文章核心观点 - 随着高功率芯片（如GPU）广泛采用液冷技术，原本依赖气流冷却的周边“温芯片”或“冷芯片”面临过热风险，这催生了针对局部或有限空间的“微冷却”解决方案需求[2][3][4] - 从风冷转向液冷时，必须对电路板进行整体热分析，以确保所有组件都能在规格内运行，而不仅关注主要发热芯片[4][6][7] - 针对未采用液冷但存在过热风险的芯片，存在多种替代冷却方案，包括均热板、热管、优化散热片以及新型MEMS微型风扇等[10][11][13][17] 液冷技术带来的新散热挑战 - 液冷技术能有效冷却高功率GPU等芯片，但会消除用于冷却周边芯片的气流，导致PCB板上其他芯片面临散热问题[3] - 电路板热模拟显示，当强制空气冷却（风冷）改为液冷后，未接触液冷的芯片温度可能显著升高（从蓝色变为红色）[6] - 温度是可靠性的关键指标，部件温度升高会导致热机械现象（如弯曲、断裂），最终可能损坏C4凸点等部件，引发电路失效[3] 电路板整体热分析的必要性 - 冷却分析不能只关注主要发热芯片（“热芯片”），必须考虑电路板上所有组件（“温芯片”和“冷芯片”）的散热影响[7] - 电路板上任意点的温度取决于各组件产生的热量及散热方式，组件间存在热相互作用，例如HBM内存堆叠在发热GPU旁会更难冷却[8] - 芯片的功耗（瓦特）取决于其温度，而温度又取决于功耗，这是一个相互依赖的关系，需要反复计算才能确定[9] - 购买已集成冷却装置的芯片时，用户可能只了解芯片自身的散热性能，但无法获知其散热方案对相邻组件的影响[9] 局部/微冷却替代方案 - 在缺乏强制风冷的情况下，可使用均热板和热管等替代技术进行局部散热[6][10] - 均热板利用小体积内的液体对流和相变（蒸发-冷凝）过程来有效散热[10] - 热管原理类似，它将芯片热量转移到其他地方以便更有效地散热，但无需庞大的液冷基础设施，像一个迷你版液冷装置[10] - 即使没有气流，设计良好的散热片也能通过提供更大的散热表面积来改善冷却效果[11] - 工程师可在电路板上安装小型风扇以提供额外气流，但其位置对确保组件获得充足气流至关重要[11] MEMS微型风扇技术 - 微机电系统（MEMS）单元可作为微型风扇放置在发热芯片上，其原理源自MEMS压电扬声器技术，通过驱动振膜产生气流[13][14] - MEMS风扇通过I2C指令控制，气流方向和速率（通过电压调节）可实时动态改变，例如一个方向用于冷却，相反方向用于清洁[14] - 该风扇运行频率超过40千赫兹（kHz），是人耳听阈的两倍，在3厘米处无机械噪音，气流声仅18分贝（dBA），非常安静[15] - 尺寸为9×7平方毫米，厚度1毫米，价格在5到10美元之间，最初为智能手机和AR眼镜设计，现已涉足数据中心SSD应用[17] - 该技术适用于冷却功率在15到18瓦以下的组件，具体影响取决于系统散热架构[17] - MEMS冷却器可安装在芯片上或电路板上，甚至可制成芯片级组件封装在先进封装中，但这需要将金属盖换为硅盖并配备气口[16] 主动式散热器与微冷却应用 - “主动式散热器”技术将MEMS风扇安装在散热器顶部，利用高背压使空气在狭小空间流动，从而允许使用更密集的针脚阵列来增加散热表面积[17] - 微冷却方案（如局部风扇）可帮助冷却功耗不超过20瓦的发热芯片，若功耗超过20瓦且气流不足，则可能需要降低芯片发热量[19] - 随着更多系统采用液冷及功耗水平提高，对于需要辅助散热但无需完全液冷的芯片，可能会出现更多冷却选择[19] - 无论采用何种散热方案，部署前都必须进行全面的电路板热分析[19]

行业投资评级 - 看好 [1] 报告核心观点 - 半导体行业进入系统级时代，多物理场仿真成为EDA工具愈发重要的能力，EDA与CAE的融合是行业明确趋势 [1][3] - 底层驱动来自后摩尔时代，先进封装下的Multi-Die芯片系统成为必然趋势，AI芯片功耗密度剧增进一步加速了对跨层级、多物理场仿真工具的需求 [1][3] - 海外EDA三巨头通过大规模并购CAE公司验证并布局“系统级”趋势，旨在构建从芯片到整机的多物理场仿真能力 [1][3] - 国内EDA厂商芯和半导体卡位系统级EDA，其产品覆盖从芯片、封装、PCB到整机系统的全栈集成解决方案，与现有以芯片级设计为主的上市公司形成互补 [1][2] 多物理场仿真：系统级时代EDA重要需求 - 多物理场仿真是对电场、磁场、热场、机械场等相互耦合的复杂系统进行建模分析的CAE技术，在半导体领域用于在设计阶段预测热失效、电迁移等问题 [8] - 芯片层级：后摩尔时代，通过先进封装延续“摩尔定律”，Multi-Die芯片设计成为必然趋势 [1][3]。AI芯片单Die面积已接近光刻机曝光极限（约858mm²），必须转向多Die设计，如英伟达Blackwell采用双Die，Rubin Ultra将采用4Die合封 [23]。AI芯片功耗密度剧增（如B200 GPU功耗1000W），加剧了多物理场耦合效应，对仿真需求迫切 [24][27] - 系统层级：芯片-封装-PCB-整机高度耦合，复杂度提升 [2]。以英伟达NVL72机柜为例，整机柜功耗达120kW，高密度设计导致多物理场效应增强，传统“分层设计”方法失效，需要跨层级的一体化仿真工具 [28][31][34] - EDA工具从单芯片DTCO向系统级STCO演进，设计目标从追求局部PPA（功耗、性能、面积）最优转向追求系统全局性能与可靠性最优 [46][48] - AI驱动下，多物理场仿真相关EDA增速显著高于行业整体。根据Research and Markets，未来5年全球EDA市场CAGR为8.1%，其中CAE子板块CAGR将达到25.8% [1][49] 海外：三巨头并购验证“系统级”趋势 - **Synopsys**：2024年1月宣布以350亿美元收购CAE领军企业Ansys，于2025年7月完成 [54]。Ansys 2025财年为Synopsys贡献营收7.57亿美元，成为其增长最大动因 [57]。此次收购补齐了Synopsys在电磁、热、结构、流体等领域的仿真能力，构建从芯片到系统的多物理场仿真平台 [54][56] - **Cadence**：通过散点式并购构建多物理场仿真版图，2026年2月以27亿欧元完成对Hexagon设计与工程业务的收购，是其史上最大规模并购，获得了结构仿真“黄金标准”MSC Nastran和多体动力学工具Adams [58][59] - **Siemens**：2025年3月以约106亿美元收购Altair Engineering，强化了其在系统优化与多物理场仿真（如结构拓扑优化、高频电磁仿真）方面的能力，弥补了其EDA产品在签核环节之外的系统级仿真短板 [65][71] - 三大巨头的并购共同指向EDA+CAE融合，旨在应对AI算力系统、新能源车等“高电”系统带来的电-热-力等多物理场协同设计挑战 [72][73] 国内：芯和半导体卡位系统级EDA - 芯和半导体成立于2010年，是国内最早专注仿真的本土EDA厂商，创始人团队具备Cadence背景 [1][74] - 公司以“仿真驱动设计”为理念，围绕STCO开发电磁、电热、应力等多物理引擎技术，提供从芯片、封装、模组、PCB到整机系统的全栈集成系统EDA解决方案 [1][76] - 已形成“三大平台、六大解决方案”的完整产品矩阵，填补了国内封装级与系统级EDA的空白 [1][76]。产品包括芯片级电磁仿真IRIS、先进封装SI/PI仿真Metis、系统级多物理场仿真Boreas等 [78][80] - 公司商业化进程加速，2023-2024年营业收入分别为1.06亿元、2.65亿元，净利润从-8992.82万元扭亏为盈至4812.82万元 [81]。已于2025年12月完成IPO辅导 [1][81] - 芯和半导体的系统级EDA定位与国内现有EDA上市公司（如华大九天、概伦电子、广立微）以芯片级设计工具为主的布局形成互补，而非竞争关系 [1][82][83] 市场规模与增长 - 2025年全球半导体销售额同比增长26.2%至7956亿美元，预计2026年有望突破万亿美元 [48]。AI相关半导体增速约为行业整体的2倍 [48] - 2026年全球EDA市场规模预计为207.8亿美元，2026-2031年CAGR为8.1% [49] - Synopsys预测，收购Ansys后带来的系统级仿真EDA增量市场约100亿美元，涵盖AI服务器、新能源车、机器人、航空航天等领域 [51] 相关标的 - 华大九天、概伦电子、广立微、芯和半导体（IPO辅导完成） [2]

行业概览与技术价值 - EDA是覆盖芯片设计全生命周期的软件系统，被称为“芯片之母”和半导体产业的“工业软件皇冠”[1] - EDA工具将7nm制程芯片的设计周期从人工所需的数百年压缩至6-9个月，需处理超1000亿个晶体管的连接关系[2] - 全球EDA市场由Synopsys、Cadence和Siemens EDA三大巨头主导，合计占据超过70%的市场份额[2][3] 市场规模与竞争格局 - 2024年全球EDA市场规模约为157.1亿美元，同比增长8.1%，预计2026年将增长至183.3亿美元[5] - 2024年，Synopsys、Cadence和Siemens EDA在全球EDA市场的份额分别为32%、29%和13%，前三大企业合计市占率达74%[5] 技术发展趋势 - AI技术正深度融入EDA，例如Synopsys的AI驱动工具可将设计周期缩短40%，西门子EDA的Calibre工具借助AI使良率分析效率提升3倍[4] - Chiplet（芯粒）技术兴起，推动EDA工具进行架构重构，以支持跨芯片互连设计和封装级热仿真等新需求[5] 国产EDA现状与挑战 - 国产EDA已在部分细分领域实现单点工具突破，例如华大九天的模拟电路设计工具和概伦电子的良率分析工具[7] - 国产EDA面临全流程工具缺失和与晶圆厂、IP核供应商的生态协同薄弱等严峻挑战[7][9] 未来展望与机遇 - 国产EDA正探索差异化突围路径，包括聚焦成熟制程与特色工艺，以及借力AI和Chiplet技术实现换道超车[9] - 未来EDA竞争是技术、生态与人才的综合较量，构建协同生态和人才培养体系对国产EDA发展至关重要[10][11]

涉及的行业与公司 * **行业**：半导体行业，具体涵盖计算芯片、内存/硬盘、半导体设备、EDA软件等领域 [1] * **公司**：应用材料、铿腾电子、新思科技、美满电子、闪迪、希捷科技、SiTime [1] 核心观点与论据 行业整体趋势 * **AI驱动需求持续强劲**：整个供应链的需求评论一致指向AI相关需求持续显著增长且未见减弱迹象，与新思科技GTC 2026的评论相符[1] * **供应链紧张与可见度延长**：尽管内存和光模块领域供应仍局部紧张，但整体供应链正被有序管理提升，可见度在许多情况下已延伸至2027年或更晚[1] * **计算需求全面上调**：GPU、CPU和ASIC的计算需求因AI应用持续上调，AI推理（生成式AI、推理模型、智能体AI）的扩展正拓宽计算需求范围，智能体AI正推动CPU需求增长且供应趋紧，超大规模云厂商内部工作负载增加也推升了定制ASIC解决方案的需求[3] * **内存/硬盘供应紧张**：DRAM和NAND仍是供应显著紧张且价格相应上涨的领域，可见度在延长，硬盘驱动器供应仍紧张但价格改善较平缓，NAND闪存市场因供应受限以及AI服务器上NAND搭载率提高带来的需求改善而持续收紧[3] * **半导体设备前景增强**：公司对前景看法增强，预计HBM、晶圆代工和先进封装领域增长最大，客户对2027年后的支出计划提供了更高的可见度，市场参与者预计2027年晶圆厂设备支出增长相对于2026年将保持稳定或加速[3] * **EDA软件受AI颠覆风险低**：市场参与者高度确信该软件领域不太可能被AI颠覆，原因包括对确定性工具的需求、专有物理数据以及设计师席位数的增加[3] 各公司具体情况 * **应用材料** * 公司对业务走强有更高的可见度，预计HBM、晶圆代工/逻辑和先进封装将推动超行业增长[4] * 预计2026年收入增长超过20%，增长重心在下半年[5] * 在HBM市场拥有很高市场份额，预计将受益于该市场2026年及以后的显著增长[5] * 在先进封装市场地位稳固，其定义的该市场核心规模约为50-60亿美元[5] * 预计毛利率将随着下半年收入增长带来的固定成本吸收而逐步扩张[5] * **铿腾电子** * 认为自身不仅不受AI颠覆影响，反而是AI趋势的受益者，其AI功能（如Cerebrus和Verisium）已带来定价顺风，可实现7%-8%的性能提升和约15%的功耗降低[8] * 硬件验证业务在2026年仍有潜在上行空间，受前沿设计启动数量增加驱动[8] * IP业务因与台积电、三星等客户的合作加深而表现强劲且可能加速[8] * 中国业务反映全球市场趋势，少数本地超大规模云厂商自研芯片和系统推动了大部分增长[8] * **新思科技** * 预计AI将成为业务顺风，而非颠覆性威胁[7] * 在Converge 2026活动上发布了新产品，强调其协同设计产品能加快上市时间，预计从2027年开始贡献有意义的收入[11] * 出口限制对新芯片设计启动（尤其是AI加速器）产生了负面影响，对IP业务构成逆风，预计2026年核心中国业务需求背景平淡[11] * **美满电子** * 重申2027年增长目标，预计合并收入约150亿美元[12] * 在数据中心业务中，预计互连业务同比增长约30%，定制XPU收入同比增长100%，各带来约6亿美元的增量收入[12] * 预计存储和交换业务合并收入同比增长约10%，以上预测基于整体云资本支出同比增长约15%-20%[12] * 过去6个月CXL需求强劲回升，预计CXL总目标市场在2027年约为20亿美元，到2029/30年约为50亿美元[13] * **闪迪** * 旨在改变行业结构和客户谈判模式，以减少周期性并建立更战略性的合作伙伴关系[15] * 2026年超大规模云厂商在数据中心收入占比超过50%，NAND在AI系统赋能中扮演更战略性的角色[15] * 企业SSD竞争地位因需求转变而改善，预计将从2025年的单一大型客户扩展到2026年底的两个或更多[15] * 认为中期内来自中国制造商的竞争/供应过剩威胁较低[16] * **希捷科技** * 硬盘行业仅通过技术转型和更高面密度即可支持约25%的EB量复合年增长率，无需增加单位产能，此25%的EB增长复合年增长率是基于供应受限的估计[19] * 客户（尤其是超大规模云厂商）的可见度很强，已延伸至2027年甚至2028年[19] * 鉴于当前紧张的供需环境，预计近期至中期每TB收入持平或上升，长期来看每TB收入将有高个位数增长，这意味着长期历史价格下行趋势将发生转变[19] * 已有两家客户认证了其40TB HAMR硬盘，预计毛利率将随着产品组合向更高容量的HAMR硬盘转移而逐步改善[19] * **SiTime** * 通信、企业和数据中心部门增长轨迹强劲，由AI计算和网络持续增长驱动，其当前数据中心服务可及市场规模为12亿美元[21] * 预计航空航天和国防业务将在未来2年驱动约1亿美元收入[21] * 预计收购瑞萨的时序业务将在交易完成后一年内带来3亿美元收入（目前约为2亿美元）[21] * 核心业务毛利率目标至少为60%，收购瑞萨业务应能通过产品组合推动毛利率提升[21] 其他重要内容 * **投资评级与目标价**：报告对所涉及公司给出了明确的投资评级和12个月目标价，并列出了关键风险[4][6][10][14][17][18][20] * **法律与合规披露**：报告包含大量关于利益冲突、评级分布、监管要求以及全球分发实体的标准法律与合规披露内容[2][22][23][24][25][26][27][28][29][30][31][32][33][35][36][37][38][39][40][41][42][43][44][45][46][47][48][49][50][51][52][53][54][55][56][57][58][59][60][61][62][63][64][65][66][67]

文章核心观点 - 文章对Cadence Design Systems Inc、Synopsys Inc和Keysight Technologies Inc三家公司进行了市场分析，重点关注其财务表现、市场地位及增长动力 [1] Cadence Design Systems Inc 分析 - 公司第四季度营收同比增长18.8%，达到10.6亿美元，全年营收增长15%，达到40.9亿美元 [1] - 第四季度GAAP每股收益为1.58美元，同比增长30%，非GAAP每股收益为1.38美元，同比增长28% [1] - 公司预计2024年第一季度营收在9.90亿美元至10.10亿美元之间，全年营收预计在44.0亿美元至44.4亿美元之间 [1] - 公司通过收购Invecas增强其数字设计能力，并推出新的AI驱动的EDA工具，以抓住AI和半导体行业增长机遇 [1] Synopsys Inc 分析 - 公司第一财季营收同比增长21.1%，达到16.5亿美元，非GAAP每股收益为3.56美元，同比增长约43% [1] - 公司上调了2024财年全年业绩指引，预计营收在65.7亿美元至66.3亿美元之间，非GAAP每股收益在13.47美元至13.55美元之间 [1] - 公司宣布将以350亿美元现金加股票的方式收购Ansys，以增强其在系统设计和仿真领域的实力 [1] - 公司增长得益于AI芯片设计需求的激增以及对复杂系统设计工具的需求 [1] Keysight Technologies Inc 分析 - 公司第一财季营收同比下降9%，至12.6亿美元，非GAAP每股收益为1.63美元，同比下降28% [1] - 公司预计第二财季营收在11.8亿美元至12.2亿美元之间，非GAAP每股收益在1.20美元至1.26美元之间 [1] - 公司业绩受到通信行业客户支出放缓的负面影响，特别是在无线通信领域 [1] - 公司正通过投资人工智能和机器学习驱动的测试解决方案，并专注于6G、量子计算和自动驾驶汽车等长期增长领域来应对挑战 [1] 电子设计自动化与测试测量行业动态 - 人工智能和机器学习正在推动对先进EDA工具的需求，以设计更复杂的芯片 [1] - 半导体行业向更小节点和3D-IC封装的发展，增加了对EDA和测试测量解决方案的依赖 [1] - 行业整合趋势明显，如Synopsys拟收购Ansys，旨在提供更全面的系统设计解决方案 [1] - 尽管面临宏观经济不确定性，但AI、HPC、汽车和航空航天等终端市场的长期需求为行业提供支撑 [1]

估值水平 - 新思科技目前的远期12个月市盈率高达27.89倍，显著高于计算机软件行业22.1倍的远期市盈率 [1] - 公司的价值评分为F，表明其股票可能被高估 [1] - 与同业公司相比，新思科技的估值也处于高位，例如Intuit、Pegasystems和Blackbaud的市盈率分别为17.9倍、15.32倍和8.19倍 [2] 设计IP业务面临的挑战 - 在2026财年第一季度，设计IP部门营收同比下降6.5%至4.07亿美元，该部门在2025财年也已出现下滑 [5] - 业绩疲软主要归因于三个因素：中国出口限制、一家主要代工客户延迟货币化以及内部资源分配失误 [6] - 该业务正处于转型期，公司预计2026财年将是平淡的一年，业务重心正转向子系统和基于Chiplet的IP [6] - 在2026财年第一季度，IP部门的营业利润率从上年同期的29.1%大幅下滑至16.2% [7] - 在2025财年，公司的非GAAP营业利润率同比收缩了1200个基点至24% [8] 长期增长前景与市场机遇 - 公司正受益于人工智能驱动的半导体设计需求增长，其AI驱动的EDA工具（如Synopsys.ai、Fusion Compiler等）正被客户快速采用，以大幅提升生产力 [10] - 公司正在扩展AI集群互连市场，推出了Ultra Accelerator Link和Ultra以太网IP等解决方案 [11] - 预计公司将受益于数据中心互连市场的扩张，该市场预计到2030年将达到258.9亿美元，2025年至2030年间的复合年增长率为11% [11] - 包括AMD、Juniper Networks、Realtek在内的众多公司已选择新思科技作为其主要EDA合作伙伴 [12] - 公司的软件验证工具在传统半导体和新兴系统公司中都获得了青睐，先进制程节点对精确验证、签核和仿真的需求直接推动了软件许可收入的增长 [13] 财务表现与市场表现 - 尽管面临宏观挑战，公司在2026财年第一季度营收同比飙升65.5%至24.1亿美元，非GAAP每股收益同比增长24.4%至3.77美元 [15] - 公司对2026财年的展望保持乐观，预计营收和每股收益将分别同比增长36%和11% [15] - 在动荡的市场中，公司股价表现优于行业和同行，年初至今股价下跌8.6%，而同期行业指数下跌18.3% [19] - 公司股价表现也优于同行，Pegasystems、Intuit和Blackbaud的股价年初至今分别暴跌了28.8%、30.6%和30.6% [20]

公司概况与业务 - Synopsys Inc 是一家为半导体和电子行业提供设计和验证解决方案的公司 [3] - 公司提供数字设计工具、人工智能驱动的软件以及经过硅验证的知识产权产品 这些产品有助于集成电路的创建和制造 [3] - 公司是电子设计和自动化领域的领导者 服务于半导体和电气组件领域 [1] 市场地位与近期动态 - 公司是人工智能巨头英伟达最重要的合作伙伴之一 [1] - 在去年收购 Ansys 之后 公司已成为工程、仿真和分析领域的重要参与者 [1] - 公司不仅是芯片产业链的关键部分 还严重依赖人工智能和加速计算来帮助客户设计更好的产品 [1] 股价表现与市场观点 - 自去年夏天以来 公司股价已出现显著回调 较去年7月的高点下跌了35% [1] - 该股票是 Jim Cramer 在讨论伊朗冲突背景下的看涨人工智能投资主题时 最新提及的股票之一 [1] - 市场对其表现出看涨情绪 并长期将其视为受推崇的公司 [1]

核心观点 - 英伟达联合全球领先的工业软件巨头及云服务商、OEM厂商，共同推出基于CUDA-X、Omniverse和GPU加速的工业软件与智能体解决方案，旨在加速各行业的工业设计、工程仿真与制造流程，标志着物理人工智能和自主智能体驱动的工业革命新时代到来[2][4][5] 生态系统与合作伙伴 - 英伟达与工业软件领导者Cadence、达索系统、PTC、西门子和新思科技合作，将GPU加速的软件和工具带给包括发那科、现代重工、本田、捷豹路虎、凯傲、梅赛德斯-奔驰、联发科、百事公司、三星、SK海力士和台积电在内的全球领先工业企业[2][20] - 上述解决方案运行在亚马逊AWS、谷歌云、微软Azure和甲骨文云等领先云服务商，以及戴尔、HPE和超微等原始设备制造商的英伟达AI基础设施上[3][20] 工业软件与智能体解决方案 - Cadence、达索系统、西门子和新思科技正利用英伟达NeMo平台、Nemotron开放模型、CUDA-X库和加速计算，在其平台中引入智能体人工智能，为复杂的芯片和系统工作流程提供自主设计智能体[6][21] - 具体智能体应用包括：Cadence的ChipStack AI SuperAgent用于半导体设计与验证；达索系统的3DEXPERIENCE平台上的Virtual Companions角色智能体；西门子的Fuse EDA AI Agent用于半导体和PCB全流程；新思科技的AgentEngineer多智能体框架[21] 加速设计与工程仿真 - **汽车行业**：本田使用由英伟达Grace Blackwell平台加速的新思科技Ansys Fluent软件，空气动力学仿真速度比CPU快**34倍**，缩短了开发周期[7] 捷豹路虎和梅赛德斯-奔驰使用西门子Simcenter STAR-CCM+软件优化工程流程[7] 达索系统的SIMULIA软件支持Rivian的车辆仿真测试[8] - **航空航天**：Ascendance使用甲骨文云上的Cadence Fidelity软件，实现了当日完成全空气动力学仿真，这在基于CPU的高性能计算中无法实现[10] - **能源行业**：Solar Turbines利用戴尔基础设施上的Cadence Fidelity软件，在**14小时内**完成了360度、**十亿**网格的燃烧室仿真[11] 阿贡国家实验室在由HPE构建、英伟达A100 GPU加速的Polaris超级计算机上使用Cadence Fidelity进行高保真燃烧仿真[12] 半导体设计与制造 - 随着半导体设计进入后摩尔定律的**万亿**晶体管时代，行业领导者采用英伟达加速工具推进电子设计自动化[13] - 三星和SK海力士使用Cadence、新思科技和西门子的软件，在英伟达加速的戴尔和HPE系统上，优化大规模计算光刻和物理验证，加速DRAM和闪存生产[14] - Astera Labs在AWS上使用新思科技PrimeSim B200 GPU加速的EC2实例，芯片设计速度比纯CPU系统快**3.5倍**[15] 联发科利用英伟达H100 GPU，将Cadence Spectre加速**6倍**[15] - 台积电使用HPE和超微系统上的新思科技工具加速先进制造的关键工作负载[22] 美光扩大与Cadence的合作，采用GPU加速设计工具并集成智能体AI，提升其复杂内存设计工作流程的效率[22] 工业数字孪生与制造物流 - 西门子新推出的Digital Twin Composer利用英伟达Omniverse库，使富士康、现代重工、百事公司和凯傲等公司能够大规模构建工业元宇宙环境[24] - Krones在微软Azure上使用Ansys Fluent，结合英伟达Omniverse和CUDA-X，将灌装线仿真时间从数小时缩短至数分钟[25] - PTC宣布了从其Onshape CAD平台到英伟达Isaac Sim的新机器人设计-仿真工作流程，为发那科等公司创建无缝的CAD到OpenUSD桥梁[26] - 凯傲与西门子、英伟达和埃森哲合作，利用英伟达Omniverse和物理AI数字孪生架构，创建大规模、物理精确的仓库数字孪生，以训练和测试基于英伟达Jetson的自动叉车车队[27]

公司与行业战略合作进展 - Synopsys与NVIDIA的战略合作伙伴关系正在加速生态系统创新，旨在彻底改变跨行业的产品设计和工程流程[1] - 双方合作将NVIDIA的AI与加速计算能力与Synopsys领先的工程解决方案相结合，帮助客户以更低的成本、更高的精度和更快的速度设计、仿真和验证智能产品[1] - 合作旨在应对研发团队面临的日益复杂的工作流程、不断上升的开发成本和上市时间压力等重大工程挑战[1] 合作的核心价值主张与技术融合 - 传统工程方法已无法跟上当今软件定义智能系统的复杂性，双方正在重新设计产品的设计和开发方式[2] - 合作通过实现电子与多物理场的协同设计、加速计算密集型工作负载以及应用数字孪生进行虚拟原型设计来帮助客户[2] - NVIDIA认为，AI和加速计算正在从根本上重塑工程，现代工程发生在仿真和数字孪生中[2] - 双方结合NVIDIA CUDA-X、Omniverse、AI与Synopsys的硅到系统平台，旨在将日益增长的复杂性转化为强大优势[2] 客户案例与性能提升 - **Astera Labs**：为AI互连性运行Synopsys PrimeSim™，在AWS上使用B200 GPU，相比多核CPU仿真实现了**3.5倍**的加速[3][4] - **本田**：使用四个GB200 GPU，在Ansys Fluent®流体仿真软件上实现了高保真CFD，相比1，920个基于云的CPU核心，计算速度**加快34倍**，成本**降低38倍**[3][7] - **应用材料**：与Synopsys合作，使用经NVIDIA cuEST优化的Synopsys QuantumATK®，将用于大规模动态材料建模的复杂量子化学仿真速度提升高达**30倍**[3][7] - 应用材料此前利用NVIDIA GPU相比多核CPU，在包含约25，000个原子的多纳米非晶系统上已实现**8倍**的仿真加速[7] 数字孪生与物理AI进展 - Synopsys通过将现实世界的物理原理融入虚拟开发过程，缩小仿真与现实之间的差距，成为物理AI开发中日益重要的组成部分[6] - 从自动驾驶汽车到人形机器人，精确的仿真减少了迭代次数并提高了合成数据的纯度[6] - **ADI**在其基于NVIDIA Omniverse构建的Isaac Sim™环境中集成了Synopsys物理引擎，用于其触觉传感原型、飞行时间视觉系统以及下一代机器人灵巧性基准的数字孪生[6] - ADI的平台将支持包括川崎重工在内的早期采用者，通过模拟机器人性能和生成预测准确性更高的合成数据，减少迭代物理测试的需求并加速开发[6] 代理AI与工程自动化 - Synopsys正在与NVIDIA合作构建一个开放、安全的硬件加速代理AI堆栈，以满足从硅到系统的用例需求[3][8] - Synopsys的AgentEngineer™多智能体工作流利用NVIDIA Agent Toolkit，并支持NVIDIA NIM推理服务和Nemotron模型，为客户提供性能和可选性[9] - 在GTC上，Synopsys展示了由AgentEngineer技术驱动的代理电子设计自动化工作流，该技术可以编排复杂的芯片设计任务，在高性能环境中扩展，并让工程师保持控制[10] - 演示包括Synopsys新的行业首个用于设计和验证的L4代理工作流[10] 行业影响与市场活动 - Synopsys拥有业界最广泛的工程应用程序组合，支持跨工程工作负载的AI和GPU加速计算[2] - AWS表示，云技术正在改变整个行业的创新方式，使公司能够即时访问最先进的计算工具，而无需管理复杂基础设施的负担[5] - Synopsys在GTC 2026设有展位（1135），展示最新的AI驱动工程解决方案，并安排多场专题会议，涵盖工业机器人、半导体制造AI、GPU量子化学加速以及用于患者护理的数字孪生等主题[11]

公司战略与产品发布 - 新思科技在Converge大会上宣布了其Multiphysics Fusion技术，旨在解决由电磁、热和机械效应引起的芯片设计问题 [1] - 公司高管强调，随着半导体节点尺寸缩小以及先进封装技术的应用，物理问题变得至关重要，设计正从2D转向3D，堆叠芯片离不开深入的多物理场仿真 [1] - 新思科技的目标是在尖端处理器进入生产前识别潜在问题，以消除设计流程后期出现意外 [1] 收购与合作进展 - 新思科技详细说明了收购Ansys将如何帮助这家EDA公司加速从芯片到完整电子系统的战略转型，覆盖数据中心、自动驾驶汽车和机器人等领域 [1] - 公司与英伟达在2024年12月宣布了一项多年期战略合作伙伴关系，涵盖CUDA加速计算、智能体与物理AI以及Omniverse数字孪生技术 [1] - 作为合作的一部分，英伟达购买了价值20亿美元的新思科技股票 [1] 市场表现与分析师观点 - 新思科技股价在周四常规交易时段下跌3.3%至418.72美元，前一交易日微涨至432.98美元 [1] - 瑞穗证券分析师重申对新思科技股票的“跑赢大盘”评级，目标价为600美元，认为公司“独特地定位于AI基础设施建设和普适智能的交汇点” [1] - 分析师指出，整合Ansys技术将“显著增强新思科技的竞争护城河” [1] 行业背景与案例 - 英伟达的Blackwell AI处理器约两年前在服务器机架中运行时曾遇到热问题，最终通过重新设计服务器解决了过热问题，这凸显了设计阶段仿真与验证的重要性 [1] - 英伟达首席执行官在Converge大会上与公司高管同台讨论了双方的合作关系 [1]