前不久在第二十六届中国科协年会主论坛上,中国科协发布2024重大科学问题、工程技术难题和产业技术问题。在所列举的十大工程类技术难题中,至少有三个难题,或隐或显的和工业软件有紧密关联:
这三个难题均要使用到工程类计算机辅助工程、仿真建模软件平台CAE/CAD,或集成电路设计、制造自动化软件EDA工具,CAE/CAD以及EDA统属于工业软件大类。
如果劳烦读者以“工业母机”、“工业软件”等为关键词检索新闻资讯,就不难发现过去十多年来,发改委、工信部、科技部等多个部委的发文,包括历年全国两会的代表提案,几乎只要涉及到亟需突破的“卡脖子”领域,“工业母机”、“工业软件”往往都赫然在列且被重点标注。
在工业母机、工业软件、高端集成电路设计与制造、基础材料自主可控已成为产、学、研各界高度共识的背景之下,为何这一些难题多年来依然常讲常新?观察者网科学技术板块之前也曾发表多篇深度文章谈及这一议题,指出工业软件往往在实现“0”到“1”突破后依然会面临诸多障碍。从目前我国工程类设备的研发和市场应用等视角来看,工业软件的被“卡脖子”风险之所以长期成为产业升级中的重大难题,背后的原因依然有可发覆之处。
先看第一个难题,即“工业母机精度保持性的快速测评”。工业母机号称“机器之母”,是机器中的机器。大尺寸半导体硅单晶是集成电路高端制造工序中的基石,有关这两个领域的精度快速测评和品质把控,均和量测、检测即Metrology体系息息相关。
高端数字控制机床的检测系统负责将机床运动部件的实际位移量随时检测出来,与给定的指令信号作比较,从而控制驱动元件正确运转,实现闭环控制;而数控系统是数字控制机床的核心,是实现机床精确加工功能的关键。高端数字控制机床需要一整套多通道、全数字总线,还包含丰富的插补及运动控制功能、智能化的编程和远程维护诊断。而且,数字控制(Numerical Control-NC)的算法、算力和母机器件、材料的迭代同气连枝,同生共振,半个多世纪以来不断推动着CAE/CAD工具和相关IP链条的逐渐完备和发展。
再看第二个难题,大尺寸半导体硅单晶的品质管控。仅单晶棒的生长过程就包括了融化、稳温、种籽晶、放肩、生长、收尾、冷却等一系列复杂工序。复杂工序的“可见”视域之内,离不开其背后所需的器件建模,多物理场仿真工具这一“不可见”的工业软件——它负责把单晶生长和集成电路制造这种纷繁杂多的物理世界,化约为可被电子计算处理的数字世界。
随着当下半导体制造工艺的日趋复杂和因制程迁移带来的器件密度的成倍增长,硅片厂和晶圆厂面临着开工率、产品良率和严苛交付时间约束下的量产成本的巨大压力。集成电路制造类EDA工具恰如一把锋利的“奥卡姆剃刀”,剔除掉芯片制造环节的重复物理性实验冗余,是加快芯片上市时间和设计技术协同优化的关键抓手。全球大型硅片厂和晶圆厂内的设备一旦热启动,时间成本能够最终靠计算模型量化为资本投入,尤其在先进工艺节点上,用“寸秒寸金”形容也毫不为过。
笔者曾在苏州拜访某家制造类EDA企业时,企业董事长阐述,EDA工具负责把声、光、电、化这些物理世界化约为可编程、量化、计算的数字世界,这一过程越来越多出现了很多“反直觉”的现象。
比如芯片工艺平台的不断跃迁,从7nm到5nm再到3nm,每一片wafer的成本都在急剧上升,但工艺开发时间却没有按成本的增长而被显著拉长,EDA工具就是这里面的密码——虽然晶体管的密度随着工艺制程持续不断的增加,但由于EDA工具成为了开发者的公共平台,可以让所有全世界的软件设计者都能用同样的语言来描述晶体管的特性。有了晶体管级电路仿真工具,半导体器件模型(SPICE Model)以及PDK自动化开发和验证平台,才不至于让芯片设计和制造端“重复造轮子”,以此来实现技术累积的有序演化。
从母机和大硅片制造体系这一宏观视角来看,如果把机床制造和单晶生长看作一片密林,那么穿梭在密林之中所见的一片不起眼的树叶都有可能成为影响工艺良率的“元凶”。若想既要保证母机精度、稳定性,又要缩短工艺开发时间保证制造成本可控,又能在量测、检测中保证数据的即时可编程性和回溯性,一套成熟有序的配套工业软件必不可少。
根据德国德国机床制造商协会VDW数据,2022年全球机床产值803亿欧元,中国大陆机床产值全球占比32%,我国机床消费中进口依赖度从2018年的33%下降至2022年的24%。不过中国大陆依然是德国机床主要的出口地。
与此同时,集成电路设计类企业过去五年年复合增长率为28%,而服务这些设计类企业的EDA工具增长率仅为14%,对比下来,至少还有翻倍的空间。
因此,无论工业母机所需CAD/CAE,还是集成电路所需的EDA软件,在未来五到十年内都有肉眼可见的巨大增长潜力。
然而,我国在高端数字控制机床、高端集成电路设计与制造这两大领域所需的工业软件,却长期被欧美少数几个大厂所垄断。前者的代表企业主要有日本发那科、三菱、德国西门子等,后者则主要由业界所称的“三大家”,即Synopsys、Cadence、西门子EDA为代表。这些欧美巨头形成的高护城河和生态壁垒,让中国高端制造业不得不花费巨资获取软件授权。而且在制造-设计端融合度慢慢的升高,软硬件数据优化协同的大背景下,毫不夸张地讲,工业软件所带来的数据安全慢慢的变成了我国高端制造成败的关键。为了更直观地说明这个问题,在此举三个例子。
例一。根据数控机床工作原理,如果数控网络与管理网边界缺少必要的边界防护措施,会导致管理网安全风险容易横向传播到数控网络;数控设备经常需要远程维护,如果没有自主研发、成体系的工业软件,那么软件运维,包括相应的debug工具也就无从谈起。
前一段时间,业界风传光刻巨人ASML可定位光刻系统操作地点且掌握所谓远程“毁机按钮”。虽然ASML官方对此不置可否,但在工业母机行业,这是残酷的现实——国外高档数控系统基本都是驱控一体的全数字闭环控制系统,其中嵌入的GPS模块确实可以实施远程监控所销售的数控系统,包括但不限于调试维护、新数据更新导入等,在极端情况下,可以远程中断数控系统的运行。
例二。工业软件对机台运行所产生的数据归纳整理和分析能力,所带来的数据安全和企业机密掌控同样不容低估。
近年来,负责集成电路制造的晶圆厂内部的物流自动化成为国产替代的焦点。负责抓取、搬运晶圆盒的天车系统(AMHS)供应商成长很快,然而这一领域长期被村田、大福等少数日本厂商所垄断,二者市占率高达90%。
某苏州AMHS制造商总经理前一段时间告诉笔者,AMHS系统需要高度的定制化服务,所需的软件系统成为各家打出差异化的突破点。AMHS对晶圆盒的抓取速度、吞吐量都由AMHS数据中台掌控。可以说,AMHS不但事关晶圆厂开工效率,还高度涉及企业月度、年度产能核心机密。这一领域的工业软件如果仰人鼻息,有可能会导致企业遭遇“开膛破肚”白盒化,即严重的数据泄露,商誉也会严重受损。
例三。欧洲最大的二手设备制造商SDI Fabsurplus总裁Stephen Howe前一段时间在和笔者对话时,感慨近些年官司不断,诉讼成本高涨。原因就在于设备商把淘汰或者闲置的产线变卖,很多大型名贵设备包括很多光刻设备进入二手设备市场后,设备OEM厂商以各种名义只卖设备不卖配套软件,导致二手设备的翻新维护变得愈加困难。
中国大陆是全球最大的二手半导体设备进口地,在美国对高端半导体设备出口不断收紧的情况下,二手设备这些年成为中国半导体制造,增加产能的重要工具。若无正版配套的升级维护软件系统,二手设备很容易被强制报废,不但造成资源配置的巨大浪费,也影响芯片制造体系的整体升级。
高端制造装备慢慢的变成了全球各大国高科技竞争的焦点,美国商务部不断收紧EDA出口管制,高精尖工业软件是否能自主可控的问题,已能上升到“毁灭”与“反毁灭”的高度。
工业软件被誉为工业皇冠上的明珠,观察者网之前就“工业软件”问题撰文时,读者评论最高赞的一条是“我们已拥有了世界上少有的全链条工业制造体系,不怕没有配套的工业软件。”
诚然,软件所需的数据投喂、加密分析和算法的迭代往往伴随同样处在制造端上游的设备、材料一同成长,坊间所云“一代设备,一代材料,加一代软件有一代工艺”,但工业软件却有其独特的技术边界和生态演进特色。以集成电路EDA为代表,国外三大家的产品矩阵的拓展无不伴随着密集的收购并购和业务拆分整合。这种“大鱼吃小鱼”,EDA+IP的战略叠加研发实操中的knowhow积累,让后来者“弯道超车”几乎变得不可能。
中国半导体行业协会集成电路设计分会理事长魏少军教授在某年清华大学校友论坛中曾指出,中国台湾虽然有着强大的半导体代工制造力,台积电一家就占了全球所有pure foundry市占份额的约六成,与联电、力积电共同构成了芯片代工岛内生态。但几十年来,中国台湾地区其实已无“生产整机能力”的可能,比如说一直未能发展出稍有规模的EDA厂商。其背后有一只看不见的手,在主导亚太地区IC供应链生态角色分工。
无独有偶,韩国在全球半导体分工体系中,长期以来形成了以存储、面板为主的强势特色领域,而且有了三星电子这样几乎无所不包的超大型半导体企业。在当今这一波AI加速器狂飙突进中,以SK海力士为主的存储企业吃饱了高带宽存储HBM的红利,然而时至今日,韩国在EDA领域的全球份额却依然接近为零。
由此可见,工业制造体系的规模,并不一定意味着工业软件也会随着硬件和设计理念的升级换代而协同进步,慢慢的变多的国家已经意识到,当今假如没有强有力的以国家意志为主导的顶层设计,以清晰明确的产业政策配合长期资金市场的高力度扶持,几乎不可能在工业软件中突破对手的生态垄断壁垒。
如前所述,科协年会主论坛十大工程难题居然就有三个和工业软件强相关,而且各部位在列举难啃的硬骨头时,工业软件时不时会排在尖端集成电路和精密仪器之前,被称为“难中之王”,原因何在?
工业软件需要长时间的研发积累和庞大的工程师不断在实操中提炼knowhow,这是软硬件仿真、验证环节能落地的基本前提,无论是工业母机还是大硅片制造、量测均需要打通前端制造和后端测试的数据耦合,以DTCO理念构建工业母机和大硅片的全生命周期视野,这一理念牵扯到物理学、数学、电磁、热力学和计算机编程等繁杂的学科,客观上推高了人才培训和储备成本。
目前国内雄心勃勃,有志于在制造类EDA多物理场仿真工具大干一场的企业,在人才招聘市场上往往会遭遇这样的灵魂发问:你们需要如此复杂的工程基础学科背景和相关理论素养的人才,但我只要掌握一两种专业相关知识,比如计算机编程,就可以在网络公司拿到一份高薪,何必要进到集成电路和工业母机这样的苦逼行业?这一些行业又苦又累,工资也不比互联网公司高多少。
其次,长期资金市场的逼问。众所周知,无论一级市场还是证券交易市场,细分赛道的成长性、估值等尤其为投资者所看重。然而工业软件的尴尬之处就在于,其总统市场规模往往没看上去那么大。
以集成电路为例,诸多EDA供应商卖的是软件授权而非tape out的量,全球集成电路总市场突破6000亿美元大关时,EDA+IP市场不过才150亿美元,大型EDA公司的营收的增量往往被并购的业务整合贡献了大头,很多时候还是存量之争。近年来异军突起的国内EDA点工具供应商,其中不少一开始志存高远,不畏困难,发力啃一些EDA must工具链条(所谓must工具链,即EDA从集成电路设计到制造、封测全流程所必须的点工具)中40多个中的一两个,希望以情怀加持获得投资方的青睐。
但投资机构也有他们的灵魂发问:“这几个点工具市场都被你吃干抹净也不过才不到10亿人民币规模,就算让你拿到100%市占份额。然后呢?”“然后呢”就代表了成长性,这三个字折射出了国内点工具EDA供应商融资过程中的尴尬和无奈。
第三,客户验证之难。工业软件需要实验室,但必须要走出实验室接受市场闭环的考验,才能在激烈的市场之间的竞争中站稳脚跟。某一家软硬件集成设备商上个月告诉笔者,为了赢得某大型客户的验证资格和获取足够多的软件调试一线数据,很多同行不得不把姿态放得很卑微,甚至和晶圆厂签署免费导入合同,只求赚取一点可怜的加工费。
以晶圆前端制造所必须的离子注入机为例,离子注入是半导体前端工序很重要的一步,需要多物理场仿真工具如TCAD等对蒙特卡洛(Monte-Carlo)办法来进行仿真模拟,但离子注入的工艺结果验证困难,不能像别的设备一样通过光学检测查看产品质量,只能等到三个月后芯片做完测试电性能时才知道注入结果,因此初次使用未经验证的设备对于Fab风险很大,甚至有企业高管在考虑是不是需要签署金融对赌条款以换取TCAD工具配合离子注入机进行客户验证。
综上所述,工业软件不仅难在人才储备,还难在上下游商用生态建设,这毫无疑问都需要一个相当长期的过程。
今年以来,国家集成电路大基金二期动作频频,先后入股EDA解决方案提供商全芯智造、九同方微电、IP供应商牛芯半导体等,同时,工业母机有突出贡献的公司华中数控等上市后将再融资,引入国家制造业转型升级基金战投等,意味着具备技术优势和“杀手锏”产品的企业,即使估值较高,也会因其独特价值而受到投资方的青睐。
同时在AIGC产业浪潮之下,工业软件算法迭代的范式正在迎来重大机遇期。在AI加持下的软件云网运维、数据保护和仿真、验证自动化程度的逐步的提升,让原本看似难以超越的工业软件突破难点,至少看上去不再那么遥不可及。集成电路前端设计所需要的EDA验证环节,往往占据整一个流程近乎一半的时间成本,如何借力AI,全速优化EDA工具验证尤其是形式验证过程,是目前全球各主要EDA公司共同需要探索的课题。除此之外,3D可视化工具辅助工业软件,对期间模拟和材料应力变化以数字孪生的方式呈现,也为国产工业软件“换道超车”提供了更多可能。
可以说,有国家意志主导的产业政策打底,长期资金市场的强力扶持,再加上相对完善、丰富的AIGC产品生态,中国工业软件必将克服目前所能遭遇的重大难题,向着更高层面上的征途前进。