證券時報記者 阮潤生

在人工智能（AI）的驅動下，EDA（電子設計自動化）行業并購潮涌。向AI靠攏，與AI相擁，成為國內外EDA企業共同的選擇。

EDA行業最大并購案

近期，國家市場監督管理總局對新思科技收購Ansys給予有條件批準，這項高達350億美元交易正式落地，成為EDA行業歷史上最大的并購案。

這項交易被新思科技寄予厚望。資料顯示，Ansys以工程仿真軟件為主營業務，產品不僅包括與IC設計相關的軟件，也面向汽車、航空航天等領域的仿真模型，在仿真軟件領域擁有高達42%的市場份額。收購完成后，新思科技潛在市場規模將擴大1.5倍，在人工智能驅動下，滿足客戶在電路與物理兩大領域相互融合的相關需求。

“EDA的設計流程包含了設計、仿真、驗證等環節。其中，仿真環節由于追求精度和速度，高度依賴算法，與AI具有天然的結合度，也更容易被AI賦能，提高效率。”芯和半導體副總裁倉巍向記者表示，隨著AI大算力硬件的推動，仿真涉及的領域越來越寬泛。

本次交易收官后，新思科技還將拓展傳統EDA行業“能力半徑”，將仿真環節的能力向汽車、航天等高端制造業領域遷移。除了新思科技，其他EDA巨頭的收購也展現了類似加碼仿真、拓展非半導體市場動向。

2024年3月，楷登電子（Cadence）宣布12.4億美元收購BETA CAE Systems International AG，加速其智能系統設計戰略；2024年10月，西門子EDA宣布以106億美元收購美國工業仿真軟件廠商Altair Engineering。據介紹，Altair的仿真技術涵蓋機械、流體、電磁和熱管理等領域，為汽車電子系統提供了多維度仿真能力。

在人工智能推動下，各類終端智能系統復雜性提升，對產品設計準確與高效的需求也不限于半導體行業。數據統計也表明，EDA企業收購版圖已經從半導體設計、PCB設計等“基本盤”，逐步向整體電子系統解決方案拓展，客戶群體也開始覆蓋非半導體客戶；同時，系統模擬、仿真等能力也在顯著擴容，對系統化解決能力的需求日增。

從AI到AI

多位國產EDA廠商相關人士向記者表示，人工智能推動下，EDA系統解決能力的重要性在提升。

倉巍向記者表示，EDA行業以前注重設計工藝協同優化（DTCO），側重的是軟件與制造工藝的磨合，現在隨著摩爾定律演進的放緩和先進工藝發展的外圍阻力加大，需要系統技術聯合優化（STCO），從整個系統的角度實現“從芯片到封裝到整機系統”的協同優化。

這一趨勢，促使EDA行業不斷使用AI提升系統化能力，而這種系統化能力的升級，又進一步運用在與AI密切相關的高端算力芯片等產業鏈重要環節。

“AI同EDA的關系是‘從AI到AI’的過程。”倉巍向記者表示，怎樣打通整個智算系統中算力、存力、運力以及功耗等多個要素之間的瓶頸，保證AI數據中心的高效大算力輸出，考驗著EDA的系統化能力。

合見工軟副總裁吳曉忠指出，由于智算、超算芯片的架構日益復雜，以及先進工藝的流片成本飆升，導致大規模復雜芯片的設計驗證流程加速向左移，即在芯片開發的更早期階段就介入驗證，以縮短研發周期、降低風險、提升芯片質量。此外，AI計算通常涉及多芯片、多節點的協同工作，數據傳輸效率直接影響整體性能，而且考慮功耗需求巨大，需要對電源管理、散熱等性能持續迭代。

從產業發展趨勢來看，當前EDA巨頭一邊遵循摩爾定律，研究更先進的制程，一邊也在探索更高速的卡間互聯，為AI大規模訓練和推理提供更強大的算力支持。其中，HBM（高帶寬內存）是高端算力芯片的核心配套技術，需要采用先進的3D堆疊封裝技術，將多個內存芯片垂直集成，從而提升內存帶寬和數據傳輸速率。

業內人士呼吁，國產產業鏈要敢于嘗試新方案。此外，作為典型的應用導向型企業，EDA良性發展離不開下游企業在應用過程中的反饋和建議。EDA行業擁抱AI面臨一項關鍵挑戰，便是數據封閉問題。因為EDA廠商的數據依賴終端客戶反饋，但是廠商設計數據難以獲取，而AI工具如果缺乏足夠的素材訓練，將影響模型的可靠性以及跨公司、跨領域的通用性。

AI與EDA雙向奔赴

即便面臨多重困難和挑戰，人工智能與EDA行業已經開啟了“雙向奔赴”，形成良性互動。一方面，EDA從芯片到系統提升智算行業能力；另一方面，AI也在賦能EDA行業，顯著提質增效。

“在智算時代推動下，人工智能與EDA互為催化與驅動。”吳曉忠表示，國際EDA企業部署AI與EDA融合，主要圍繞三個方向逐步推動，分別是AI驅動的EDA工具、生成式AI大模型用于智能芯片設計，以及AI與數字孿生的創新架構。

去年4月，新思科技推出“Synopsys.ai”，被稱為業界首個全棧式人工智能驅動的EDA工具套件，涵蓋芯片從架構到設計制造環節，并向汽車、飛機制造等行業的客戶拓展；Cadence提出生成式人工智能解決方案，支持人工智能大數據分析、簡化芯片設計流程、為仿真和原型設計提供協作功能、簡化PCB組件的布局布線等；西門子EDA也擁有多項AI技術，應用于良率提升、建庫、數字驗證等環節。

另一方面，國產EDA廠商也在積極跟進，探索和推廣人工智能在EDA多個場景應用。

值得注意的是，EDA還可以用來“治療”芯片設計行業AI大模型的“幻覺”。據合見工軟介紹，EDA工具有著強大的設計分析和評估能力，可以檢查設計中的語法錯誤、功能錯誤，并可對設計做性能、功耗、面積等評估。通過大模型與EDA有機結合，構成閉環系統，就能取長補短，充分發揮大模型的生成和探索能力，同時利用EDA工具鏈的反饋機制，指導大模型不斷修正和優化設計，從而取得比單純用大模型的開環系統更好的效果。

“芯片設計公司對帶有AI技術的EDA產品普遍非常感興趣。”吳曉忠表示，目前模型能勝任的工作主要是模塊級別的代碼生成，距離系統級別的自動設計還有差距，隨著模型能力的提升，以及功能的進一步豐富，將可更好滿足這部分商業需求。

據華大九天董事長劉偉平此前預測，未來EDA產業發展將呈現三大趨勢。第一，全流程智能化，即設計、仿真、驗證環節實現AI全鏈路覆蓋，工程師從“操作者”變為“決策者”；第二，跨尺度協同，打通從系統級設計到芯片制造的跨尺度工具鏈，解決芯片“系統—設計—制造”斷層問題；第三，持續的技術創新，新工藝、新材料、新方法、新應用將持續推動EDA技術的革新。