#EDA
•

大模型正在改變EDA

電子設計自動化（EDA）通過一代又一代工具的發展，不斷將綜合、最佳化和驗證過程自動化，從而持續提升工程設計效率。大語言模型（LLM）進一步延伸了這一發展軌跡，使設計意圖能夠直接轉換為硬體實現。在大多數EDA相關文獻中，基於LLM的解決方案通常只用於輔助彼此割裂的設計階段或單項任務，但這種劃分方式掩蓋了能力究竟如何形成、系統又如何實現規模化的根本驅動因素。 在本文中，我們提出三個具有層級遞進關係的角色，以揭示這種能力累積過程：生成器（Generator），即通過單次生成產生設計產物；智能體（Agent），即借助工具反饋進行迭代並不斷最佳化輸出；以及編排器（Orchestrator），即在不同EDA階段之間協調決策。對現有已發表系統進行梳理後可以發現，一個普遍存在的問題是所謂的“語法陷阱（syntax trap）”：模型接受訓練的目標往往是生成“看起來合理”的程式碼，而非物理上真正正確的硬體；與此同時，工具體系的碎片化以及設計上下文的丟失，又進一步掩蓋了某一階段的決策會如何影響後續設計階段。 對這三種角色的比較表明，當前方法仍難以擴展到工業級設計，因此有必要轉向一種標準化、具備物理感知能力的編排器，在整個EDA流程中連接不同工具和智能體，從而實現更加可靠、更加易用的硬體設計。 介紹
大模型正在改變EDA
科技#LLM#EDA#晶片設計
•

一文看懂：美國半導體地圖

半導體誕生於美國，這片土地也是現代晶片產業的發源地。從貝爾實驗室的電晶體開始，美國依靠科研突破、軍方訂單與矽谷獨特的創業生態，長期站在全球晶片產業鏈頂端。時至今日，美國企業在晶片設計、EDA軟體、半導體裝置、核心IP等上游環節依舊擁有極強話語權，整體佔據全球近一半的晶片市場份額，是整個半導體產業規則與技術路線的重要制定者。 回溯發展歷程，1947年貝爾實驗室發明電晶體，正式拉開微電子時代的序幕。1958年德州儀器研發出積體電路，仙童半導體緊隨其後做出可量產矽晶片，矽谷“半導體黃埔”就此成型，大量人才從仙童出走創業，衍生出一大批晶片企業。上世紀五六十年代，美國軍方與航天項目是晶片最主要的採購方，持續的訂單和資金幫助產業完成技術迭代與成本下降，摩爾定律也在這一時期被提出，指引行業數十年的發展。 到了八十年代，日本半導體製造業強勢崛起，美國記憶體晶片市場被擠壓，本土製造產能開始外遷，產業重心慢慢轉向輕資產的晶片設計。 九十年代之後，Fabless無晶圓廠模式興起，美國企業放棄重資產晶圓製造，聚焦設計工具與晶片架構，輝達、高通等一批設計公司快速崛起。最近這些年，出於供應鏈安全考量，美國推出晶片法案，投入資金吸引晶圓廠回流本土，扶持先進製造，試圖重新補齊本土晶片製造短板，鞏固在AI晶片、高端裝置等領域的領先地位。
一文看懂：美國半導體地圖
科技#美國半導體#AI晶片#晶圓製造
•已編輯

只有5%的晶片能一次流片成功，問題出在那？

晶片設計越來越先進，但“一次做對”反而變得更難了。 近日，西門子 EDA 與 Wilson Research Group 發佈《2026 功能驗證研究》。在參與調查的 IC/ASIC（積體電路 / 專用積體電路）項目中，只有 5% 實現了第一版晶片流片後便達到預期，無需通過新的版本修正關鍵問題。而在 2024 年，這一比例還有 14.4%。 也就是說，絕大多數調查項目在真正進入量產之前，都經歷了不止一次流片，而且相比往年資料，成功率還有所下降。問題究竟出在那裡？ 需要驗證的，已經不只是一顆晶片
只有5%的晶片能一次流片成功，問題出在那？
科技#晶片流片#功能驗證#西門子 EDA
•

高盛：半導體五大關鍵辯論

當超大規模雲廠商持續加碼資本開支，AI算力需求從訓練向推理、Agentic AI等新場景擴散，投資者開始尋找下一個關鍵答案：這一輪AI基礎設施周期還能持續多久？那些環節將繼續受益？ 9月8日至11日，高盛將在舊金山舉辦Communacopia暨科技大會，32家來自數字/AI晶片、EDA軟件、模擬半導體、半導體設備、記憶體及IT服務等領域的全球公司將參與。高盛分析師圍繞本次大會梳理出五大核心辯題，涵蓋AI算力需求、半導體設備周期、記憶體供需、模擬晶片復甦以及EDA軟件的AI商業化。 從高盛的最新判斷來看，AI資本開支的韌性仍是貫穿產業鏈的主線，而設備、記憶體等周期性行業也正在迎來結構性需求支撐。與此同時，定製AI晶片和Agentic AI正在打開新的增量空間，科技產業鏈的增長邏輯正從單一的算力擴張，進一步向更廣泛的硬體和軟件環節延伸。 辯題一：AI算力需求——驅動因素與競爭格局如何演變？
科技#高盛#AI算力#半導體設備
•

SemiAnalysis：台積電真正的護城河不在製程，而是EDA/IP生態系統

SemiAnalysis指出，台積電將EDA設計工具、矽IP和生產工藝深度捆綁，其認證矽IP庫規模已從2010年的約3000項增長至2025年的9.3萬項，形成正反饋循環。先進節點一次流片失敗成本高達上億美元，降低設計風險比單純追求性能功耗面積的提升更為關鍵。這種綁定大幅抬高客戶轉換供應商的綜合成本，使其「不願也不敢遷移」。 7月8日，知名半導體研究機構SemiAnalysis連發八條推文指出，$台積電 (TSM.US)$真正難以複製的競爭壁壘，並非先進製程、EUV光刻機或良率優勢，而是圍繞晶圓廠構建的EDA與IP生態系統。 該機構認為，市場長期將台積電的優勢歸因於PPA（性能、功耗、面積）優化，但決定客戶去留的關鍵，在於整個設計風險體系能否隨晶圓廠遷移。台積電的生態持續降低客戶流片風險，同時大幅提高轉換供應商的綜合成本。 因此，三星代工與英特爾代工面臨的不僅是製程競爭，更是生態系統的對抗。客戶不會因對手宣稱更優PPA而輕易換廠，遷移意願取決於設計工具與IP資產的完整可移植性。
SemiAnalysis：台積電真正的護城河不在製程，而是EDA/IP生態系統
台股#SemiAnalysis#台積電#EDA
•

Agentic將如何影響EDA

《半導體工程》雜誌邀請了ChipAgents全球客戶成功副總裁Cindy Cui、 Silvaco首席執行長Wally Rhines 、Moores Lab AI首席執行長Shelly Henry、Breker Verification Systems首席執行長Dave Kelf、Verific人工智慧開發主管Vince Wong以及Silimate首席執行長Ann Wu，共同探討在晶片設計和驗證中使用智能體人工智慧的優缺點。 此次小組討論在近期舉行的2026年ESD聯盟高管展望會議上面向現場觀眾進行。 SE：EDA領域的熱門新話題是智能體AI。它將在半導體設計和驗證方面發揮那些作用？您認為它又存在那些潛在問題？ Cui：智能體人工智慧將重塑整個設計流程。它現在已經開始發生了。我們正在討論很多應用場景，從設計驗證（DV）到從右到左的文字生成，再到使用者模型（UVM）、形式化設計，以及未來的前端到後端設計。它已經幫助很多工程師加快了設計周期。所以它正在發生，而且現在已經很成熟了。至於未來的挑戰，我們面向全球數千使用者，我們認為真正的挑戰不僅僅在於技術本身，還在於組織轉型——如何引導工程師適應新的解決方案並建立團隊合作。這方面還有很多工作要做。我認為整個行業都必須攜手合作，幫助我們為此做好準備。
科技#Agentic#EDA#AI晶片設計
•

5年後實現等效1.4奈米？美國頂尖晶片學者解讀華為“韜定律”：某些維度可能具備更短研發周期，暴露現在先進晶片某些方面的侷限

過去60餘年，全球半導體的發展大致遵循著英特爾聯合創始人戈登·摩爾提出的“摩爾定律”：積體電路上可容納的電晶體數量會以大約18至24個月翻一番的速度增長。 然而，隨著先進製程逼近物理和成本極限，“摩爾定律”的發展空間正在縮小，產業界也開始尋找後摩爾時代的新方向。 在5月25日的IEEE國際電路與系統研討會（ISCAS 2026）上，華為公司董事、半導體業務部總裁何庭波正式發佈“韜（τ）定律”（Tau  Scaling Law），旨在跳出縮小電晶體的傳統路線，預計到2031年，基於“韜（τ）定律”的高端晶片電晶體密度將達到1.4奈米製程的同等水平。 何庭波視訊演講 圖片來源：演講視訊截圖
5年後實現等效1.4奈米？美國頂尖晶片學者解讀華為“韜定律”：某些維度可能具備更短研發周期，暴露現在先進晶片某些方面的侷限
科技#韜定律#電子設計自動化#EDA
•

EDA，變天！

新思收購Ansys後：AI EDA正式發佈！ 快50000倍EDA 從 “單純畫晶片” 進入 “晶片 + 熱 + 力學 + 多物理場” 一體化設計 。芯榜消息：近日，新思科技斥350億收購Ansys後放大招，AI晶片設計新工具發佈，徹底破解芯粒封裝難題！IBM聯手新思科技，憑DARPA加持的熱建模黑科技，以1℃精度、5000倍速狂飆，直逼1.4nm工藝，重構EDA天花板！（註：DARPA 是美國國防部下屬的獨立科研機構，1958 年應對蘇聯成立，專注高風險、高回報的顛覆性技術研發。它是網際網路、GPS、隱形戰機、無人機等關鍵技術的源頭，在 AI、半導體、量子計算等領域也有重要推動，眾多成果已深度民用化。）一、驚雷！EDA設計範式被徹底重構，告別“單一畫芯”時代長期以來，EDA（電子設計自動化）工具的核心定位是“畫晶片”——幫助工程師規劃、佈局、布線，將數十億個電晶體有序排列，完成晶片的電路設計與物理實現。但隨著晶片製程邁入2nm、向1.4nm持續突破，AI晶片功耗密度暴增，Chiplet堆疊、3D-IC等先進封裝技術普及，傳統EDA設計範式已難以為繼。新思科技350億美元收購Ansys後，聯合IBM與DARPA推出原子級熱建模技術，標誌著EDA正式告別“單純畫晶片”的單一模式，進入“晶片+熱+力學+多物理場”一體化設計的全新階段。這一變革，為先進製程突破掃清了核心障礙，開啟半導體設計的全新紀元。二、倒逼革新！先進技術“卡脖子”，傳統EDA設計範式窮途末路EDA一體化設計的興起，本質是晶片技術迭代與市場需求升級的必然結果。一方面，製程微縮至2nm及以下時，電晶體尺寸接近原子級，熱傳導、力學應力等物理問題成為制約晶片性能的關鍵。AI晶片的高功耗密度導致發熱劇增，局部熱點溫度可達110°C以上，若無法提前管控，會直接引發晶片翹曲、開裂、性能衰減。另一方面，Chiplet堆疊與3D-IC技術的應用，讓晶片設計不再是單一器件的佈局，而是多芯粒、多材料的系統整合。機械應力、熱耦合、電磁干擾等跨領域問題相互交織，傳統“先設計、後模擬”的序列模式，往往導致設計反覆、流片失敗，浪費數億美金成本。三、強強聯手！新思+Ansys融合，築牢多物理場設計根基新思科技對Ansys的收購，是EDA進入多物理場一體化設計的關鍵轉折點，堪稱半導體行業的“世紀聯姻”。作為EDA行業龍頭，新思科技長期主導晶片設計工具研發，牢牢掌握行業話語權。而Ansys在熱模擬、力學分析、多物理場耦合領域擁有深厚積累，是物理模擬領域的絕對強者。兩者的融合實現了“晶片設計+物理模擬”的全鏈路打通，打破了行業技術壁壘。此次聯合IBM研發的熱建模技術，正是兩者技術協同的核心成果——Ansys貢獻了降階建模（ROM）與機器學習熱求解器兩大關鍵技術。新思科技則將其嵌入自身EDA工具鏈，實現了晶片設計與熱、力學分析的無縫銜接，徹底打破過去晶片設計與物理模擬“各自為戰”的僵局。四、技術炸場！三大突破，改寫多物理場設計規則以IBM與新思科技聯合研發的Thermonat項目為代表，多物理場一體化設計實現了三大核心技術突破，每一項都堪稱行業里程碑。一是原子級熱建模精度，溫度預測誤差控制在1℃以內，精準滿足DARPA1%的精度要求，可完美捕捉奈米級熱流分佈。二是極致運算速度，比傳統物理建模方法快50000倍，新思科技的ML熱求解器在百萬電晶體設計中可實現1000倍提速且不損失精度，將模擬時間從數月壓縮至分鐘級。三是多場耦合能力，基於傅里葉神經算子與降階建模技術，實現熱、力學、電磁等多物理場的即時協同分析。該技術可全面支援3D-IC、Chiplet的全流程設計最佳化，讓多物理場分析從“後期驗證”提前到“設計初期”，真正實現“設計左移”，顛覆行業傳統流程。五、價值拉滿！降本增效+製程突破，賦能半導體產業躍遷多物理場一體化設計為半導體行業帶來了顛覆性價值，核心體現在降本、增效、提性能三大維度，全方位破解行業痛點。在降本方面，可提前預測熱失效、力學應力等問題，有效避免流片失敗，為企業節省數億美金的量產投入，降低行業試錯成本。在增效方面，將原本數周、數月的模擬時間壓縮至分鐘級，大幅縮短晶片設計周期，加快產品上市節奏。在提性能方面，通過熱感知佈局設計，可使晶片性能提升5%~15%，同時實現極致功耗最佳化。既可以在相同溫度下提升晶片功耗以增強算力，也可以降低工作溫度以減少能耗，適配不同場景需求。此外，該設計模式還為1.4nm及以下先進製程的突破提供了核心支撐，成為未來高性能晶片、AI晶片的必備設計能力。六、加速落地！從高端場景突圍，全面滲透半導體產業鏈目前，EDA多物理場一體化設計已從技術研發走向落地應用，率先在高端晶片場景實現突破，開啟規模化普及之路。首批落地領域包括資料中心、AI高性能晶片，這些場景對晶片算力、功耗、可靠性要求極高，多物理場最佳化成為核心剛需。後續該技術將逐步延伸至手機等消費電子領域，覆蓋更多終端場景，惠及全行業。在產業鏈合作方面，IBM正與日本Rapidus深度合作，計畫2027年實現2nm工藝量產，將該技術全面應用於Chiplet、先進封裝等核心環節。新思科技則將熱分析、力學分析能力深度嵌入現有EDA工具，供英特爾、AMD、輝達等行業巨頭使用，持續推動技術普及，重塑產業鏈格局。七、格局重塑！EDA進入協同時代EDA進入多物理場一體化設計階段，不僅是工具的簡單升級，更是整個半導體設計生態的徹底重塑，影響深遠。它標誌著EDA工具從“單一設計工具”升級為“系統級協同平台”，實現了晶片設計、物理模擬、製造封裝的全鏈路協同，打破了行業各環節的資訊壁壘。新思科技與Ansys的融合，成功建立了“AI+先進製程+多物理場模擬”的技術壁壘，引領行業正式進入協同設計的新時代。同時，這種設計範式的變革，將加速2nm向1.4nm及以下製程的突破，為AI、高端製造、航空航天等領域的技術創新提供核心支撐。它為半導體行業高品質發展注入強勁新動力，推動行業向更高水平邁進。未來，隨著技術的持續完善，多物理場一體化設計將成為EDA行業的主流，推動晶片設計向更高效、更可靠、更先進的方向發展，改寫全球半導體產業格局。 (芯榜)
EDA，變天！
科技#EDA#電子設計自動化#產業趨勢