首页 > 资讯

AI芯片设计的隐形战场，国产EDA正经历新一轮“爆改”

【摘要】2025 年，DeepSeek 的爆火让半导体行业跑步迈入 AI 时代。

随着多家 CPU 与算力芯片企业实现对 DeepSeek 的适配，EDA 作为芯片设计的 " 工业母机 "，也将接受 AI 带来的新一轮 " 爆改 "。

当拥抱 AI 成为行业共识，当新思、楷登等国际巨头开始拓展 AI 产品线，芯华章、芯和半导体等国产 EDA 企业又当如何改写 AI 这一隐形战场的竞争格局？

以下为正文：

AI 何以爆改 EDA

黄仁勋曾在 GTC 2025 演讲时指出，AI 已经经历了三代技术范式的转移，从意识 AI 到生成式 AI，再到目前的代理式 AI，接下来将是物理 AI，也就是机器人的时代。

在全新的拐点下，更加智能、应用更加广泛的 AI 行业也需要更多的 " 基础设施 " 支持。

以端侧芯片为例，深圳一家布局端侧 AI 芯片的物联网公司，近两年应用得到了成长，研发投入的预算也更健康，去年底复购了芯华章的 EDA 产品，并预期有更深的合作。

可以预见的是，随着 AI 行业进入高速增长期，对于辅助工具、尤其是 EDA 为代表的高技术壁垒的 " 基础设施 " 需求将迅速扩张。

除此之外，AI 的演变尤其是 DeepSeek 的问世也打破了传统 EDA 的惯性思维：即不走老路，玩砸钱游戏，而是另辟蹊径，关注系统架构创新的价值。

此前一个典型的现象是，在国际主流公司占了八九成的市场，比起创新，不少公司更关注的是怎么垄断，有创新的技术出来就买断，很多时候背离了寻找更好手段的目的，因为更好的手段有时候反而会伤害自己的商业利益。

而系统架构创新的价值则在于从客户真实需求层面找到更优替代，这比资源战更有效率。

此外，在半导体产业链上，EDA 作为芯片设计的 " 工业母机 "，贯穿了芯片设计的整个流程，涵盖从前端的设计与验证到后端的物理实现等各个环节。

但随着摩尔定律的放缓以及市场对高性能、低功耗、大算力芯片需求的不断增长，全球 AI 芯片设计复杂度年增 40%，传统 EDA 工具已难以满足千亿级晶体管验证效率。

由此，AI+EDA 成为众多厂商的共同选择。

公开信息显示，新思、楷登等国际巨头已开启 AI 产品线的拓展，芯华章、华大九天等国产 EDA 厂商也纷纷加速 AI 时代的生态进化。

当前，DeepSeek 正基于国产 GPU 生态开发底层技术，通过模型创新与资源整合，以 1/10 甚至 1/100 的投入就能实现与 ChatGPT 等国际大模型相近的性能，支持 EDA 企业优化预算投入与技术成长。

今年 2 月，广立微宣布其 SemiMind 平台接入 DeepSeek，国产 FPGA 芯片设计 EDA 软件亿灵思也宣布接入 DeepSeek。

从应用场景上来看，AI 大模型逐渐完成了从 " 基础能力 " 到 " 通用能力 " 再到 " 行业能力 " 的持续进化，更好的适用于机器人、智能网联汽车等为代表的智能设备领域，并为 EDA 行业提供更多可能性。

深度 +AI 打造差异化，才是好路径

垄断性的市场地位之下，海外 EDA 企业本身沿革已久，仍遵循资本化战略。

24 年 3 月，Cadence 宣布收购 BETA CAE Systems International AG，以补充面向汽车、航空航天、工业和医疗保健领域的系统分析产品线。

年末，新思科技以 350 亿美元收购工业软件巨头 Ansys 的交易获得英国竞争与市场管理局与欧洲委员会的批准。

在并购潮与 AI 潮之后，新思科技、楷登电子与西门子这三大 EDA 头部企业将实现对全流程 EDA 工具解决方案的布局，市场份额也有进一步扩大的可能。

应对这一现象，国内 EDA 厂商积极通过差异化优势取胜。

这方面相对有代表性的是聚焦国产数字验证 EDA 的芯华章。当前，不少 EDA 厂商服务客户的逻辑已经从跟随摩尔定律的演进，转向更加注重终端的系统应用需求。在追求高性能的同时，如何助力芯片厂商设计出更符合客户需要的产品，帮助客户在应用市场中取得差异化竞争优势，成为芯华章关注的重点。

比如，在高性能 CPU 与 AI 芯片设计中，浮点运算、矩阵乘等复杂算子的验证长期面临 " 覆盖不全、效率低下 " 的挑战。传统仿真方法难以穷举海量边界条件，而需要依赖形式验证。手动形式化验证的高门槛让众多团队望而却步，复杂时序逻辑的手工编写耗时耗力，且容易因边界条件遗漏导致验证漏洞。

SystemVerilog 断言（SVA）在形式属性验证（FPV）中对于确保设计的正确性至关重要，但复杂时序逻辑的手工编写耗时耗力，且容易因边界条件遗漏导致验证漏洞。

芯华章与中兴微电子瞄准这一痛点，联合研发基于大语言模型（LLM）的 SVA 生成并引入工业级创新评估系统 SVAEval。该框架通过迭代式提示优化和指标评估，显著提升了由大型语言模型生成的 SVA 的质量。

在真实项目验证中，该系统展现出强大的场景适配能力，且复杂断言开发效率提升 40% 以上，原本需要 3 天的调试周期缩短至数小时。

对于一项杠杆效应极强的工具而言，DeepSeek 的成功验证了 EDA 系统架构创新的价值：即如何通过优化浮点运算、多核设计等，在非先进制程（如 5nm/7nm）下帮助客户实现算力突破，赋能国内 AI 芯片客户差异化竞争力。

简单来说，芯华章正通过 AI 提升实时分析验证任务优先级，优化算力分配，帮助客户缩短超大规模芯片验证周期。

举例而言，公司已经有一款差异化优势产品，即利用创新技术在 GalaxEC-HEC 中优化底层 Solver 性能，并以大模型自动生成验证断言（Assertion）代码，提供自动训练和评估系统，能够对 AI 算子进行验证，帮助客户缩短开发周期，验证速度可达到国际主流工具的数倍至上百倍。

GalaxEC-HEC 工具针对 AI 芯片场景的优势价值在于，能够根据客户系统差异做场景化开发，国际主流工具处理不了，芯华章的产品却能解决这个问题。

另一家头部互联网公司的案例中，其 AI 推理芯片设计项目曾因验证效率低下而陷入僵局。传统 EDA 工具无法处理复杂的场景化需求，而芯华章的团队仅用两周时间，便基于客户代码风格定制出优化工具，将验证周期从三个月压缩至三周。

据悉，其 AI 驱动的 RTL 代码自动纠错系统，能够通过知识图谱与因果推理模型，精准定位错误根源，并推荐修复方案。" 过去工程师要花几天时间‘人工调试’，现在系统几分钟就能给出答案。"

这恰恰证明了国产替代做差异化的重要价值，如果是国际 EDA 巨头，很难为了某家公司的风格设计一个新的工具版本。

场景驱动、客户定义的创新逻辑，让公司的产品已成功应用于 60 余家前沿科技企业，涵盖自动驾驶、物联网、高性能计算等多个领域。

国产替代的本质是供应链安全与价值升级并重，国产 EDA 厂商正有望通过本地化优势与 AI 赋能，提供适配客户需求而优于国际竞品定制化解决方案。

" 高压战场 " 的正反面

中商产业研究院分析师预测，2025 年中国 AI 芯片市场规模将增至 1530 亿元，EDA+AI 仍有较大的市场空间。

与此同时，2024 年 " 国九条 "" 并购六条 " 等政策推动行业整合，华大九天、概伦电子等通过并购快速补全技术短板。

尽管探索 AI 技术、尝试采用 AI 技术解决现实问题仍然是所有 EDA 企业的努力方向，但 AI 的变革大潮对 EDA 工具的助力远未到颠覆性。

要知道，芯片产业试错成本极高，半导体行业的每家企业都把数据安全性看得非常重要。

而 AI 大模型的训练需要长时间、海量的数据积累以保证可靠性，同时 EDA 行业对精确度的要求很高，模型的推理逻辑往往很难实现绝对的精准。

与此同时，当前 EDA 工具的认证工作仍然非常复杂，国产 EDA 需要更深层次的产业合作和政策支持，以及持续的技术研发投入来加强竞争力。

面对海外巨头的生态碾压，国产 EDA 厂商正通过引入 AI 技术与贴近市场的打法，力争在这股产业链重塑的浪潮中，在全球半导体设计工具市场中占据一席之地。

在这片生死时速的高压战场，EDA 与 AI 的融合之路又将是何走向？国产 EDA 企业又能否撕开国际垄断的裂缝？

尾声

在 AI 芯片的黄金时代，EDA+AI 不仅是技术工具，更是战略资源。

然而，这场战役远未结束，未来三年或成为检验国产 EDA 企业差异化战略成效的关键时期。