【文/觀察者網專欄作者 潘攻愚】
前不久在第二十六屆中國科協年會主論壇上，中國科協釋出2024重大科學問題、工程技術難題和產業技術問題。在所列舉的十大工程類技術難題中，至少有三個難題，或隱或顯的和工業軟件有緊密關聯：
1. 工業母機精度保持性的快速測評；
2. 大尺寸半導體矽單晶品質管控理論與技術；
3. 基礎設施領域自主工程設計軟件問題。
這三個難題均需要用到工程類電腦輔助工程、仿真建模軟件平台CAE/CAD，或集成電路設計、制造自動化軟件EDA工具，CAE/CAD以及EDA統屬於工業軟件大類。
如果勞煩讀者以「工業母機」、「工業軟件」等為關鍵詞檢索新聞資訊，就可以發現過去十多年來，發改委、工信部、科技部等多個部委的發文，包括歷年全國兩會的代表提案，幾乎只要涉及到亟需突破的「卡脖子」領域，「工業母機」、「工業軟件」往往都赫然在列且被重點標註。
在工業母機、工業軟件、高端集成電路設計與制造、基礎材料自主可控已成為產、學、研各界高度共識的背景之下，為何這些難題多年來依然常講常新？觀察者網科技板塊之前也曾發表多篇深度文章談及這一議題，指出工業軟件往往在實作「0」到「1」突破後依然會面臨諸多障礙。從目前中國工程類器材的研發和市場套用等視角來看，工業軟件的被「卡脖子」風險之所以長期成為產業升級中的重大難題，背後的原因依然有可發覆之處。
工業軟件——連線物理世界和數碼世界的旋鈕
先看第一個難題，即「工業母機精度保持性的快速測評」。工業母機號稱「機器之母」，是機器中的機器。大尺寸半導體矽單晶是集成電路高端制造工序中的基石，有關這兩個領域的精度快速測評和品質把控，均和量測、檢測即Metrology體系息息相關。
高端數控機床的檢測系統負責將機床運動部件的實際位移量隨時檢測出來，與給定的指令訊號進行比較，從而控制驅動元件正確運轉，實作閉環控制；而數控系統是數控機床的核心，是實作機床精確加工功能的關鍵。高端數控機床需要一整套多通道、全數碼總線，還包含豐富的插補及運動控制功能、智能化的編程和遠端維護診斷。而且，數碼控制（Numerical Control-NC）的演算法、算力和母機器件、材料的叠代同氣連枝，同生共振，半個多世紀以來不斷推動著CAE/CAD工具以及相關IP鏈條的不斷完善和發展。
數控系統
再看第二個難題，大尺寸半導體矽單晶的品質管控。僅單晶棒的生長過程就包括了融化、穩溫、種籽晶、放肩、生長、收尾、冷卻等一系列復雜工序。復雜工序的「可見」視域之內，離不開其背後所需的器件建模，多物理場仿真工具這一「不可見」的工業軟件——它負責把單晶生長和集成電路制造這種紛繁雜多的物理世界，化約為可被電子計算處理的數碼世界。
隨著當下半導體制造工藝的日趨復雜和因制程遷移帶來的器件密度的成倍增長，矽片廠和晶圓廠面臨著開工率、產品良率和嚴苛交付時間約束下的量產成本的巨大壓力。集成電路制造類EDA工具恰如一把鋒利的「奧卡姆剃刀」，剔除掉芯片制造環節的重復物理性實驗冗余，是加快芯片上市時間和設計技術協同最佳化的關鍵抓手。全球大型矽片廠和晶圓廠內的器材一旦熱啟動，時間成本可以透過計算模型量化為資本投入，尤其在先進工藝節點上，用「寸秒寸金」形容也毫不為過。
直拉法單晶矽制備虛擬仿真實驗@北京歐倍爾
筆者曾在蘇州拜訪某家制造類EDA企業時，企業董事長闡述，EDA工具負責把聲、光、電、化這些物理世界化約為可編程、量化、計算的數碼世界，這一過程越來越多出現了很多「反直覺」的現象。
比如芯片工藝平台的不斷躍遷，從7nm到5nm再到3nm，每一片wafer的成本都在急劇上升，但工藝開發時間卻沒有按照成本的增長而被顯著拉長，EDA工具就是其中的密碼——雖然晶體管的密度隨著工藝制程不斷增加，但由於EDA工具成為了開發者的公共平台，可以讓所有全世界的軟件設計者都能用同樣的語言來描述晶體管的特性。有了晶體管級電路仿真工具，半導體器件模型（SPICE Model）以及PDK自動化開發和驗證平台，才不至於讓芯片設計和制造端「重復造輪子」，從而實作技術累積的有序演化。
從母機和大矽片制造體系這一宏觀視角來看，如果把機床制造和單晶生長看作一片密林，那麽穿梭在密林之中所見的一片不起眼的樹葉都有可能成為影響工藝良率的「元兇」。若想既要保證母機精度、穩定性，又要縮短工藝開發時間保證制造成本可控，又能在量測、檢測中保證數據的即時可編程性和回溯性，一套成熟有序的配套工業軟件必不可少。
工業軟件，一場「淪陷」與「反淪陷」之戰
根據德國德國機床制造商協會VDW數據，2022年全球機床產值803億歐元，中國大陸機床產值全球占比32%，中國機床消費中進口依賴度從2018年的33%下降至2022年的24%。不過中國大陸依然是德國機床主要的出口地。
隨著10年更換周期的到來，預計中國機床行業將迎來大規模替換需求。
與此同時，集成電路設計類企業過去五年年復合增長率為28%，而服務這些設計類企業的EDA工具增長率僅為14%，對比下來，至少還有翻倍的空間。
因此，無論工業母機所需CAD/CAE，還是集成電路所需的EDA軟件，在未來五到十年內都有肉眼可見的巨大增長潛力。
然而，中國在高端數控機床、高端集成電路設計與制造這兩大領域所需的工業軟件，卻長期被歐美少數幾個大廠所壟斷。前者的代表企業主要有日本發那科、三菱、德國西門子等，後者則主要由業界所稱的「三大家」，即Synopsys、Cadence、西門子EDA為代表。這些歐美巨頭形成的高護城河和生態壁壘，讓中國高端制造業不得不花費巨資獲取軟件授權。而且在制造-設計端融合度越來越高，軟硬件數據最佳化協同的大背景下，毫不誇張地講，工業軟件所帶來的數據安全已經成為中國高端制造成敗的關鍵。為了更直觀地說明這個問題，在此舉三個例子。
例一。根據數控機床工作原理，如果數控網絡與管理網邊界缺少必要的邊界防護措施，會導致管理網安全風險容易橫向傳播到數控網絡；數控器材經常需要遠端維護，如果沒有自主研發、成體系的工業軟件，那麽軟件運維，包括相應的debug工具也就無從談起。
前一段時間，業界風傳光刻巨人ASML可定位光刻系統操作地點且掌握所謂遠端「毀機按鈕」。雖然ASML官方對此不置可否，但在工業母機行業，這是殘酷的現實——國外高檔數控系統基本都是驅控一體的全數碼閉環控制系統，其中嵌入的GPS模組確實可以實施遠端監控所銷售的數控系統，包括但不限於偵錯維護、新數據更新匯入等，在極端情況下，可以遠端中斷數控系統的執行。
例二。工業軟件對機台執行所產生的數據歸納整理和分析能力，所帶來的數據安全和企業機密掌控同樣不容低估。
近年來，負責集成電路制造的晶圓廠內部的物流自動化成為國產替代的焦點。負責抓取、搬運晶圓盒的天車系統（AMHS）供應商成長很快，然而這一領域長期被村田、大福等少數日本廠商所壟斷，二者市占率高達90%。
某蘇州AMHS制造商總經理前一段時間告訴筆者，AMHS系統需要高度的客製化服務，所需的軟件系統成為各家打出差異化的突破點。AMHS對晶圓盒的抓取速度、吞吐量都由AMHS數據中台掌控。可以說，AMHS不但事關晶圓廠開工效率，還高度涉及企業月度、年度產能核心機密。這一領域的工業軟件如果仰人鼻息，有可能會導致企業遭遇「開膛破肚」白盒化，即嚴重的數據泄露，商譽也會嚴重受損。
例三。歐洲最大的二手器材制造商SDI Fabsurplus總裁Stephen Howe前一段時間在和筆者對話時，感慨近些年官司不斷，訴訟成本高漲。原因就在於器材商把淘汰或者閑置的產線變賣，很多大型名貴器材包括很多光刻器材進入二手器材市場後，器材OEM廠商以各種名義只賣器材不賣配套軟件，導致二手器材的翻新維護變得愈加困難。
中國大陸是全球最大的二手半導體器材進口地，在美國對高端半導體器材出口不斷收緊的情況下，二手器材這些年成為中國半導體制造，增加產能的重要工具。若無正版配套的升級維護軟件系統，二手器材很容易被強制報廢，不但造成資源配置的巨大浪費，也影響芯片制造體系的整體升級。
高端制造裝備已經成為全球各大國高科技競爭的焦點，美國商務部不斷收緊EDA出口管制，高精尖工業軟件是否能自主可控的問題，已經可以上升到「淪陷」與「反淪陷」的高度。
有了工業制造體系就不怕沒有工業軟件？錯誤的論斷！
工業軟件被譽為工業皇冠上的明珠，觀察者網之前就「工業軟件」問題撰文時，讀者評論最高贊的一條是「我們已經擁有了世界上少有的全鏈條工業制造體系，不怕沒有配套的工業軟件。」
誠然，軟件所需的數據投餵、加密分析和演算法的叠代往往伴隨同樣處在制造端上遊的器材、材料一同成長，坊間所雲「一代器材，一代材料，加一代軟件有一代工藝」，但工業軟件卻有其獨特的技術邊界和生態演進特色。以集成電路EDA為代表，國外三大家的產品矩陣的拓展無不伴隨著密集的收購並購和業務拆分整合。這種「大魚吃小魚」，EDA+IP的戰略疊加研發實操中的knowhow積累，讓後來者「彎道超車」幾乎變得不可能。
EDA巨頭Synopsys多年來並購了大大小小的各類EDA+IP公司@anysilicon
中國半導體行業協會集成電路設計分會理事長魏少軍教授在某年清華大學校友論壇中曾指出，中國台灣雖然有著強大的半導體代工制造力，台積電一家就占了全球所有pure foundry市占份額的約六成，與聯電、力積電共同構成了芯片代工島內生態。但幾十年來，中國台灣地區其實已經沒有「生產整機能力」的可能，比如說一直未能發展出稍有規模的EDA廠商。其背後有一只看不見的手，在主導亞太地區IC供應鏈生態角色分工。
無獨有偶，南韓在全球半導體分工體系中，長期以來形成了以儲存、面板為主的強勢特色領域，而且有了三星電子這樣幾乎無所不包的超大型半導體企業。在當今這一波AI加速器狂飆突進中，以SK海力士為主的儲存企業吃飽了高頻寬儲存HBM的紅利，然而時至今日，南韓在EDA領域的全球份額卻依然接近為零。
由此可見，工業制造體系的規模，並不一定意味著工業軟件也會隨著硬件和設計理念的升級換代而協同進步，越來越多的國家已經意識到，當今如果沒有強有力的以國家意誌為主導的頂層設計，以清晰明確的產業政策配合資本市場的高力度扶持，幾乎不可能在工業軟件中突破對手的生態壟斷壁壘。
難中之難，工業軟件到底難在哪裏？
如前所述，科協年會主論壇十大工程難題居然就有三個和工業軟件強相關，而且各部位在列舉難啃的硬骨頭時，工業軟件時不時會排在尖端集成電路和精密儀器之前，被稱為「難中之王」，原因何在？
首先，相關專業人才匱乏，培養周期和成本過高。
工業軟件需要長時間的研發積累和龐大的工程師不斷在實操中提煉knowhow，這是軟硬件仿真、驗證環節能落地的基本前提，無論是工業母機還是大矽片制造、量測均需要打通前端制造和後端測試的數據耦合，以DTCO理念構建工業母機和大矽片的全生命周期視野，這一理念牽扯到物理學、數學、電磁、熱力學和電腦編程等繁雜的學科，客觀上推高了人才培訓和儲備成本。
目前國內雄心勃勃，有誌於在制造類EDA多物理場仿真工具大幹一場的企業，在人才招聘市場上往往會遭遇這樣的靈魂發問：你們需要如此復雜的工程基礎學科背景和相關理論素養的人才，但我只要掌握一兩種專業知識，比如電腦編程，就可以在互聯網公司拿到一份高薪，何必要進到集成電路和工業母機這樣的苦逼行業？這些行業又苦又累，薪金也不比互聯網企業高多少。
其次，資本市場的逼問。眾所周知，無論一級市場還是二級市場，細分賽道的成長性、估值等尤其為投資者所看重。然而工業軟件的尷尬之處就在於，其總統市場規模往往沒看上去那麽大。
以集成電路為例，諸多EDA供應商賣的是軟件授權而非tape out的量，全球集成電路總市場突破6000億美元大關時，EDA+IP市場不過才150億美元，大型EDA公司的營收的增量往往被並購的業務整合貢獻了大頭，很多時候還是存量之爭。近年來異軍突起的國內EDA點工具供應商，其中不少一開始誌存高遠，不畏困難，發力啃一些EDA must工具鏈條（所謂must工具鏈，即EDA從集成電路設計到制造、封測全流程所必須的點工具）中40多個中的一兩個，希望以情懷加持獲得投資方的青睞。
但投資機構也有他們的靈魂發問：「這幾個點工具市場都被你吃幹抹凈也不過才不到10億人民幣規模，就算讓你拿到100%市占份額。然後呢？」「然後呢」就代表了成長性，這三個字折射出了國內點工具EDA供應商融資過程中的尷尬和無奈。
2021全球EDA市占率和2020-2024增長率分析@Trendforce
第三，客戶驗證之難。工業軟件需要實驗室，但必須要走出實驗室接受市場閉環的考驗，才能在激烈的市場競爭中站穩腳跟。某一家軟硬件整合器材商上個月告訴筆者，為了贏得某大型客戶的驗證資格和獲取足夠多的軟件偵錯一線數據，很多同行不得不把姿態放得很卑微，甚至和晶圓廠簽署免費匯入合約，只求賺取一點可憐的加工費。
以晶圓前端制造所必須的離子註入機為例，離子註入是半導體前端工序極為重要的一步，需要多物理場仿真工具如TCAD等對蒙地卡羅（Monte-Carlo）方法進行仿真模擬，但離子註入的工藝結果驗證困難，不能像其他器材一樣透過光學檢測檢視產品質素，只能等到三個月後芯片做完測試電效能時才知道註入結果，因此初次使用未經驗證的器材對於Fab風險很大，甚至有企業高管在考慮是否需要簽署金融對賭條款以換取TCAD工具配合離子註入機進行客戶驗證。
綜上所述，工業軟件不僅難在人才儲備，還難在上下遊商用生態建設，這毫無疑問都需要一個相當長期的過程。
結語 有信心打贏工業軟件關鍵戰
今年以來，國家集成電路大基金二期動作頻頻，先後入股EDA解決方案提供商全芯智造、九同方微電、IP供應商牛芯半導體等，同時，工業母機龍頭企業華中數控等上市後將再融資，引入國家制造業轉型升級基金戰投等，意味著具備技術優勢和「殺手鐧」產品的企業，即使估值較高，也會因其獨特價值而受到投資方的青睞。
同時在AIGC產業浪潮之下，工業軟件演算法叠代的範式正在迎來重大機遇期。在AI加持下的軟件雲網運維、數據保護和仿真、驗證自動化程度的不斷提高，讓原本看似難以超越的工業軟件突破難點，至少看上去不再那麽遙不可及。集成電路前端設計所需要的EDA驗證環節，往往占據整個流程近乎一半的時間成本，如何借力AI，全速最佳化EDA工具驗證尤其是形式驗證過程，是目前全球各主要EDA公司共同需要探索的課題。除此之外，3D視覺化工具輔助工業軟件，對期間模擬和材料應力變化以數碼孿生的方式呈現，也為國產工業軟件「換道超車」提供了更多可能。
可以說，有國家意誌主導的產業政策打底，資本市場的強力扶持，再加上相對完善、豐富的AIGC產品生態，中國工業軟件必將克服目前所能遭遇的重大難題，向著更高層面上的征途前進。
本文系觀察者網獨家稿件，文章內容純屬作者個人觀點，不代表平台觀點，未經授權，不得轉載，否則將追究法律責任。關註觀察者網微信guanchacn，每日閱讀趣味文章。
