七星配资 AI驱动EDA行业并购浪潮双向奔赴提质增效正当时

七星配资

证券时报记者阮润生

在人工智能（AI）的驱动下，EDA（电子设计自动化）行业并购潮涌。向AI靠拢，与AI相拥，成为国内外EDA企业共同的选择。

EDA行业最大并购案

近期，国家市场监督管理总局对新思科技收购Ansys给予有条件批准，这项高达350亿美元交易正式落地，成为EDA行业历史上最大的并购案。

这项交易被新思科技寄予厚望。资料显示，Ansys以工程仿真软件为主营业务，产品不仅包括与IC设计相关的软件，也面向汽车、航空航天等领域的仿真模型，在仿真软件领域拥有高达42%的市场份额。收购完成后，新思科技潜在市场规模将扩大1.5倍，在人工智能驱动下，满足客户在电路与物理两大领域相互融合的相关需求。

“EDA的设计流程包含了设计、仿真、验证等环节。其中七星配资，仿真环节由于追求精度和速度，高度依赖算法，与AI具有天然的结合度，也更容易被AI赋能，提高效率。”芯和半导体副总裁仓巍向记者表示，随着AI大算力硬件的推动，仿真涉及的领域越来越宽泛。

本次交易收官后，新思科技还将拓展传统EDA行业“能力半径”，将仿真环节的能力向汽车、航天等高端制造业领域迁移。除了新思科技，其他EDA巨头的收购也展现了类似加码仿真、拓展非半导体市场动向。

2024年3月，楷登电子（Cadence）宣布12.4亿美元收购BETA CAE Systems International AG，加速其智能系统设计战略；2024年10月，西门子EDA宣布以106亿美元收购美国工业仿真软件厂商Altair Engineering。据介绍，Altair的仿真技术涵盖机械、流体、电磁和热管理等领域，为汽车电子系统提供了多维度仿真能力。

在人工智能推动下，各类终端智能系统复杂性提升，对产品设计准确与高效的需求也不限于半导体行业。数据统计也表明，EDA企业收购版图已经从半导体设计、PCB设计等“基本盘”，逐步向整体电子系统解决方案拓展，客户群体也开始覆盖非半导体客户；同时，系统模拟、仿真等能力也在显著扩容，对系统化解决能力的需求日增。

从AI到AI

多位国产EDA厂商相关人士向记者表示，人工智能推动下，EDA系统解决能力的重要性在提升。

仓巍向记者表示，EDA行业以前注重设计工艺协同优化（DTCO），侧重的是软件与制造工艺的磨合，现在随着摩尔定律演进的放缓和先进工艺发展的外围阻力加大七星配资，需要系统技术联合优化（STCO），从整个系统的角度实现“从芯片到封装到整机系统”的协同优化。

这一趋势，促使EDA行业不断使用AI提升系统化能力，而这种系统化能力的升级，又进一步运用在与AI密切相关的高端算力芯片等产业链重要环节。

“AI同EDA的关系是‘从AI到AI’的过程。”仓巍向记者表示，怎样打通整个智算系统中算力、存力、运力以及功耗等多个要素之间的瓶颈，保证AI数据中心的高效大算力输出，考验着EDA的系统化能力。

合见工软副总裁吴晓忠指出，由于智算、超算芯片的架构日益复杂，以及先进工艺的流片成本飙升，导致大规模复杂芯片的设计验证流程加速向左移，即在芯片开发的更早期阶段就介入验证，以缩短研发周期、降低风险、提升芯片质量。此外，AI计算通常涉及多芯片、多节点的协同工作，数据传输效率直接影响整体性能，而且考虑功耗需求巨大，需要对电源管理、散热等性能持续迭代。

从产业发展趋势来看，当前EDA巨头一边遵循摩尔定律，研究更先进的制程，一边也在探索更高速的卡间互联，为AI大规模训练和推理提供更强大的算力支持。其中，HBM（高带宽内存）是高端算力芯片的核心配套技术，需要采用先进的3D堆叠封装技术，将多个内存芯片垂直集成，从而提升内存带宽和数据传输速率。

业内人士呼吁，国产产业链要敢于尝试新方案。此外，作为典型的应用导向型企业，EDA良性发展离不开下游企业在应用过程中的反馈和建议。EDA行业拥抱AI面临一项关键挑战，便是数据封闭问题。因为EDA厂商的数据依赖终端客户反馈，但是厂商设计数据难以获取，而AI工具如果缺乏足够的素材训练，将影响模型的可靠性以及跨公司、跨领域的通用性。

AI与EDA双向奔赴

即便面临多重困难和挑战，人工智能与EDA行业已经开启了“双向奔赴”，形成良性互动。一方面，EDA从芯片到系统提升智算行业能力；另一方面，AI也在赋能EDA行业，显著提质增效。

“在智算时代推动下，人工智能与EDA互为催化与驱动。”吴晓忠表示，国际EDA企业部署AI与EDA融合，主要围绕三个方向逐步推动，分别是AI驱动的EDA工具、生成式AI大模型用于智能芯片设计，以及AI与数字孪生的创新架构。

去年4月，新思科技推出“Synopsys.ai”，被称为业界首个全栈式人工智能驱动的EDA工具套件，涵盖芯片从架构到设计制造环节，并向汽车、飞机制造等行业的客户拓展；Cadence提出生成式人工智能解决方案，支持人工智能大数据分析、简化芯片设计流程、为仿真和原型设计提供协作功能、简化PCB组件的布局布线等；西门子EDA也拥有多项AI技术，应用于良率提升、建库、数字验证等环节。

另一方面，国产EDA厂商也在积极跟进，探索和推广人工智能在EDA多个场景应用。

值得注意的是，EDA还可以用来“治疗”芯片设计行业AI大模型的“幻觉”。据合见工软介绍，EDA工具有着强大的设计分析和评估能力，可以检查设计中的语法错误、功能错误，并可对设计做性能、功耗、面积等评估。通过大模型与EDA有机结合，构成闭环系统，就能取长补短，充分发挥大模型的生成和探索能力，同时利用EDA工具链的反馈机制，指导大模型不断修正和优化设计，从而取得比单纯用大模型的开环系统更好的效果。

“芯片设计公司对带有AI技术的EDA产品普遍非常感兴趣。”吴晓忠表示，目前模型能胜任的工作主要是模块级别的代码生成，距离系统级别的自动设计还有差距，随着模型能力的提升，以及功能的进一步丰富，将可更好满足这部分商业需求。

据华大九天董事长刘伟平此前预测，未来EDA产业发展将呈现三大趋势。第一，全流程智能化，即设计、仿真、验证环节实现AI全链路覆盖，工程师从“操作者”变为“决策者”；第二七星配资，跨尺度协同，打通从系统级设计到芯片制造的跨尺度工具链，解决芯片“系统—设计—制造”断层问题；第三，持续的技术创新，新工艺、新材料、新方法、新应用将持续推动EDA技术的革新。

有富策略配资提示：文章来自网络，不代表本站观点。