核心合作与战略意义 - 新思科技与英特尔代工宣布扩大合作，其人工智能驱动的电子设计自动化流程已在英特尔14A工艺技术上获得认证，这建立在双方此前在英特尔18A和18A-P技术认证及生产就绪的EDA流程与IP组合基础之上[1] - 此次合作旨在将设计支持从设计技术协同优化扩展到系统感知协同设计，以加速从硅片到系统的客户就绪进程[1] - 合作的核心目标是通过连接工艺技术、人工智能EDA流程、多芯片设计、集成多物理场分析和广泛的IP组合，来加速人工智能与高性能计算设计的系统级实现[1] 技术合作与产品赋能 - 新思科技通过集成其获得认证的人工智能驱动实现与签核流程以及多物理场分析，来应对埃米级几何尺寸、背面供电和密集3D集成带来的电、热、机械效应挑战[3] - 针对已成为人工智能和高性能计算主流的多芯片设计，新思科技与英特尔代工将合作延伸至支持基于先进芯粒架构的高效系统级集成、分析与优化[4] - 新思科技的3DIC Compiler参考设计流程支持英特尔的嵌入式多芯片互连桥和嵌入式多芯片互连桥-T先进封装技术，提供早期凸点和硅通孔规划、自动化UCIe与HBM布线以及跨芯片的统一多物理场分析[4] 认证流程与IP组合的具体优势 - 为英特尔14A设计提供的认证人工智能EDA流程和多物理场分析，可提供对电源完整性、热和电磁效应的早期洞察，从而提高可预测性并加速设计收敛[5] - 合作将协同优化从设计技术协同优化扩展到跨硅片、封装、IP和系统领域的系统感知协同优化，以实现具有最佳性能、功耗和面积的全系统实现[5] - 新思科技广泛的IP组合可加快流片时间，为英特尔14A优化的接口与基础IP包括PCIe 7.0、224G SerDes、USB 4和eUSB，有助于降低集成风险并加速设计就绪[5] - 新思科技持续扩展其高性能接口和基础IP组合，目前已支持英特尔18A和18A-P，并正扩展至支持英特尔14A技术，以帮助降低复杂SoC和多芯片设计的集成风险并加速流片时间[6] 行业趋势与公司定位 - 在人工智能驱动的世界中，行业成功的关键在于将工艺技术与人工智能EDA流程、多芯片设计、集成多物理场分析和广泛IP组合相连接，以加速系统级实现[1] - 埃米级设计不再仅仅关乎从工艺节点中榨取更多的性能、功耗和面积优势，而在于将工艺创新转化为可预测的系统级成果[2] - 新思科技被定位为从硅片到系统的工程解决方案领导者，致力于帮助客户快速创新人工智能驱动的产品[9]

核心观点 - 新思科技与微软、AMD合作，推出了业界首个基于微软Discovery平台的自主AI芯片设计EDA工作流，旨在将AI从任务自动化扩展到长期工程执行，以加速从规格到硅片的整个设计流程 [1][2] 合作与技术平台 - 新思科技、AMD和微软正在合作开发AI驱动的设计工作流，该工作流结合了大规模推理、领域专业知识和云规模计算，以加速下一代AI基础设施芯片的开发 [3] - 新思科技正在推进一个开放、可互操作的自主AI技术栈，用于芯片设计生命周期的自主工作流 [5] - 微软Discovery平台旨在用AI加速科学与工程创新，芯片设计是其理想应用场景 [4] 新产品与工作流 - 推出了两个新的自主EDA工作流，由新思科技与微软合作开发，并被AMD用于评估，现已在微软Discovery平台上提供评估以加速芯片设计 [5] - **全自主调试收敛工作流**：由微软Discovery平台协调的、由AI驱动的验证和根本原因分析工作流，早期评估显示可将调试周期时间减少25%至40%，节省数周的工程工作量 [6] - **全自主实现与收敛工作流**：利用新思科技的实现代理和Azure上的Fusion Compiler，自动化实现结果质量调优和收敛，初步结果证明了结果质量的提升 [6] 性能与效益 - 全自主调试收敛工作流的初步结果显示，周期时间最多可减少40% [5] - 早期评估显示，全自主调试收敛工作流可将调试周期时间减少25%至40%，节省数周的工程努力，并提高生产力 [6] 行业背景与需求 - AI驱动的系统和超大规模计算正在将芯片复杂性推向前所未有的水平，工程团队无法再承受传统上在性能、质量和开发速度之间所做的权衡 [7] - AI正在从根本上重塑工程领域，新思科技正在构建一个全面的、开放的自主AI技术栈，以提高工程自主性并加速从硅片到系统的产品设计 [2] 市场活动与展示 - 在2026年DAC芯片到系统大会上，新思科技展示了由AgentEngineer™技术驱动的新全自主工作流 [2] - 新思科技在DAC大会上展示AI驱动的工程解决方案，使客户能够以更高的质量、效率、精度和规模从硅片到系统进行快速设计 [7]

核心观点 - Synopsys与NVIDIA合作，推出了全面的、从芯片到系统的自主工程工作流程，旨在将工程生产力提升数倍 [1][2] - 这些工作流程由AI代理驱动，能够将原本耗时数周的手动任务（如芯片验证和热仿真）压缩至数小时完成，并实现更高的覆盖率和性能 [1][2] 合作与技术基础 - 此次合作结合了Synopsys在EDA和CAE领域的专业知识与NVIDIA先进的AI基础设施和技术 [2] - 解决方案基于Synopsys的AgentEngineer™技术和NVIDIA的代理AI基础设施，包括NVIDIA Agent Toolkit、Nemotron 3 Ultra开放模型和OpenShell运行时 [3] 自主设计验证工作流程 - 推出了完全自主、长期运行的设计验证工作流程，能够协调整个芯片验证周期 [3][4] - 该流程将数周的手动工作压缩至数小时的代理执行，使验证RTL的时间**加快高达50倍**，同时实现**额外20%** 的覆盖率提升 [3][4][9] 自主模拟与混合信号工作流程 - AI驱动的Custom Compiler™ Layout Synthesis为自主模拟和混合信号设计奠定了基础 [3][5] - 工程师用自然语言定义设计意图和性能目标，自主代理执行并优化工作流程，将设计收敛速度和生产效率**提升高达3倍** [5][9] 自主计算机辅助工程工作流程 - 开发了用于电子热分析的完全自主代理CAE工作流程，利用NVIDIA Agent Toolkit和CUDA-X库 [5] - 该工作流程自主执行仿真设置、预处理和后处理，所需时间仅为传统方法的一小部分 [5] GPU加速产品组合扩展 - 公司拥有业界最广泛的**超过20款**支持GPU的EDA和多物理场产品组合 [4][6] - PrimeSim™ SPICE电路仿真通过利用NVIDIA GPU，性能**提升高达18倍** [4][9][12] - QuantumATK®加速下一代半导体材料创新：使用cuEST的Gaussian基量子化学模拟**加快高达50倍**；使用NVIDIA Blackwell GPU基础设施的机器学习力场模拟**加快高达200倍** [12] - Ansys Lumerical FDTD™ 3D电磁仿真软件在Synopsys多物理场融合解决方案中，在NVIDIA GPU上比CPU**快10倍** [12] - 继续深化与NVIDIA的合作，利用CUDA-X库（如cuLitho, cuDSS, cuEST, cuISS）加速其求解器 [12] 产品可用性与展示 - 客户目前正在评估Synopsys的代理EDA和CAE功能，计划**2026年下半年**上市 [6] - 公司在2026年DAC芯片到系统会议上展示了这些新宣布的自主工作流程 [8]