合作背景与战略意义 - 工程领域已成为计算密集型问题，仿真、验证和建模工具对芯片、汽车、工业系统等现代产品至关重要[1] - 英伟达与新思科技宣布开展多年广泛合作，利用英伟达GPU、AI模型和数字孪生平台加速新思科技EDA、仿真和多物理场产品组合的开发[1] - 英伟达将以每股414.79美元价格向新思科技普通股投资20亿美元，以加强合作关系[1] - 合作旨在整合计算加速、AI辅助工程、数字孪生和求解器重构技术，覆盖从晶体管级设计到最终物理产品的所有工程环节[2] 技术合作细节与迁移计划 - 合作范围远超传统单一工具或工作流程的狭隘合作，涉及芯片设计、物理验证、光学仿真、分子建模、机械分析和电磁工具等多个领域[2] - 新思科技将利用英伟达的CUDA、AI框架、NeMo代理、NIM微服务和Omniverse平台优化其产品组合[2] - 目前已有"二十多个"应用程序实现了一定程度的GPU加速，但多物理场和电磁工作流程需要进行深度算法重写才能达到预期性能提升[4][5] - 技术迁移是一个持续多年的过程，预计将持续到2026年和2027年[5] - 计算光刻领域的合作已取得进展，台积电作为主要合作伙伴，仿真时间缩短了一个数量级[5] 精度要求与AI融合挑战 - 工程仿真领域存在AI友好型低精度计算与高精度双精度(FP64)要求之间的矛盾，许多领域如流体动力学、有限元模拟等需要双精度求解器保证精度[9] - 英伟达Blackwell硬件优先考虑AI量化格式而非增强64位计算能力，导致性能/功耗/成本权衡未遵循历史趋势[9] - 部分算法可通过数学重构在混合精度下运行而不损失精度，部分算法将完全使用FP64编码，未来AI模型成熟后可覆盖部分流程[9] - AI在工程工作流程中被定位为辅助层而非替代品，主要用于探索设计空间、生成边界条件、分析日志和自动化重复性任务，基于物理的求解器仍是生产工作流程基石[20] 市场机遇与行业影响 - 合作被视为开拓新市场机遇的关键，仿真和建模市场规模有望通过降低成本和速度门槛实现扩大[11] - 半导体行业仿真收入占比14%-15%，而其他大多数行业如航空航天、汽车、能源等仅占2%-4%，这些行业严重依赖物理原型和测试[12] - 如果仿真成本更低、速度更快，更多工程工作可转移至虚拟领域，这将显著增加对加速仿真的总体需求[12] - 合作将新思科技的客户资源深度与英伟达的硬件和软件平台结合，覆盖半导体、工业工程、汽车、航空航天和能源等广泛领域[14] 客户部署与商业模式 - 加速工作流程的部署方式尚未明确，可能包括本地部署、超大规模云服务或新思科技自有云平台[15] - 定价模式尚未确定，可能涉及永久许可、按使用量付费、混合套餐或云计量模式[15] - 对于无法获得高密度加速计算资源的客户，云部署被视为关键途径，英伟达将云部署视为向可扩展、按需模拟长期转型的一部分[15] 技术中立性与竞争格局 - 合作并非排他性，新思科技工具将继续支持CPU和其他硬件环境[17] - 但为CUDA深度重构求解器需要大量工程设计投入，可能在实际操作中导致对英伟达平台的偏好[17] - 新思科技强调其软件架构具有可移植性，历史上已根据客户需求将工具移植到x86、ARM和定制硬件[18] - 异构环境预计将持续存在，运行大型混合集群的团队需密切关注求解器性能随技术栈重写的演变[18] 战略定位与行业展望 - 对英伟达而言，这是对人工智能推理和训练之外新型计算需求的押注，旨在开拓生产实体产品和运行复杂模拟的行业市场[23] - 对新思科技而言，向加速计算和AI驱动工程转型是开拓新产品类别并重塑现有产品的机会，特别是增强多物理场仿真功能[25] - 合作致力于将仿真、验证和数字孪生技术推向只有借助大规模加速计算和AI才能实现的形态，主要基于英伟达的硬件和软件平台[25]