來源：內容來自「科學網」，謝謝。
開篇
2019年度國際計算機體系結構旗艦會議ISCA於6月在美國亞利桑那州鳳凰城召開。6月23日與ISCA一起舉行的遠景研討會（SIGARCH Visioning Workshop）吸引了上百位聽眾。一方面是因為此次研討會主題「面向下一代計算的敏捷開放硬體（Agile and Open Hardware for Next-Generation Computing）」是當前體系結構研究領域的前沿熱點，引起了很多人的關注；另一方面11位報告人中大牛雲集，有圖靈獎得主David Patterson教授，也有多位美國工程院院士加持，還有來自MIT、Berkeley、Stanford、UCSD、Google、Nvidia、DARPA等頂尖大學、企業和政府機構的專家。
最大感觸是開源硬體（晶片）在美國各界已經成為一種共識——從學術界、企業界到DARPA這樣的政府機構，都在積極投入到開源晶片與晶片敏捷開發方向的研究中。早在2016年的首屆Architecture 2030遠景研討會上，很多人就認為開源硬體將會是未來的大主題（Big Theme，如圖1）。而在國內，很多人對開源硬體/晶片的理解還有些片面，只是認為「開源晶片=RISC-V」。
今年是第三屆，主題是 「Agile and Open Hardware for Next-Generation Computing」，一共有11個報告，其中報告4是有關EDA的。
報告4：高效開源EDA工具鏈已在路上（OpenROAD）
UCSD的Andrew Kahng教授獲得了DARPA項目的資助，開展高效開源EDA工具鏈的研究。他認為EDA以前是關注質量，但現在該開始關注把易用性了。他參與的DARPA IDEA項目目標非常激進——24小時內全自動地完成IP、SoC晶片、PCB版的設計（圖12）。
在DARPA的資助下，他帶領團隊啟動了OpenROAD項目，該項目將從四個維度來應對晶片設計複雜度問題：
（1）最大化劃分，將大的設計儘可能劃分為小模塊，這樣可以兩個好處，一方面是降低算法複雜度，另一方面就是更易挖掘並行性；
（2）並行優化，這一點與前面最大化劃分密切聯想，當存在大量並行度時，就可以採用各種加速並行的技術來優化，包括使用GPU來加速；
（3）採用機器學習的工具與流程，傳統晶片設計流程中有很多經驗規則，這一點可以通過訓練大量已有設計變成神經網絡模型，從而加速最優電路設計的搜索和預測。
這方面也是Kahng教授在報告中特別強調的；
（4）受限的布局方案也可以減少布局布線時的算法複雜度。
OpenRoad將於今年推出Alpha版，然後在2020年推出v1.0版本。
圖12. DARPA IDEA項目的目標是全自動化（無人幹預）、24小時完成全系統硬體設計
圖13. OpenRoad在四方面進行優化
圖14. OpenRoad將於今明兩年開源
EDA是國內晶片設計產業最大的軟肋，中國的EDA工具企業始終未能做大做強。如今，美國開始將EDA轉向開源，中國又應該如何應對？這個問題值得認真研究。觀點是開源總體對中國是有利的，但開源也存在競爭，只有更多的投入、參與和貢獻，才能在開源社區中起到主導作用。中國不一定能在所有環節上都存在優勢，但還是有可能在某些環節上推出有競爭力的開源EDA工具。
圖15. 全世界範圍內開源EDA工具出現快速增長趨勢