ケイデンス・デザイン（CDNS)のカンファレンス・コールが半導体業界に対する示唆に富んだ内容だった

ケイデンス・デザインのアニルード・デーヴガン社長の受け答えが非常に面白かったので、共有したいと思います。半導体チップ製造・設計にも生成AIに利用が広まっています。設計に使うだけでなく、GPUやASICの需要増による恩恵も受けているようです。参考になればうれしいです。

ケイデンス・デザイン・システムズ社（NASDAQ:CDNS）の2023年第1四半期決算カンファレンスコール
2023年4月24日

アニルード・デーヴガン
皆さんこんにちは、本日はお集まりいただきありがとうございます。
ケイデンスの2023年第1四半期の業績は、本質的かつ革新的なソリューションに対する継続的な旺盛な需要により、2桁の堅調な成長を達成したことをご報告いたします。年初の好調なスタートと事業の継続的なモメンタムを考慮し、通年の業績見通しを上方修正します。詳細については、ジョンから追ってご説明いたします。
ジェネレーティブAI設計ツールは、これまでにない最適化と生産性の向上を実現し、チップやシステム開発に革命をもたらしています。お客様はすでに、デジタル、検証、システム分野で当社の画期的なジェネレーティブAIソリューションの恩恵を受けていますが、最近導入したVirtuoso StudioとAllegro X AIにより、チップからパッケージ、ボード、システムまで、比類のないジェネレーティブAIポートフォリオを揃えることになりました。
Virtuoso Studioは、30年にわたる業界のリーダーシップを活かし、異種システム設計を加速し、AIを活用したレイアウト自動化と最適化により、特に複雑なアナログ領域の設計で平均3倍の生産性向上を実現しています。MediaTek、Renesas、Analog Devices、TSMCを含む複数の顧客が、この発表に際して証言しています。
Allegro X AIテクノロジーは、ジェネレーティブAIの最新イノベーションを活用し、ターンアラウンドタイムを10倍以上短縮してPCBデザインを加速させ、先日の発表会では、シュナイダーエレクトリックとKioxiaから支持を得ました。
これらの強力なエンジンはすべて、膨大な量の設計・検証データを統合し、学習と洞察を将来の設計に持ち越す、当社独自の差別化されたビッグデータ分析JedAIプラットフォームによって駆動されています。当社の急速に普及したジェネレーティブAIソリューションは、エンジニアリングの生産性を大幅に向上させ、デザインクロージャーを加速させながら、より最適化された設計により、電力、性能、面積の大きなメリットを享受することを可能にします。
AIに加え、ハイパースケールコンピューティング、5G、複数の業種にわたるデジタル変革などの他の世代的なトレンドは、半導体およびシステム企業における活発な設計活動を推進し続け、当社の差別化されたエンドツーエンドEDA、IP、システムソリューションに豊かな市場機会を生み出しています。
私は、当社の中核事業であるEDA事業の勢いと、収益とマージンの両面でチャンスをもたらすシステム分野への継続的な拡大を喜ばしく思っています。
それでは、第1四半期の主なハイライトについてご説明します。第1四半期は、デジタル、アナログ、検証、システム設計・解析の各ソリューションを幅広く提供するMediaTek社との協業を深化させることができました。また、航空宇宙・防衛システムの大手企業との協業を大幅に拡大し、デジタル・フルフロー、カスタム、検証製品、RFおよびシステム解析ソリューションの普及を実現しました。また、ケイデンスはTSMCやMicrosoftとの協業を拡大し、Pegasus Verification SystemとCloudburstプラットフォームを活用してクラウドでのギガスケールのフィジカル検証を加速させました。
システム検証やソフトウェア開発における複雑さが増すにつれ、当社の検証ビジネスは、前年比31%の増収を達成しました。
ハードウェアベースの検証は、お客様の設計フローに欠かせないものとなっています。また、Palladium Z2およびProtium X2ハードウェア・プラットフォームは、これらのクラス最高のソリューションに対する市場の需要が引き続き強いため、記録的な第1四半期を達成しました。14の新規顧客と30近くのリピート顧客を獲得し、当四半期の受注の50％以上が両プラットフォームを含むものでした。ハードウェアに対する需要は幅広く、特に航空宇宙・防衛分野と自動車分野では好調でした。
 
当社の新しいVerisiumプラットフォームは、ビッグデータとAIを活用し、検証作業の最適化、カバレッジの向上、バグの根本原因解析の迅速化を実現します。お客様は大幅な効率化を実現しており、ルネサスはデバッグの生産性を最大6倍向上させ、R-Car設計の市場投入までの時間を短縮しています。
デジタル IC ビジネスは、当四半期も堅調に推移し、特に市場を形成する顧客の最先端ノードにおいて、当社のデジタル・フルフローが成長を牽引しました。
当社の革新的なソリューションであるCadence Cerebrusは、生成的AIを適用してデザイン空間全体を探索し、完全自動化された方法でデジタル・フルフローをインテリジェントに最適化することにより、AI主導のコックピットをお客様に提供します。Cadence Cerebrusは現在、180をはるかに超えるテープアウトを有しています。また、先週のCadenceLIVEイベントでは、TI、ルネサス、ブロードコム、キヤノン、アームなど、複数の大手顧客がCadence Cerebrusで実現した驚くべき効果を説明しました。
EDA以外の事業拡大を牽引するシステム設計・解析事業は、第1四半期も好調な勢いを維持し、前年同期比27%の増収を達成しました。システム領域とシリコン領域のハイパーコンバージェンスを加速するには、チップ実装、システム設計、解析のソリューションをシームレスに統合する必要があります。当社の Integrity 3D-IC プラットフォームは、必要なすべてのエンジンをネイティブに統合し、包括的なマルチチップレットとアドバンストパッケージングフローを提供することで、これを体現しています。
さらに、設計の複雑化、仮想プロトタイプのトレンドの加速に伴い、より高い容量と性能を提供するだけでなく、より最適な設計を実現する高度なマルチフィジックスソリューションが求められています。
当社のシステム解析ポートフォリオは、物理ベースのモデリングにおける当社の専門知識とAIによる最適化を組み合わせ、複数のエンドマーケットにおいてお客様に優れた結果を提供しています。当社の有機ClarityとCelsius製品、およびCFD技術について、新たな獲得と増加するリピートオーダーに満足しています。
 
NvidiaのGTC2023において、NvidiaのCEOであるJensen Huangは、我々の共同パートナーシップと、Nvidiaの加速コンピューティングプラットフォーム上で動作するCadenceのCFD製品が提供するスループットとエネルギー効率の利点について述べました。また、先週はサンフランシスコ49ersとの複数年にわたる技術提携を発表しましたが、これは持続可能性に焦点を当てたもので、当社のFuture Facilitiesデジタルツイン技術に基づくものです。
 
要約すると、第1四半期の業績には満足しています。チップやシステム設計の複雑化が進むと、作業負荷の要件が非線形に大きく増加するため、研究開発費の多くを自動化に投資することで、革新的な製品の実現を支援する計算ソフトウェアに大きなチャンスが到来します。

以下、質疑応答

Q)　AIについてですが、AI開発チームは比較的小規模で、おそらく製品やグループごとに数十人程度であり、必ずしも研究開発人員に占める割合が大きいわけではないことがうかがえました。では、大規模な投資というのは、他にどのような意味合いがあるのでしょうか？

A)　更新のタイミングに多少の変動がある可能性があるということです。しかし、私たちのビジネスの素晴らしいところは、そのようなことに敏感でないことです。しかし、嬉しいのは、システム会社でもセミ会社でも、デザイン活動が非常に活発であることです。なぜなら、これらの製品の多くは...つまり、私たちは全体的なマクロ環境に強いのです。つまり、当社の製品は重要で不可欠なものであるため、回復力があるのです。それから、私たちはほとんど定率制のビジネスです。そして、ご存知のように、地理的にも市場的にも非常に多様化しています。 
AIについては、もちろん、私たちが提供できる自動化の量や、提供できる自動化の増加という点で、大きな影響を及ぼしています。昨年のCadenceLIVEカンファレンスで述べたように、私たちはすべての製品にこれを組み込んでいます。そして、製品ライン全体に浸透していくことになります。AIをインテリジェントかつ包括的に実現するためには、データ分析プラットフォームが必要です。 
また、JedAIの上に5つの大きなプラットフォームがあり、チップからパッケージ、ボード、システムへと広がっています。Cerebrusは180以上のテープアウトで驚異的な成果を上げていますし、Verisiumは検証用、Studioはアナログ用のVirtuoso StudioでAIを使ったレイアウト移行とデザインセンタリング、そしてX AIはAllegro用のPCBとパッケージ、Optimalityはシステム設計と分析です。
つまり、非常に包括的なポートフォリオなのです。研究開発投資の額は、製品によって異なります。研究開発投資は製品によって異なり、製品内にある場合もあれば、製品外にある場合もありますが、製品ポートフォリオ全体を通して浸透しています。また、先ほども申し上げたように、計算ソフトウェアにおける当社の強みが、通常の研究開発でも多くのAIを実現させています。もちろん、AIに特化した研究開発も行っていますが、通常の研究開発では、EDAやコンペティション・ソフトウェアの豊かな歴史から、それを製品に組み込むことができます。ですから、本当の価値は、それを総合的に行い、生産性、自動化、PPAの面で大きな違いを生み出し、お客様に提供することです。

Q)　この60～90日間で、ハイパースケールの顧客からアクセラレーション・コンピュートやAI SoCプログラムの設計活動や設計プロジェクトの引き合いが増えてきているようです。このような顧客の設計活動やプログラムの引き抜きが、今後の更新や顧客との契約に関する最近の議論に反映されているのを見たことがありますか？

A)　一般的に、設計活動は活発に行われています。半導体のお客様も、システムのお客様も、そしてエコシステムのパートナーであるファウンドリやIPプロバイダーの方々とお話をしていても、そう感じます。ですから、全体として、設計活動は非常に活発だと思います。
特にAIに関するご質問ですが、間違いなく関心が高まっていると思います。その理由は、私たちが知っている、あるいはすでに知っているかもしれませんが、この新しい種類のジェネレーティブAIや、ChatGPTに関する話題の少なくとも1つの理由は、従来の検索やこの種のAI参照は、CPUで行われていたからです。しかし、この新しい生成AIツールは、学習はこれまで通りGPUで行われますが、推論も、質問をしたときに推論の多くはGPUで行われます。そのため、クラウドでのGPUやアクセラレーション・コンピューティングの採用が進むだけでなく、パフォーマンスとパワーの両面でより効果的かつ効率的に実行できるカスタマイズ・シリコンを自然に探すことになるでしょう。
ですから、ジェネレーティブAIや強化学習ベースの推論、特に推論のトレーニングの採用が、より多くのシリコン需要とカスタマイズされたシリコンを促進すると見ています。しかし、一般的には、数年前から話しているように、カスタマイズ・シリコンのニーズは、今の生成AIであれ、自動運転やさまざまなアプリケーションであれ、今後も続くと予想され、その分野で勢いが続くことを嬉しく思っています。

Q)　これまで大規模なASIC企業と提携してきたクラウドやOEMの顧客の多くが、さらに距離を縮めて、チップ全体の設計を自社で行う能力、いわゆるCOTベースのモデルを構築しようとしているとの話も聞いています。皆さんもこのような傾向があると思われますか？

A)　システム会社が自社でシリコンを作るというこのような移行を見た場合、少なくとも3つの段階があると思うのです。だから、私は過去に「私たちはまだ2回目だ」とコメントしたのです。また、他の企業を見ても、例えばモバイルの分野では、自社でシリコンを作るようになりました。つまり、第一段階はASICプロバイダーを使うことです。実は、ほとんどの主要なASICプロバイダーと素晴らしい関係を築いています。すべての地域で、世界をリードするASICプロバイダーと非常に深いパートナーシップを結んでいます。
しかし、通常、システム会社はASICプロバイダーからスタートしますが、その後、COTフロー、つまり顧客所有のツールに移行することが一般的です。そうすると、バックエンドの設計が多くなり、ケイデンスにとってより大きなチャンスとなります。そして、フロントエンドとバックエンドを一緒に最適化することができるようになります。ASICプロバイダーもそうすることができますが、通常、顧客は時間の経過とともにCOTフローに移行していくでしょう。これは、他のシステム会社ではすでに起こっていることであり、新しいシステム会社でも起こっていることです。
そして、もう一つの傾向は、もちろん、設計をどんどん増やしていくことです。例えば、アマゾンがネットワークチップの開発に着手したように、最初は1つか2つのデザインから始めるでしょう。そのネットワークチップが成功すると、今度はコンピュート・サーバーであるグラビトン(graviton)に移行します。そして、それが成功すると、AIチップに移行する。つまり、チップの数も増えていくわけです。
そして、ビジネスが増える3つ目の理由は、新しいシステム会社が参入してくることです。従来、自動車の分野でもそうでしたが、最初は1社か2社しかやらず、そのうちに多くの企業がやるようになります。
つまり、ASICからCOTへの移行、設計の増加、そして3つ目は、シリコンを作る会社の増加です。この3つのトレンドはすべて、ケイデンスと私たちが提供する製品にとってプラスに働きます。

Q)　AIからどれだけの利益を得ているのかを評価するために、どのような公開指標が最適なのでしょうか。

A)　AIは劇的な自動化を提供するもう一つの方法であり、それは -- 私たちの業界の歴史は、より多くの自動化を提供することにあります。そして、AIは、大規模な自動化と生産性向上の第三の波のようなものだと言えるでしょう。最初の波は、トランジスタレベルからゲートレベル、RTLレベル、Cレベルへと抽象化レベルを上げていくものでした。この10年間の第二の波は、並列化です。
ケイデンスは、オンプレミスであれクラウドであれ、大規模な並列処理に多大な投資を行っており、2013年以降、多くのパドル製品を提供しています。そして今、生産性と自動化の第三の波は、AI、あるいは私がいつも最適化のためのAIと呼んでいる、強化学習や生成AIを使うことです。私たちは過去20年、30年にわたり、このような取り組みを行ってきましたが、どのような場合でも、カニバリゼーションは起こりません。実際、活動量が増え、使用するソフトウェアの量や最適化が進むにつれて、利用可能なリソースの人員でより多くの設計が行われるようになります。だから、私はAIにそれを期待している。つまり、一般的には、メリットが非常に大きいので、こうした新しい能力を手に入れたら、それを使ってもっと効率的な設計を行うことができます。
ムーアの法則は、あるノードから別のノードへの実際の改良という点で、遅くなったという意見があります。65ナノメートルから40ナノメートルになったとき、Xの改良が得られたのに、5から3になったとき、以前は20％だったのが、今では50％になり、10％の改良になっているのです。セレブラス（Cerebrus）やその他のAIベースのツールでも、PPAを5％から10％改善することは可能です。つまり、より優れたアルゴリズムによる改善は、プロセス技術の改善の半分または全ノードに匹敵するものなのです。これは非常に大きなことです。ジェネレーティブAIを使った自動化の第三の波から得られる改善の量は膨大です。
ですから......PPAや製品の改良の度合いという点では、私たちがたくさん発表している指標のひとつであり、お客様と密接にモニターしているものだと思います。そして、もうひとつは、デジタル実装だけでなく、パッケージデザイン、基板設計、シミュレーションなど、さまざまなことに応用することです。なぜなら、これらの製品の複雑さは指数関数的に増加するため、従業員数は指数関数的に増加することはないからです。ですから、5年後、10年後も、お客様の研究開発費に占める人員は増加すると思いますが、その研究開発費のうち、より大きな割合をオートメーションに投資することができるのです。

Q)　AIの需要促進要因について具体的に考えてみたいのですが、それが低ノードでの設計の増加と相関しているのかどうか、複雑さの増加以外に注意すべき傾向はあるのでしょうか。特に、SD&Aの最適化についてお聞かせください。

A)　AIがこの自動化の第3の波をどのように助けることができるかということです。しかし、同じことがパッケージやシステムのレベルでも適用できるのです。そのことを強調しておきたいと思います。私たちは数年前から、システムとセミを融合させることの重要性を説いてきました。システム会社がセミを行うことで、熱シミュレーション、電磁気シミュレーション、流体力学など、システム設計や解析のためのソリューションも提供することができます。
そして、熱シミュレーションや電磁気シミュレーション、流体力学など、システム設計や解析のためのソリューションも提供しています。例えば、電磁気シミュレーションのClarityでは、当社の計算ソフトウェアに関する専門知識を応用することで、従来の方法よりも多くのシミュレーションを行うことができるため、桁違いの性能を発揮することができました。
しかし、それに加えて、システム設計や解析を飛躍的に向上させることができるものが2つあります。ひとつは、GPUアクセラレーションの利用です。この点については、私の準備発言でも触れました。GPUアクセラレーションは、システム設計や解析において重要だと思います。
そしてもうひとつは、シミュレーションの上にAIを適用することです。つまり、EDAはシミュレーションだけでなく、最適化についても長い歴史がありますから、システム設計や解析において、生成AIによる最適化は本当に新しいものです。シミュレーションだけでなく、シミュレーションの最適化も初めて可能になったわけですから、Allegro X AIとOptimalityの反響は非常に大きいです。
一般的に、熱設計やデータセンターの設計を行う場合、車のシミュレーションを行いますが、翼の形状やデータセンター内のラックの配置など、最適化を行いたいものです。このようなことはすべて、生成AIで可能になります。ですから、チップ設計への影響とは別に、このSD&Aへの影響は深いと思います。そして、私たちはその2つを組み合わせて、この2つの分野にAIを適用できる会社なのです。

Q)　システムデザイン部門についてですが、2023年の成長率をどの程度と見ていますか？

A)　2023年、やはりシステム設計や解析が非常に良い年になると思っています。取り組みについては、私たちが推進している取り組みが一杯あると思います。私たちがいつも言っているのは、まずベスト・オブ・クラスの製品にこだわっているということだと思います。つまり、それが一番大事です。製品が差別化されていれば、お客さまは必ずそれを使ってくれます。そして、こうしたチャネル・イニシアチブはすべて助けになりますし、マーケティングによる製品の認知も助けになります。しかし、最終的には、ベスト・イン・クラスの製品を開発し、それを作ることをサポートすることに常に集中しています。この点で、私たちは多くの進歩を遂げ、利益を得てきました。
つまり、最近、私は準備された発言の中で、そのことについて話しました。しかし、ひとつだけ、システム設計や分析において、先ほど申し上げたように、私はGPUの利用について非常に楽観的だと考えています。そして、GPUはAIの計算を加速させることで、AIで驚異的な成果を上げていますよね。しかし、従来、GPUはEDAではそれほどうまく機能していませんでした。GPUはEDAには役立ちますが、SDAには劇的な効果を発揮します。というのも、SDAはより物理学に基づいたシミュレーションを行うため、行列の掛け算のようなもので、「Inspirit」（ph）AIに似ています。
最近、NVIDIAとのコラボレーションで、同じコストでGPU上のCadence CFDが9倍のスピードアップと17倍の電力効率向上を実現したとジェンセンは話しています。しかも、GPUはCPUよりも若干高価です。つまり、一般的には、少なくとも3倍から5倍くらいでしょう。ですから、GPUで30倍から50倍のスピードアップを実現しても、コストで正規化すると10倍から9倍のスピードアップになります。私たちはCPUで大規模な並列処理を行った長い歴史があり、それをGPUに適用しています。特にSD&Aでは、電磁気学とCFDの両方で、特別なアルゴリズムに基づく大きな改善が見られます。ですから、これも多くの成長をもたらすことができると思います。チップやシステムについてはAIなどの話をしましたが、このGPUでのアクセラレーション、システム解析のためのアクセラレーション・コンピュートも大きなベクトルです。OpenEyeでも、GPUをアクセラレーションに使っています。
私たちは常にベストインクラスを第一に考えています。

※当資料は、投資環境に関する参考情報の提供を目的としてFuture Researchが翻訳した資料です。投資勧誘を目的としたものではありません。翻訳の正確性、完全性を保証するものではありません。投資に関する決定は、ご自身で判断なさるようお願いいたします。

#半導体チップ 　 #CDNS 　 #AI向けチップ #GPU 　 #ASIC 　 #EDA 　 #IP 　 #ケイデンス・デザイン
#チップ・シミュレーション