原创｜EDA行业进阶：AI重塑设计生态

读而思

当 AI 算法与芯片设计深度耦合，EDA 已不仅是效率工具，更是定义未来半导体产业格局的核心变量。从单点技术突破到全产业链协同，这场智能化变革正重塑芯片设计的底层逻辑，而生态构建能力将成为企业竞逐下一个十年的核心壁垒。

沈锦璐 冯国楠 吕佩珏   中国电子信息产业发展研究院集成电路研究所

人工智能时代，电子设计自动化迈向更高效、更协同的发展。行业头部企业正在积极推进智能化布局，并与集成电路顶尖制造商协同开发先进技术与产品。未来，可结合大语言模型深度赋能、云服务平台同步共享等技术发展新趋势，加速构建芯片设计的协作生态。

电子设计自动化（Electronic Design Automation，EDA）是利用计算机辅助进行集成电路设计的工业工具，是集成电路产业“软实力”的重要内容。伴随芯片设计基础数据量的不断增加、系统运算能力的阶跃式上升，人工智能技术在EDA领域的应用需求逐步上升。依托人工智能技术重构集成电路设计范式，能够大幅提升芯片设计自动化水平，精准预测和优化芯片的功耗、性能、面积（Power，Performance，Area，简称PPA），实现芯片设计端的降本增效。为此，行业头部企业已加速布局智能化EDA，协同产业链上下游形成更高效的芯片设计解决方案，推动形成资源整合的芯片设计合作生态，从而提升产品实力和企业竞争力。

全球EDA市场发展情况

EDA行业规模持续增长

随着智能汽车、物联网、人工智能等新兴技术的普及，集成电路设计日益复杂，动辄数百亿颗晶体管规模的芯片设计、制造和封测对EDA与具有知识产权的可重用设计模块（Intellectual Property，IP）的依赖日益增加，推动EDA行业规模不断增长。根据国际半导体行业协会（Semiconductor Equipment and Materials International，SEMI）数据，2018年至2024年全球EDA/IP市场规模稳步增长，2024年达178亿美元，同比增长6.1%，近五年年均复合增长率达9.1%。预计2029年市场规模达到266亿美元，年复合增长率将达8.5%。就全球EDA行业参与者来看，行业第一梯队仍由拥有完整、全流程产品的新思科技，楷登电子和西门子EDA三家巨头公司牢牢占据，凭借其高强度技术研发投入、完整生态链构建形成了较高的行业壁垒和用户黏性。

头部厂商加速并购整合

在全球集成电路产业迈向数字化转型和协同生态重构的发展态势下，头部EDA厂商持续采取并购整合战略，加速向系统转型升级。2023年11月，西门子完成对Insight EDA公司的收购，其在电路可靠性验证领域的技术路线图得以完善。楷登电子在2024年1月和6月先后并购系统级解决方案提供商Invecas和BETA CAE，补齐结构分析短板，巩固其多领域工程仿真解决方案的领先地位，这也与楷登电子的智能系统设计（Intelligent System Design，ISD）战略相符。此外，楷登电子于2025年1月与4月先后宣布就收购领先嵌入式安全IP平台提供商安全集成电路（Secure-IC）达成最终协议、与安谋科技达成最终协议收购“工匠”（Artisan）基础IP业务，明确了楷登电子扩大其设计IP产品线的方略。新思科技拟收购安似科技事宜于2024年1月宣布达成最终协议，截至2025年3月已陆续通过美国、欧盟、英国等主要司法管辖区的反垄断审查，若收购成功达成将有力提升新思科技的仿真和分析能力。

战略支持方向注重智能化

为维护EDA领域的全球领先优势，美国近年来持续强化EDA智能化战略布局。2017年，美国国防部高级研究计划局推出的“电子复兴计划”中已经开始支持电子设备智能设计（Intelligent Design of Electronic Assets，IDEA）项目，描绘出人工智能技术赋能EDA工具发展的新目标与新方向。其中提出的目标是实现“设计工具在版图设计中无人干预的能力”，即由人工智能和机器学习的方法固化设计经验，进而形成统一的版图生成器，以期实现通过版图生成器在24小时之内完成系统级芯片（System on Chip，SoC）、系统级封装（System in a Package，SiP）和印刷电路板（Printed Circuit Board，PCB）的版图设计。2024年美国白宫科技政策办公室发布《国家微电子研究战略》，在“提高数字工具能力的战略方法”中专门提到“进一步将人工智能和机器学习以及基于物理的方法集成到EDA工具中”，明确其在EDA领域的智能化布局战略。

全球厂商的智能化EDA布局实践

全球领先的EDA厂商正加速展开智能化EDA布局，通过工具推出、算法更新、平台服务等寻找人工智能与EDA融合的芯片设计解决方案，并加强与顶尖集成电路制造厂商等的协作，瞄准芯片设计的核心任务——优化芯片的功耗、性能、面积，共同提升芯片设计效率。

新思科技（Synopsys）

新思科技于2020年初推出融合人工智能与EDA的芯片设计解决方案DSO.ai，其使用自主的寄存器传输级（Register-transfer Level，RTL）至GDSII（Graphic Design System II）全流程优化，帮助芯片设计实现更高性能、更低功耗、更小芯片面积。DSO.ai的主要优势在于突破性强化学习引擎，能够在优化过程中进行智能学习并缩小设计空间，从而加快结果转化速度并降低计算成本。DSO.ai已成功应用于多家芯片相关企业，例如，意法半导体在云上采用DSO.ai，利用通用数据结构实现远程调度任务，节省了大量计算资源、基础设施设置时间，并有效提升PPA探索效率；微软将DSO.ai用于自动化设计空间探索，在不降低其他指标的前提下，推动所有区块的功率提高了10%~15%。

面向先进工艺开发，新思科技由人工智能驱动定制设计，共同合作形成差异化的产品组合。例如，新思科技采用其设计技术协同优化工具替换Intel 18A工艺技术，其AI驱动的数字和模拟设计流程已通过英特尔代工的Intel 18A工艺认证；聚焦由Synopsys.ai驱动的人工智能EDA流程，利用台积电的N2和A16工艺提升人工智能和多芯片设计的计算性能和工程生产力，加快向新设计节点的迁移速度。为进一步提升协作设计效率，新思科技和台积电还通过台积电的云认证启用了基于云的EDA工具，以便于共同客户能够访问与台积电先进工艺技术无缝集成的云就绪EDA工具。

楷登电子（Cadence）

楷登电子于2021年7月推出行业首款基于机器学习的设计工具 Cerebrus，通过革新数字芯片设计流程大幅提升工程效能，实现最高20%的PPA优化结果，以快速响应消费电子、超大规模计算、5G通信、汽车等多元市场的设计需求。2023年楷登电子先后推出Allegro X、OrCAD X等多款与人工智能相结合的产品，其中Allegro X利用云端的扩展性来实现物理设计自动化，客户可使用生成式人工智能功能简化其系统设计流程，将PCB设计周转时间缩短10倍以上；OrCAD X平台通过云可扩展性和人工智能驱动的布局自动化技术为设计人员提供支持，并由云托管协作允许多个设计人员同时处理同一布局设计。其后，楷登电子于2024年2月宣布将Allegro X、OrCAD X与达索系统的3DEXPERIENCE Works产品组合进行整合，为双方客户提供端到端解决方案，面向PCB、3D机械设计和仿真领域的持续开发提供协作支持。

2023年6月，楷登电子宣布推出一套完整的、经过认证的背面实现流程，用以支持三星代工厂的SF2制程节点，并已采用该流程实现了一个2纳米测试芯片的成功流片。其后，楷登电子与三星代工厂持续加深协作，共同加速在人工智能和三维集成电路（3D-IC）设计方面的技术进步。其中，二者在设计工艺协同优化（DTCO，Design Technology Co-optimization）中采用了楷登电子的人工智能技术，实现泄漏功率降低10%以上；并将楷登电子人工智能的“大师工作室”（Virtuoso Studio）流程成功部署于模拟电路过程迁移，帮助三星在将100MHz振荡器设计从14纳米向8纳米迁移时缩短了10倍的处理时间。

西门子EDA（Siemens EDA）

西门子持续加强人工智能及机器学习在EDA中的应用，并在2023年先后推出Questa数字验证工具套件和Solido设计环境软件。其中，Questa通过本地协作和集中数据访问支持公共、私有云和混合云配置，能够自动捕获项目生命周期中运行的每个引擎的所有数据，帮助客户在整个设计和验证过程中管理需求、编码、测试和发布管理；Solido将人工智能技术无缝集成到云部署的智能设计环境中，已成功向内存和传感器技术提供商SK hynix提供暴力穷举精度的偏差分析能力，显著缩短其从初始设计进入生产阶段的时间。同时，使用云结合人工智能作为技术底座，利用云供应商资源，面向“云就绪”Flight plans场景推动EDA工具软件发挥最大效能。其在2024年推出Veloce CS系统，将硬件的加速仿真、企业原型验证、软件原型验证功能“三合一”，以期实现更快的计算速度以及更高的可扩展性、一致性和灵活性，从而帮助客户达到最佳生产效率。

安似科技（Ansys）

安似科技加强与半导体产业链头部企业合作，推动设计流程的持续创新以及EDA解决方案的优化升级。为了利用人工智能开展3D-IC设计，并为更广泛的先进半导体技术开发新一代多重物理解决方案，安似科技于2024年9月宣布正与台积电合作开发新的工作流程，通过optiSLang流程集成和优化软件，减少电磁仿真次数、形成协同优化的通道设计，进而降低设计时间与成本并加快产品上市进程。此外，台积电、安似科技和新思科技三家公司将RaptorX EM建模引擎与optiSLang相结合，共同开发出了一种创新的人工智能辅助射频迁移流程，使客户能够自动将模拟电路从一个芯片流程迁移到另一个芯片流程。

2024年11月，安似科技宣布正在将英伟达的模数（Modulus）框架集成到其支持EDA的“海景”（SeaScape）大数据分析平台中，帮助工程师创建定制化和生成式人工智能代理模型，进而改善图形处理单元、高性能计算芯片、人工智能芯片、智能手机处理器以及高级模拟集成电路等应用的产品结果。其中，SeaScape大数据分析平台是安似科技专为EDA设计的云计算原生数据基础架构，Modulus则是英伟达的一款物理学人工智能框架，可训练并部署基于物理知识与仿真数据相结合的模型，使用户能够根据其需求创建定制化的人工智能引擎。通过将英伟达的Modulus框架集成到安似科技的SeaScape平台中，客户能够使用由安似科技的工具生成的高置信度数据训练其人工智能引擎，进而以新创建的引擎执行更稳健的设计探索。安似科技和英伟达已经证明，这种人工智能增强型流程可将热仿真速度提高100倍以上。

谷歌深度思考（Google DeepMind）

谷歌深度思考作为谷歌旗下的人工智能企业，致力于研究新的芯片设计方法，以提升谷歌自主研发的张量处理单元（Tensor Processing Unit，TPU）性能。在2021年6月发表论文展示“快速芯片设计的图形布局方法”，并于2022年开源相关算法代码促进全球研究人员进行芯片预训练后，谷歌深度思考团队于2024年9月在《自然》（Nature）杂志上正式公开其最新的芯片设计算法AlphaChip。AlphaChip作为一种基于学习的方法，能够在解决更多芯片放置问题的实例中不断自我优化，通过“外部研究人员使用存储库进行芯片块的预训练-将预训练模型应用于新的芯片块”的循环持续提升其速度、可靠性与放置质量。AlphaChip已被用于谷歌超过3代的TPU中，以及被芯片制造商联发科用于加速芯片开发，并被期望于未来通过人工智能方法实现算法和硬件、软件和机器学习模型的端到端协同优化，进而实现整个芯片设计过程的全自动化。

EDA行业智能化发展趋势

基于大语言模型的深度赋能

大语言模型自动化在上下文学习、指令遵循、逐步推理等方面的能力持续提升，已成为向各个专业领域提供深度知识支持的专家角色，也为EDA技术带来了新的发展契机。大语言模型赋能解析芯片设计需求，自动生成代码框架，甚至辅助完成复杂的电路逻辑设计，推动芯片的敏捷开发向更高层次智能化、自动化跃迁。部分高校和科研院所已发布基于大语言模型的芯片设计自动化研究成果，例如纽约大学、新南威尔士大学、卡尔加里大学结合大语言模型的交互能力与Verilog的仿真输出构建反馈驱动的全自动方法AutoChip，上海人工智能实验室和香港大学联合研究由大语言模型和AutoMage模型授权的EDA自主代理工具ChatEDA。随着大模型在参数量、算法优化与数据训练等维度持续突破，其将进一步提升逻辑推理、知识整合与复杂任务处理能力，更深层次赋能EDA技术在设计环节智能解析需求、验证环节精准定位缺陷，并为EDA工具与芯片制造、系统设计的深度融合提供更多可能。

结合云服务的协作效率提升

随着芯片设计复杂度呈指数级增长，对计算资源与协作效率的要求不断攀升，传统本地部署的EDA工具已难以满足产业需求，云服务的引入为EDA发展提供资源优化配置、跨时域研发协同的新可能。一方面，芯片设计在不同阶段对算力的需求差异巨大，从电路仿真到物理验证，所需的计算资源可能在短时间内大幅波动。云服务可实时监控算力负载，根据实际需求动态分配算力，避免资源闲置或不足，确保设计流程顺畅推进，提高整体计算效率。另一方面，云服务打破了地域限制，允许全球设计团队成员通过云端平台实时共享数据、同步设计进度，实现无缝协作，极大地缩短了沟通成本与时间成本。此外，企业无需一次性投入大量资金购置昂贵的本地计算设备，只需按需购买云服务，有效降低企业成本负担，提升资源利用率。因此，云平台已成为EDA厂商的布局重点，楷登电子的OrCAD X平台即为EDA企业构建云服务的典型实践，面向“云就绪”场景最大程度发挥EDA工具效能已成为EDA未来发展的关键趋势之一。

协同IP的自动设计生态构建

面向集成电路产业的升级需求，新一代“EDA+IP+AI”协同自动设计已然成为行业发展趋势。其中，EDA工具作为芯片设计的基础平台，构建起高效的电路设计与仿真环境，由其电路建模、逻辑验证及物理实现功能助力设计师快速完成方案迭代与结构优化；IP核作为预验证的功能模块，从处理器内核、通信协议模块到电源管理单元，为复杂芯片设计提供了可靠的基础构件；人工智能算法基于机器学习与数据挖掘技术，在需求分析阶段精准解析设计目标，在参数优化环节自动生成最优配置方案，在布局布线过程中智能规避设计冲突，全面提升设计的智能化水平。此前，楷登电子收购嵌入式安全IP平台提供商Secure-IC以及安谋科技基础IP业务已可体现其策略性选择。未来，EDA工具与IP的深度协同加之人工智能精准赋能，将共同支撑起从架构探索到物理实现的完整设计闭环，成为新的技术和产品竞争点。

人工智能发展浪潮为我国EDA企业带来了筑基与飞跃的新机遇。面对全球EDA市场的激烈竞争和快速变革，企业可与高校、科研院所开展产学研协作，积极利用大语言模型在海量数据学习分析方面的技术优势，深度优化芯片设计流程，提升设计效率与精度。同时，借助云服务构建云端协同设计平台，打破地域限制，能够让不同地区的设计团队实时协作、共享数据，有效降低企业运营成本，提高整体研发效率。此外，企业可适时采用并购整合战略，补足自身技术短板，完善自身产品矩阵，并加强与芯片制造工艺厂商之间的定制化协作，推动向系统性设计的转型，进而实现从技术突破到市场拓展的全面升级，构筑自主生态位优势。