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，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，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，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。
