计算芯片需求正呈现前所未有的增长态势。预计到2030年，全球半导体市场规模将攀升至1.2万亿美元。
“这些增量很大程度上由数据中心AI计算的爆发及向边缘端的迁移所驱动。”8月19日，在CadenceLIVE China 2025中国用户大会上，Cadence（楷登电子）高级副总裁兼系统验证事业部总经理Paul Cunningham强调，“这仅仅是第一波浪潮”。
图片来源：每经记者张韵摄
更深远的影响在于设计范式的转变，随着半导体工艺节点推进至3nm及以下，芯片设计复杂度呈指数级增长。Paul Cunningham认为，用户体验正成为芯片设计的核心出发点。
面对集成2000亿颗晶体管的3nm（纳米）芯片等带来的系统级挑战，Paul坦言传统路径已逼近物理极限，传统设计方法难以应对。作为全球EDA（电子设计自动化）三巨头之一，近年来Cadence正从EDA工具向自主设计转型。
如何应对智能系统设计的复杂挑战？从公司披露的2025年第二季度财报来看，Cadence的一项重要技术进展在于，首次在系统级芯片设计平台中融入代理式AI架构。
Paul Cunningham表示，代理式AI能够自主处理高复杂度任务，通过智能优化与自动化决策，显著提升功耗、性能和面积（PPA）表现。它将工程师从重复性、琐碎的试错工作中解放出来，使其更专注于架构创新和算法优化等创造性工作，最终实现真正高效的3D-IC（三维集成电路）协同设计。
那么，面对3D-IC设计中多物理场耦合带来的仿真挑战，AI技术是必然选择还是可选辅助？在Paul Cunningham看来，EDA在设计全流程中构建了从电路建模、多物理场仿真到制造签核的完整虚拟映射体系，甚至能够实现一次流片成功。而在物理世界中现有孪生技术仍面临验证完备性挑战，在机器人、无人机等系统领域，仿真覆盖率仅20%，另外80%则必须通过实际制造、测试来不断改进模型和方法。
Paul Cunningham进一步表示，在半导体设计领域，EDA本身就是一种数字孪生技术。因此，Cadence将数字孪生定位为跨产业战略支点，通过战略性并购Beta CAE Systems和VLAB Works两家公司强化技术图谱，发展物理孪生与功能孪生技术，来提升系统仿真的覆盖率和效率。
随着AI技术的持续演进，芯片设计将逐步实现从辅助设计到自主设计的跨越。Paul Cunningham在演讲中还重点介绍了支撑Cadence代理式AI战略的关键平台与工具，JedAI Platform的革命性在于支持自然语言交互，可大幅节省设计时间。他指出，云端协同、开放生态、智能优化等趋势正在重塑整个产业链。
免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。
