文章核心观点 - AI正在引领第四代工业革命，底层AI算力是决定其走势的关键，这推动了芯片设计范式从传统SoC向Chiplet模式转变，并促使EDA工具从芯片层走向系统层，实现全流程协同[2] - 面对AI时代芯片设计的复杂挑战，芯和半导体提出并执行“为AI而生”的战略，通过“EDA FOR AI”和“AI+EDA”双线并进的策略，利用AI技术赋能芯片设计全流程，以提升设计效率并应对系统级挑战[9] 芯片设计范式转变 - 半导体产业正经历“合久必分、分久必合”的演进，传统SoC因逼近2nm制程而面临面积、良率、功耗与成本问题，且融合多种工艺日益困难[5] - AI对更强算力的需求使得Chiplet模式成为自然选择，通过将不同功能模块拆分为“芯粒”并用先进封装集成，可提升良率、灵活性并实现多工艺异构集成[5] - 从SoC转向CoWoS，带宽可提升4~8倍，进一步走向SoW（System on Wafer），规模提升可达40倍，先进封装对系统性能的影响已不亚于制程节点[6] - Chiplet与HBM、硅光、供电模块的系统级融合将成为算力升级的核心引擎，未来封装的重要性甚至可能超过晶圆制造[6] - Chiplet模式及向集群扩展的需求，使芯片设计需额外考虑供电、散热、互联等问题，设计难度急剧增加[6] EDA行业的演进与挑战 - AI时代，AI大数据芯片的设计需涉及Scale up、Scale out、Scale cross且无中心化，芯片设计团队需从过去仅对接Foundry工艺，转变为同时考虑封装、材料、散热、供电、互联、系统架构[7] - Chiplet是一整套系统协同工程，EDA必须从芯片层走向系统层，打通IP、封装、板级、整机，实现真正的全流程协同[7] - AI正牵引集成电路行业迈入STCO（System Technology Co-Optimization）时代[7] 芯和半导体的战略与解决方案 - 公司战略定位为“为AI而生”，执行“EDA FOR AI”和“AI+EDA”双线并进策略[9] - “EDA FOR AI”：凭借在Chiplet、封装与系统领域的技术积淀及多物理场仿真分析优势，公司在“从芯片到系统全栈EDA”领域建立先发优势，全方位支撑AI算力芯片及集群的扩展[9] - “AI+EDA”：首次在EDA中加入“XAI智能辅助设计”核心底座，从建模、设计、仿真、优化等多方面赋能，推动EDA从传统“规则驱动设计”演进为“数据驱动设计”[9] - 公司展示三大核心平台：Chiplet先进封装设计平台、封装/PCB全流程设计平台及集成系统仿真平台，以应对从芯片级、节点级到集群级的算力、存储、供电和散热挑战[10] - 公司通过六大行业解决方案实现全方位部署和落地：Chiplet先进封装解决方案、射频解决方案、存储解决方案、功率解决方案、数据中心解决方案、智能终端解决方案[10] AI赋能EDA的具体应用 - **设计建模**：将神经网络和生成对抗网络等AI算法融合多物理场仿真工具，实现常用器件快速、准确的建模、校准和验证，覆盖芯片先进工艺、封装与PCB板材、器件模块及接口与互连，借助AI模型预测可提升仿真效率和精度并保护知识产权[10][11] - **仿真预测**：基于自研“场-路-热-应力-流体”多物理场仿真引擎打造“仿真预测智能体”，覆盖从芯片到集成系统的设计全流程，能快速预测电流、电压、温升、电场等关键性能指标，实现“设计即所得”，缩短设计到量产周期[11] - **设计优化**：具备大规模参数空间探索能力，帮助设计师在多设计变量组合中快速找到最优解，推进异构集成系统设计从“规则驱动”向“数据智能驱动”转型[11] - AI+EDA工具通过与合作伙伴在具体场景中的协作，能不断学习、迭代，从“被动工具”向“主动协同者”直至“真正的劳动力”进化[12] - 公司认为人工智能的下一步将是物理AI时代，“多物理仿真引擎技术”潜力巨大，其AI驱动的解决方案将在此阶段迸发更大动能[12]