AI改变EDA行业的规则，三大巨头会重新洗牌？

heaven 发表于 2025-5-7 12:55:53

AI改变EDA行业的规则，三大巨头会重新洗牌？

前言：
中商产业研究院的分析师预测，到2025年，中国AI芯片市场的规模预计将增长至1530亿元，EDA+AI领域仍有广阔的发展空间。 
在AI芯片的黄金时代，EDA+AI不仅是技术工具，更是战略资源。  
作者 | 方文三
图片来源 |  网络  
EDA技术正逐步接近传统技术的极限 
随着芯片规模的不断扩张，达到数十亿乃至数万亿逻辑门的级别，这些传统方法已难以应对日益增长的复杂性，特别是在架构日益异构化、开发周期不断缩短的当下。
这一现状为新工具和方法的出现提供了机遇。例如，AI代理可以集成到现有的EDA工具之上。
它并非旨在取代现有的工具链，而是通过智能代理来增强功能：从规格到RTL代码和测试平台的生成、波形输出的解释、调试追踪，以及根据内部代码库和命名规范提供适应性建议。
EDA生产力的未来不仅在于更高层次的语言或新的验证框架，而是在于与工程师协同工作的AI代理，它能够提供指导、增强和加速，并具备特定领域的智能。
这不仅仅是自动化处理琐碎任务，而是帮助工程师更深入地理解问题、获取相关上下文、做出架构权衡决策——更快、更自信。
为了实现万亿门级别的真正可扩展性，EDA行业必须超越脚本和模板，构建能够自主整合代码库、历史设计和演进规格上下文的智能系统。
 
EDA细分领域正经历由AI引发的深刻变革 
诸如DeepSeek等大型模型的发展，正逐渐显现出对EDA行业的推动作用。
AI技术通过机器学习算法，能够优化芯片设计流程，提升设计的效率与精确度。
例如，AI算法可应用于EDA工具的仿真验证、布局布线等环节，加速设计进程并减少错误发生。
目前，AI技术与工业软件的融合正逐步深入到集成电路设计、制造、封装测试等多个环节。
在EDA领域，业界普遍认为，EDA与AI之间存在一种互利的双向赋能关系。
在集成电路设计生产过程中，EDA工具集成AI算法后，能够更加智能地处理复杂数据、优化布局布线、加速仿真验证等环节。
同时，EDA工具通过提供高精度、高效率的设计方案，有助于AI芯片在算力、能效比等关键性能指标上的提升。
在应用场景持续创新与演变的背景下，AI大模型已经实现了从[基础能力]到[通用能力]再到[行业能力]的持续演进。
与此同时，以机器人和智能网联汽车为代表的智能设备亦在不断进步，新质生产力的潜能正在加速释放。
据专家预测，AI大模型将在超过半数的行业核心场景中实现应用落地，预计到2030年，全球AI计算能力的需求将增长超过500倍。
当前，智能计算芯片的需求特征日益表现为对高性能计算、高精度计算、高能效比、高内存带宽以及高互联总线带宽的追求，同时在大规模设计和先进封装技术方面也提出了更高要求。
为了应对技术分叉带来的挑战，并突破算力、存储、能耗、互联等方面的限制。
芯片产业的整个链条，特别是基础工具EDA和IP的自主研发及本土化发展路径，已成为不可或缺的途径。
AI在EDA领域的应用逐渐显现，为芯片设计带来了新的突破。
AI技术能够应用于电路优化、故障诊断、布局布线等环节，从而提高设计质量并缩短研发周期。
一些先进的EDA工具已经开始运用深度学习算法来预测电路性能，协助设计师更快地寻找到最佳设计方案。
通过学习大量历史设计数据，AI能够自动生成更优化的电路布局，减少人工设计的工作量和错误率。
此外，开源EDA工具的发展也为市场注入了新的活力。
随着OpenROAD、Yosys等开源项目的日益成熟，为设计人员提供了更加丰富的选择。
根据市场分析数据，预计到2023年，全球开源EDA工具的市场规模将达到1亿美元，并且预计在2025年这一数字将翻倍。
开源EDA工具的兴起不仅降低了设计的门槛，还推动了全球EDA技术的创新进程。
例如，谷歌推出的TensorFlow Lite for EDA项目，该计划利用AI技术来加速芯片设计流程，为开源EDA工具的发展指明了新的方向。
开源社区的协作模式促进了全球开发者共同参与EDA工具的开发与优化，从而加速了技术进步的步伐。
全球EDA头部企业已着手布局AI
在与瑞萨电子的紧密合作下，Cadence Design成功开发出一套基于AI的解决方案。
该方案集成了Cadence的Verisium Platform和Xcelium ML App。
借助Xcelium App中的机器学习技术，瑞萨电子的验证团队得以生成更为精简的回归结果。
Verisium AI驱动的应用显著提升了瑞萨电子的整体调试效率，达到原先的六倍，并有效缩短了验证周期。
新思科技推出了名为Synopsys.ai的工具，该工具通过对话智能的方式，集成了协作、生成和自主等多重功能。
得益于LLM的支持，Synopsys.ai的生成式AI功能既可以在本地环境中使用，也能够部署到云环境中。
在西门子的EDA解决方案中，AI技术主要应用于三个关键领域：核心技术、流程优化以及提供可扩展的开放平台。
例如，在设计方面，AI能够深入分析并帮助识别问题的根本原因，同时还能预防未来可能出现的潜在问题。
在实现自动化以及验证AI得出的结果方面，这些能力至关重要。
至2024年末，西门子以106亿美元收购了EDA公司Altair。
西门子的在线数字平台Xcelerator与Altair的结合[将构建起全球最完整的AI设计和仿真产品组合]。
AI助力国内EDA企业增强竞争力及市场份额
随着AI技术的持续发展，对高性能计算能力的需求日益增长，EDA软件作为提升算法效率的重要辅助工具，其重要性愈发凸显。
在这一背景下，EDA企业的战略布局正发生转变，全球EDA领域的企业已开始展现出这一趋势。
今年2月，广立微宣布其SemiMind平台已集成DeepSeek，实现了三项核心功能：
整合行业专业知识与大量工艺数据，构建专业领域知识库；
支持用户通过低代码/无代码方式，迅速构建定制化功能模块；
智能化升级数据分析软件平台，提供个性化推荐、自动化流程管理以及实时数据分析。
2月，国产FPGA芯片设计EDA软件亿灵思（eLinx）宣布与DeepSeek集成，支持快速生成FPGA功能模块、精确识别代码语法和逻辑错误、提升代码性能等三大主要功能。
技术发展趋势表明，云计算、AI与EDA的融合，已成为当前EDA技术发展的重要趋势。
众多EDA厂商纷纷推出基于云的解决方案，旨在降低用户成本并提升设计效率。
在国内企业方面，华大九天开发了ICExplorer-XTop®时序功耗优化工具、Empyrean Skipper®版图集成与分析工具，以满足AI芯片设计的特定需求。
 
<img src="https://mp.ofweek.com/Upload/News/Img/member10802/202505/06093807281399.png" style="margin: 10px auto; max-width: 100%; visibility: unset;" class="aligncenter">
广立微推出的INFINITY-AI系统，是一个面向半导体制造业的开放式机器学习平台。
其涵盖了自动缺陷分类（ADC）、晶圆图缺陷模式分析（WPA）等应用，支持用户进行数据管理、模型训练、评估和部署的一键式操作。
芯和半导体的3DIC Chiplet解决方案，为Chiplet设计提供了包括3DIC设计、SI/PI/多物理场分析在内的完整解决方案。
该平台采用AI驱动的网格剖分技术，云计算加载的分布式并行计算能力，以及支持裸芯片、中介层和基板的联合仿真引擎技术。
芯华章提供了AI芯片验证调试解决方案，以提升AI芯片验证的效率。其形式化验证工具GalaxFV可与仿真技术结合，加速AI验证覆盖率的收敛；
智能场景验证工具GalaxPSS能够利用场景建模自动生成跨平台、可复用、智能化自回归的测试激励；
数字验证调试系统Fusion Debug则贯穿所有工具，提供了跨平台的高效调试解决方案。
 
<img src="https://mp.ofweek.com/Upload/News/Img/member10802/202505/06093808516437.png" style="margin: 10px auto; max-width: 100%; visibility: unset;" class="aligncenter">
生成式AI能否深入整合EDA流程是关键 
在EDA行业中，AI的应用更多是基于现有工具的改进，而非完全替代设计者。
生成式AI需要数据驱动，但EDA领域的商业环境阻碍了数据的自由流动。
目前，生成式AI在EDA行业的主要应用集中在设计资产的自动生成上。
PCB设计是一个既耗时又复杂的流程，而生成式AI正试图在这一环节中找到突破点。
工程师通常需要从产品规格中提取信息，然后生成符号、3D模型等设计资产。
如果这些工作能够由AI完成，产品上市时间将显著缩短。
EDA行业的数据类型具有多样性，既包括传统的文本信息，也涵盖了大量复杂的图形数据。
如何处理这些多模态数据，是生成式AI能否更深入整合EDA流程的关键。
值得留意的是，EDA行业与生成式AI之间存在着独特的矛盾。
EDA是一个对数据极为敏感的领域，许多半导体公司对其设计和验证数据采取了严格的保密措施，这种特性限制了AI的发展。
今年，在国际技术封锁与市场需求快速迭代的双重压力下，国内EDA行业呈现出结构性转变。
传统企业加速技术栈的升级与产业整合，新兴企业则在AI驱动设计、云原生EDA等领域开拓新的战场。
AI正在深刻地改变EDA行业。由于EDA行业对精确度的要求极高，相应的试错成本也非常高。
没有大量的行业数据积累，就无法提供可靠的支持。因此，EDA与AI结合的商业化道路仍需时日。
<img src="https://mp.ofweek.com/Upload/News/Img/member10802/202505/06093808933591.png" style="margin: 10px auto; max-width: 100%; visibility: unset;" class="aligncenter">
结尾： 
尽管所有EDA企业都在努力探索AI技术，并尝试利用AI技术解决实际问题，但AI技术对EDA工具的革新作用尚未达到颠覆性的程度。
面对国际巨头在生态系统方面的优势，国内EDA厂商正通过采纳AI技术与市场紧密相连的策略，努力在全球半导体设计工具市场中占据一席之地。
然而，这场战役远未结束，未来三年可能成为检验国产EDA企业差异化战略成效的关键时期。
部分资料参考：科创板日报：《独角兽芯华章：AI成为下一代EDA突破口》，e公司：《国内EDA并购整合潮涌！助力企业打造全谱系全流程能力》，全球半导体观察：《国产EDA，未来之路？》，光明网：《合见工软：AI算力时代的中国EDA新质生产力突围样本》，芯流科技评论：《AI芯片设计的隐形战场，国产EDA正经历新一轮[爆改]》，中国电子报：《AI来袭，EDA如何进化？》，半导体产业纵横：《DeepSeek能否爆改EDA？那些改变的与不变的》，坤少说：《专访：Cadence、Siemens、Keysight等行业领袖共话生成式AI对EDA的变革》
       原文标题 : AI芯天下丨分析丨AI改变EDA行业的规则，三大巨头会重新洗牌？

页: [1]

家威海网's Archiver

AI改变EDA行业的规则，三大巨头会重新洗牌？