scheduler，簡稱Fsched，是速石科技所有產品的核心調度組件。Ta是面向HPC集群的操作系統，是HPC集群的“大腦”，用于對HPC集群內的計算資源進行管理、監控，對用戶提交的任務進行統一管理、分發和遠程執行。

Fsched是速石科技基于開源的Slurm版本進化而來的全新產品。

01 、我們的Fsched調度器到底厲害在哪？

先看一組我們在半導體領域用戶的真實驗證數據：
5個月時間內：
CPU調度峰值達到5萬核；
提交了超過8000萬Jobs；
構建超過700臺機器組成的大規模集群；
使用量約3000萬核時。

Fsched性能指標

吞吐量：1000 jobs/second
響應時間：1 ms
集群規模：
單個Fsched集群能夠支持的最大節點數：1000
單個Fsched集群能夠支持的最大CPU核數：30000

總結一下，Fsched調度器優勢：
1. 完全由速石獨立開發，性能卓越；
2. 我們能提供代碼級技術支持；
3. 支持市面上幾乎所有EDA工具；
4. 服務了100+家不同類型的半導體行業用戶；
5. 兼容LSF/SGE等調度器，使用體驗不變。

關于調度器科普和不同流派近二十年的發展歷程，可以點擊回顧：億萬打工人的夢：16萬個CPU隨你用

02、代碼級技術支持有什么不一樣？

代碼級技術支持的特別之處主要體現在解決問題的路徑上。
一句話，我們能做很多人做不到的事情。

一般問題：我們站在產品視角來解決

特殊問題：我們以開發者身份來解決
比如一些特殊調度策略的改造與優化，我們是開發者，所以能做。包括各種調度器日志的監控分析，優化調度器的提交方式和腳本等等。

DEBUG：深入代碼級的技術支持
舉一個典型例子：當研發提交任務出現異常狀態，怎么辦？

我們首先需要定位與任務相關的日志。日志分為：基礎設施層日志、中間件層日志、應用層日志等。
IT和研發工程師的關注點不一樣：IT工程師一般看基礎設施層日志，CAD和研發工程師看中間件層日志和應用層日志。不同角色各看各的，定位問題效率低。

我們通過Fsched調度器：
1. 把調度任務的異常日志分類，找出是哪一層的問題；
2. 任務狀態跟蹤，通過異常應用找出相應進程和IO信息，方便判斷；
3. 通過數據分析抓取日志中的關鍵信息。
找到問題，over。

03、Slurm之上，我們還做了什么？

Slurm是厲害的：全球60%的TOP500超算中心和超大規模集群（包括我國的天河二號等）都采用Slurm作為調度系統。它擁有容錯率高、支持異構資源、高度可擴展等優點，適用性相當強。

那么，基于Slurm之上，我們還做了些什么？

從0到1，幫助用戶更快，更簡單地用起來
1. 產品級IT自動化管理，標準化地調用資源，保證環境一致性，降低用戶配置復雜度和出錯率，上手更容易；
2. 從業務出發，Fsched與底層資源的聯動性強，根據任務需求自動伸縮，更符合云上使用方式。

從1到10，讓用戶用得穩定，用得放心

1. 對Slurm開源版進行修復與增強。修復Slurm開源版在復雜環境下任務異常崩潰等問題，增加了混合云智能調度能力；
2. 基于Wrapper組件，Fsched對上層EDA應用進行了兼容與優化，保證用戶使用體驗不變；
PS：同樣是Wrapper，水平也是有高下的。要達到多年戰斗在一線的專業高級口譯的經驗和水平，只能說：有難度。
3. 根據最佳實踐經驗總結的流程與規則，能優化EDA Workflow，提高調度器使用效率；
4. 代碼級支持能力讓用戶無后顧之憂。

只要有個調度器
就夠了嗎？

答案自然是否定的。

為什么？
或許，我們可以換個角度來回答這個問題。

就像汽車出現之前，用戶的期望永遠是——1匹更快的馬一樣。
在當下芯片設計研發領域，我們如果把調度器類比馬，那么汽車是什么呢？

我們給大家簡單描繪一下：

一個站在整個芯片設計研發體系和架構視角來滿足EDA行業用戶性能、功能、體驗的產品。
1. Ta是完整的一體化產品，功能緊密耦合，且經過層層實戰考驗；
2. Ta解決的是完整生命周期的芯片設計業務問題，調度器只是其中一個模塊；
3. Ta具有對企業未來發展的彈性，能擴展至不同規模和更多業務路線，比如AI。

而這，正是我們與其他很多產品最大的區別之一。

我們的產品在設計之初就是面向EDA應用，服務芯片設計研發業務場景的。這也決定了我們解決問題的出發點永遠是：是否滿足研發業務需求，然后從上至下地解決問題。

首先，我們提供的是一整套上中下層聯動的芯片設計研發環境：

1. 連接上層EDA應用，對應用本身的運行提供支持和優化；
2. 連接底層資源，給用戶提供更靈活，更高效使用資源的能力；
3. 結合EDA應用和底層資源的聯動和適配，給出最佳實踐經驗。

第二，我們的功能都是面向實際業務場景設計和提供的：

1. License調度優化，可幫助企業用戶最大化提升License利用率，更好地規劃License購買策略，控制整體使用成本；

2. 我們能多維度監控任務狀態，提供基于EDA任務層的監控、告警、數據統計分析功能與服務，讓團隊管理者監控各個重要指標變化，從全局角度掌握項目的整體任務及資源情況，為未來項目合理規劃、集群生命周期管理、成本優化提供支持；

3. 日常數據統計與運營分析管理，實現問題可追溯，可追蹤，降低成本，提升整體項目管理效率。

第三，我們的交互方式不改變EDA用戶使用習慣。原來怎么用，現在還怎么用。

速石研發平臺
VS
LSF Suite

半導體行業用戶最熟悉的調度器是LSF，就不多介紹了。
不過，它背后的LSF Suite大家就不一定熟悉了。

來來，我們盤一下，我們速石研發平臺跟LSF Suite的區別是什么？

01、根本區別：設計理念不一樣

我們是站在整個芯片設計研發體系和架構視角來設計的一體化產品，解決的是完整生命周期的芯片設計業務問題，功能緊密耦合，且經過層層實戰考驗。

而Fsched調度器只是其中一個模塊，不單獨售賣，在我們的全線企業級產品均屬內置，且與產品其他功能深度綁定。

這正是我們上一節提到的面向EDA業務的產品定位決定的。

而LSF Suite里的核心調度器LSF與其他組件是不關聯的，屬于可選項。這也導致了用戶大多只接觸過LSF，而對它的其他組件沒有什么概念。
而且，因為各種功能組件之間獨立存在的，用戶使用的時候需要根據自己業務需要進行二次開發組裝，從零開始進行功能模塊需求評估、采購、對接、開發和測試驗證兼容性，才能搭建出一個完整的研發環境，時間周期也會比較長。
另外還有期間的運維、后續的更新升級和功能擴展等事項。

02、性價比：速石研發平臺TCO更低

下圖是我們研發平臺與LSF Suite的橫向對比圖，可以清楚地看到，兩者的收費模式差別很大。

我們Fsched調度器是包含在平臺費用里的，相關組件也都是隨產品一起內置的，不單獨收費。

而LSF Suite除了核心調度器按使用核數收費以外，所有功能組件都需要額外收費。

從總擁有成本來看，對用戶來說，速石研發平臺付出的成本更低，獲得的東西更多。還有很多隱性成本沒有列在表格里，比如對接調試時間成本，人工成本，售后支持成本等等。

總結一下，我們跟LSF Suite的五大主要區別：
1. 核心調度器Fsched完全國產自研，有代碼級支持能力；
2. 我們的產品設計初衷就是提供面向EDA業務的一整套研發環境，可擴展性強；
3. 各功能模塊緊密耦合，不單獨收費，整體性價比高；
4. 我們的CAD能力與經驗，能有效提高上中下層整體聯動效率；
5. 我們兼容LSF/SGE等調度器，使用體驗不變。

如果你想嘗試AI——

目前，AI在芯片設計領域的應用主要有兩條路線：

路線一：AI+EDA工具

Synopsys、Cadence與Siemens等公司紛紛在其最新工具中使用了AI技術，覆蓋先進數字與模擬芯片的設計、驗證、測試和制造環節，讓開發者在芯片開發的每一個階段都可以采用借助AI的自主學習能力，提供芯片設計生產力。

當然，越來越多EDA工具也支持借助GPU進行運算加速。

路線二：AI算法模型訓練

Google研究人員使用10,000個芯片布局圖來訓練他們的深度學習模型——PRIME，人工智能生成的芯片的設計時間不到六個小時。

而NVIDIA設計了另一種用于芯片設計的深度學習方法——PrefixRL模型，NVIDIA使用其RL工具設計的電路比人類使用當今EDA工具設計的電路小25%，但性能相似。

路線一需要支持全流程EDA工具的一整套研發環境，以及構建異構資源（CPU+GPU、本地+云上）的調度及管理平臺的能力。

路線二需要的支持企業從ML/LLM模型構建、大規模訓練到最終部署需求的MLOps模塊。

我們都有。

另外，我們剛剛發布的一款行業知識庫聊天應用Megrez，面向企業客戶提供大語言模型的私有化部署能力，允許用戶自定義行業知識庫，實現領域知識的問答。

不止半導體領域。。。。

在半導體以外的其他行業，如生命科學、汽車/智能制造，我們也表現不錯：

汽車/智能制造

這樣跑COMSOL，是不是就可以發Nature了
LS-DYNA求解效率深度測評 │ 六種規模，本地VS云端5種不同硬件配置
怎么把需要45天的突發性Fluent仿真計算縮短到4天之內？
從4天到1.75小時，如何讓Bladed仿真效率提升55倍？

生命科學

王者帶飛LeDock！開箱即用&一鍵定位分子庫+全流程自動化，3.5小時完成20萬分子對接
1分鐘告訴你用MOE模擬200000個分子要花多少錢
155個GPU！多云場景下的Amber自由能計算
提速2920倍！用AutoDock Vina對接2800萬個分子

關于fastone云平臺在各種EDA應用上的表現，可以點擊以下應用名稱查看：

HSPICE │ OPC │ VCS │ Virtuoso │ Calibre

速石科技芯片設計五部曲，前三部先睹為快：

模擬IC│ 數字IC │ 算法仿真

- END -

我們有個IC設計研發云平臺
IC設計全生命周期一站式覆蓋
調度器Fsched國產化替代、專業IT-CAD服務
100+行業客戶落地實踐
支持海內外多地協同研發與辦公
多層安全框架層層保障

掃碼免費試用，送200元體驗金，入股不虧~

更多EDA電子書
歡迎掃碼關注小F（ID：iamfastone）獲取

你也許想了解具體的落地場景：
暴力堆機器之王——Calibre
Auto-Scale這支仙女棒如何大幅提升Virtuoso仿真效率？
揭秘20000個VCS任務背后的“搬桌子”系列故事
大規模OPC上云，5000核并行，效率提升53倍
從30天到17小時，如何讓HSPICE仿真效率提升42倍？

芯片設計研發平臺：
【案例】95后占半壁江山的浙桂，如何在百家爭鳴中快人一步
最強省錢攻略——IC設計公司老板必讀
芯片設計五部曲之三 | 戰略規劃家——算法仿真
【案例】速石X騰訊云X燧原：芯片設計“存算分離”混合云實踐
解密一顆芯片設計的全生命周期算力需求
缺人！缺錢！趕時間！初創IC設計公司如何“絕地求生”？

重大事件：
速石科技聯合芯華章，推動新一代EDA向云原生邁進
速石科技賦能里恩特，開拓更廣闊的芯片設計市場
速石科技應邀出席2023世界人工智能大會，AI研發平臺引人矚目
速石科技與深信服開啟戰略合作，助力芯片設計自主創新
速石科技成三星Foundry國內首家SAFE云合作伙伴