业绩预期 - 公司预计在截至2025年10月的季度实现营收13.9亿美元，同比增长8% [3] - 季度每股收益预期为1.85美元，同比增长12.1% [3] 预期修正趋势 - 过去30天内，季度共识每股收益预期被下调1.18%至当前水平 [4] - 覆盖分析师对初始估计的集体重新评估反映了这一变化 [4] 盈利意外预测模型 - Zacks盈利ESP（预期意外预测）通过比较最准确估计与共识估计来预测偏差 [7][8] - 最准确估计是Zacks共识每股收益估计的更新版本，包含分析师在财报发布前的最新信息 [8] - 正的盈利ESP理论上表明实际收益可能高于共识估计，而负值则预测能力不显著 [9] - 当正的盈利ESP与Zacks排名第1、2或3级结合时，预测股价产生正面意外的概率接近70% [10] 是德科技具体情况分析 - 公司的最准确估计高于Zacks共识估计，得出盈利ESP为+2.98%，表明分析师近期对其盈利前景转趋乐观 [12] - 然而，公司股票当前的Zacks排名为第4级（卖出） [12] - 盈利ESP为正但Zacks排名为第4级的组合，使得难以确定性地预测公司将超出共识每股收益预期 [12] 历史盈利意外记录 - 上一报告季度，公司实际每股收益为1.72美元，超出预期1.68美元，意外幅度为+2.38% [13] - 在过去四个季度中，公司每次均超出共识每股收益预期 [14] 影响股价的其他因素 - 盈利超出或未达预期可能不是股价上涨或下跌的唯一基础，其他因素如令投资者失望的方面或未预见的催化剂同样重要 [15]

合作验证 - 合作展示了下一代eCall功能在4G和5G网络上的端到端验证 [1]

公司荣誉与行业地位 - 公司被Gartner评为2025年人工智能增强软件测试工具魔力象限领导者[1] - Gartner魔力象限报告基于技术提供商在AI驱动测试解决方案领域的愿景和执行能力进行评估[1] - 该报告是技术决策者评估和区分关键技术领域供应商的可信赖资源[1]

技术验证里程碑 - 公司验证了PTCRB首个5G新无线电非地面网络测试用例 该测试基于3GPP Release 17标准并符合PTCRB RFT-555规范 [1] - 公司在射频发射器和接收器测试用例总数上处于领先地位 并且是唯一拥有已验证性能测试用例的厂商 [1]

公司获奖信息 - 是德科技荣获2025年TSIA STAR奖，奖项类别为全渠道客户体验优化卓越奖 [1] - 该奖项由技术和服务产业协会颁发，旨在表彰通过完全集成的多渠道体验改变客户支持旅程方面取得卓越成就的组织 [1] - 获奖原因是公司在连接数字和人工辅助渠道的客户互动方面采取了创新方法，确保了每个接触点的一致、高效和响应迅速的互动 [2] 客户服务核心策略 - 公司客户服务的核心是KeysightCare，这是一个全面的客户支持计划，在集成的全渠道框架内提供优先的响应和周转时间 [3] - 通过此模式，客户体验到更快的解决方案、更高的可预测性以及增强的测量优化，所有这些都旨在最大化正常运行时间并加速创新 [3] 行业评价与管理层表态 - TSIA执行董事兼执行副总裁表示，是德科技结合了人工智能驱动的创新、以客户为中心的设计和可衡量的影响，体现了全渠道支持和客户满意度方面的一流执行力 [4] - 是德科技全球服务总裁表示，该奖项反映了公司通过AI驱动的创新和统一的服务体验重新构想客户互动的承诺，并体现了全球团队的集体奉献 [4] 公司业务概览 - 公司为标普500指数成分股，提供市场领先的设计、仿真和测试解决方案，以帮助工程师在整个产品生命周期中以更低的风险进行更快的开发和部署 [5] - 公司是全球创新合作伙伴，客户遍及通信、工业自动化、航空航天与国防、汽车、半导体和通用电子市场，旨在加速创新以连接和保护世界 [5] 近期业务动态 - 公司推出了新的高功率ATE测试解决方案组合，以应对日益增长的功率验证挑战，该组合包括紧凑型可再生电源和负载 [7] - 公司与联发科合作，共同推进Pre-6G集成传感与通信技术，该努力将提升6G网络性能 [8] - 公司计划于2025年11月24日股市收盘后发布2025财年第四季度财务业绩，并于当天举行电话会议 [9]

产品发布 - 公司推出全新紧凑型再生电源和负载产品组合 [1] - 新产品旨在帮助工程师应对复杂性、空间限制和可持续性需求 [1]

合作动态 - Keysight与MediaTek合作推进6G前集成传感与通信技术[1]

大会概览 - 是德科技设计论坛（KDF）作为电子设计自动化（EDA）行业极具影响力的年度盛会，将于2025年11月18日在上海张江科学城希尔顿酒店举行 [2] - 大会将汇聚顶尖专家与工程师，聚焦AI创新、射频设计、高速互连、通信系统、功率优化及多物理场仿真等前沿技术方向 [2] 核心议程与战略洞察 - 上午议程聚焦战略洞察与前沿创新，内容包括主旨演讲、创新技术纵览及重磅新品发布 [3] - 主旨演讲以创新、人工智能与新一代仿真技术为核心主题，旨在洞察电子设计未来趋势，探索更高效、更智能的产品创新方式 [3] 旗舰产品发布 - 公司将正式发布两款旗舰产品：Nexus与Photonic Designer [5] - 新产品具备突破性的仿真性能与设计精度，旨在重塑射频设计与光电设计格局，开启智能设计新时代 [5] 下午技术分会场 - 下午设置四大技术分会场，深入核心应用领域，包括信号完整性、多物理场仿真、AI赋能射频设计及功耗优化与智能建模 [8] - 分会场将全景呈现公司及生态伙伴的最新技术成果与工程实践 [8] 高速互连与信号完整性 - 技术议题聚焦Chiplet、PCIe、HBM3/GDDR7、以太网等前沿接口，致力于破解信号完整性、电源完整性及电磁兼容性难题 [11] - 具体议题包括UCIe与BoW标准对比、AI驱动的GDDR6设计挑战、从芯片到系统的电源完整性设计以及服务器PCIe信号完整性设计等 [13] 射频与通信系统 - 展示AI/机器学习赋能设计、6G仿真前瞻及自动化仿真提速等技术，助力工程师在射频与通信系统中突破瓶颈 [14] - 具体议题涵盖基于Nexus的SAW滤波器优化、射频匹配仿真自动化、6G系统仿真远景展望及AI/机器学习赋能射频设计案例等 [17] 芯片设计与能效优化 - 议题关注从器件建模到功耗优化，以及跨团队协作与全流程仿真，旨在提升芯片设计效率与能效 [16] - 具体内容包括解锁开关电源设计的专业度与精确度、跨地域协作与数据安全、AI驱动的智能器件建模新趋势等 [18] 多物理场仿真与虚拟原型 - 技术方向融合碰撞安全、声学噪声、光学设计，让工程师在虚拟环境中进行测试，以加速创新并降低风险 [20] - 具体议题涉及虚拟原型引领未来的全流程仿真解决方案、高精度光电的多物理场仿真、机器学习结合模型降阶技术提升产品开发效率等 [21]

多芯片组件中的应力挑战 - 管理多芯片组件中的热应力和机械应力需要详细了解器件的使用方式、封装方式以及应力在预期寿命内可能导致的问题，包括工作负载相关的热梯度、机械和电应力，这些因素会因电迁移和介电击穿等老化效应而加剧 [2] - 最先进GPU运行功率约为500瓦，但人工智能应用中晶体管利用率提高可能使功率攀升至1000瓦/平方厘米，导致散热困难并引发机械变形，如翘曲、开裂和分层 [2] - 热建模和管理过去是分开的任务，但在多芯片组件中需要一起解决 [2] 应力来源与相互依存性 - 多芯片系统中的机械应力和热应力相互依存，制造过程中的热循环会拉伸材料使整个系统产生应力，这种应力必须控制在极限范围内 [4] - 制造过程可用模型模拟，温度作为系统参数，从而构建动态应力模型以观察从步骤1到步骤100的系统应力行为演变 [4] - 代工厂开始关注应力数据并将其提供给EDA工具提供商，以PDK形式向设计团队提供 [4][5] 先进封装对散热的影响 - 3D堆叠技术使散热路径更加复杂，热量通过凸点互连传递，而这些互连并非专为散热设计，导致导热系数更高且变化幅度更大 [6] - 多芯片堆叠中不同层级可能出现新的热源，热量会级联扩散并相互影响，需要进行电热仿真同时考虑电路的电性能和热性能 [7] - 简单的经验法则和基础数学计算不再适用于模拟芯片的热应力，需要从代工厂获取更多数据，如多种IC和封装技术的热堆叠结构和材料特性 [6][7] 热应力的系统性影响 - 热应力是系统性问题，从单个芯片扩散到其他芯片、封装、PCB和系统外壳，在3D集成电路中解决难度更大 [8] - 由于3D-IC技术单芯片功耗巨大，所有芯片设计公司必须在早期设计阶段进行热分析，以找到更有利于散热的系统架构 [8] - 热效应影响芯片键合，在3D集成电路中还存在热应力，需要进行热分析因为热应力可能对时序和功耗产生影响 [8] 3D-IC设计中的机械应力 - 3D芯片堆叠结构更容易产生机械应力，因为堆叠芯片之间存在不同的悬垂和下垂，连接芯片的硅通孔位置可能高达数千个，芯片厚度也有显著变化 [9] - 跨芯片边界的数据传输需避免引入瓶颈限制性能，又不能引入过多占用面积的硅通孔，需要感知多芯片的互连架构或片上网络IP设计工具进行权衡 [9] 应力对器件性能的影响 - 器件投入使用后不同芯片升温速率不同，对热量的响应也因材料和负载而异 [11] - 所有形式的应力都会影响器件性能，芯片堆叠中不同温度芯片因膨胀系数不同承受的应力也不同，这种应力加上温度影响会影响器件和芯片性能 [12] - 应力是影响器件性能的另一个因素，需要进行建模和仿真，但该领域仍处于研究阶段 [12] 应力缓解与工具发展 - EDA工具供应商正在添加考虑热效应和应力的布局、提取和多芯片签核流程，但严重依赖于精确的代工厂数据 [13] - 微流体冷却等新颖方法将去离子水泵入通孔结构内部的微型喷嘴和管道中，在发热源处主动排出热量，但给建模工作增加了流体流动等因素 [13] - 人工智能发挥越来越重要作用，新工具可自动生成应力感知测试平台、将RTL意图与物理效应关联，并提出可最小化芯片间应力的分区策略 [13] 设计流程的变革 - 芯片设计核心人员必须在整个设计过程中，甚至在布局规划的早期阶段就考虑散热问题，需要早期掌握可靠热数据以避免无法挽回的糟糕情况 [14] - 热分析成为设计流程的一部分而非最后时刻的检查，需要从代工厂获取更多数据，工具已经很成熟且运行良好 [14] - 芯片组情况更加复杂，相同芯片组封装到3D封装中表现可能不同，必须注意并采取保护措施确保它们处于需要的位置 [15]

公司与NVIDIA合作 - 公司宣布支持NVIDIA开发新型NVQLink开放架构，旨在降低量子处理器与人工智能超级计算的延迟 [1] - 公司正与NVIDIA合作，通过高性能控制系统和人工智能驱动的基础设施，共同推进混合量子-人工智能计算的发展 [1] 行业技术趋势 - 分解式计算机架构正在重新定义高性能计算的未来 [1]