报告行业投资评级 - 增持 (首次) [5] 报告的核心观点 - EDA工具是贯穿芯片设计与制造全流程的半导体产业基础工具，市场规模随半导体行业迭代扩张，国内市场增速高于全球 [2][15][18] - 全球EDA市场呈现高度寡头垄断格局，Synopsys、Cadence、西门子EDA三家企业合计占据74%的市场份额，国内EDA市场国产化率低，自主可控需求迫切 [2][21][25] - 美国对EDA工具的出口限制持续升级，从特定先进制程延伸至全流程技术封锁，这给中国芯片产业带来挑战，也为国产EDA企业提供了发展契机，国产替代刻不容缓 [4][85][88] - 制造EDA是集成电路生产过程中的核心环节，预计2026年全球制造EDA市场规模将达57.54亿美元，中国市场规模将达69.68亿元，国内增速显著高于全球 [3][71] - 人工智能与先进算力正深度赋能EDA工具，通过“大模型+小模型”等技术集成，显著提升芯片设计的自动化程度与工作效率 [26][29][31] 根据相关目录分别进行总结 一、EDA：半导体设计与制造的基石 - EDA是指利用计算机软件完成大规模集成电路设计、仿真、验证等流程的设计方式，全面覆盖芯片从功能设计到最终制造的全流程环节，是先进制程迭代、维持摩尔定律发展的关键技术依赖 [10][13][14] - 预计2026年全球EDA市场规模将达183亿美元，2024年市场规模约为157.1亿美元，同比增长8.1% [2][15] - 2024年中国EDA市场规模约为153亿元，同比增长16.8%，预计2025年将达185亿元，同比增幅20.9%，增速远超国际市场 [18] - 2024年，Synopsys、Cadence、西门子EDA三家企业合计占据全球74%的市场份额，其中Synopsys占31%，Cadence占30%，西门子EDA占13% [2][21] - EDA行业具有高技术、人才与生态壁垒，培养一名合格的EDA研发人才往往需要10年左右，国际领先企业与产业链上下游形成的生态闭环构筑了强锁定效应 [24][25] - AI与先进算力正与EDA深度融合，例如西门子EDA的AI System以及Synopsys与英伟达的战略合作，旨在通过AI大幅提升设计效率与质量 [26][29][31] 二、制造EDA与设计EDA贯穿芯片从设计到落地全流程 - 一个完整的集成电路流程包括工艺平台开发、集成电路设计和集成电路制造三个阶段，制造EDA是其中的核心环节 [3][33] - 制造EDA根据技术类别可分为六大部分：工艺平台开发阶段的工艺与器件仿真工具(TCAD)、器件建模及验证工具、工艺设计套件工具(PDK)；晶圆生产制造阶段的计算光刻软件、可制造性设计(DFM)、良率控制工具 [3][35] - 计算光刻软件是晶圆生产阶段的核心工具，主要包括光学邻近效应修正(OPC)、光源-掩模协同优化技术(SMO)、多重曝光技术(MPT)、反向光刻技术(ILT)四大技术 [37][46][52][54] - TCAD仿真可实现“虚拟制造”，大幅缩短研发周期并节省数十亿美元的实验性制造成本 [59] - 良率管理是保障先进制程高良率量产的关键技术支撑，AI与EDA的融合正为良率管理带来革命性变革 [61][62] - PDK是连接晶圆制造厂与芯片设计工程师的桥梁，是确保芯片设计可制造性、性能可预测性的核心支撑 [63][65] - 设计与工艺协同优化(DTCO)作为一种整合式优化方法论，旨在改善芯片的效能、功耗、密度、良率及成本 [67][69] - 据测算，2020-2026年全球制造EDA市场将从33.15亿美元增长到57.54亿美元，CAGR为9.63%；同期中国制造EDA市场将从26.88亿元增长到69.68亿元，CAGR达17.21% [3][71] - 先进制程对制造EDA的需求将驱动市场扩张，具体表现为掩模层数提升、计算光刻种类增多以及掩模图形更加复杂 [78][79][80] - 设计EDA是支撑芯片从概念定义到可制造版图交付的全流程自动化工具链，主要用于电路仿真和验证，以优化电路性能和良率 [83] 三、国产EDA企业方兴未艾，下游需求有力支撑 - 近年来美国对EDA工具的出口限制不断升级，例如2022年对用于设计GAAFET结构的EDA工具实施管制，2024年新规进一步扩大对计算光刻等软件的限制，2025年曾要求三大EDA龙头暂停对中国大陆公司的产品支持 [85][88] - 推动全球EDA行业形成寡头垄断的核心驱动力包括技术壁垒、生态闭环以及高额研发投入（头部企业研发投入占营收比重高达30%-40%） [91] - 中国是全球规模最大、增速最快的集成电路市场，预计2026年中国大陆晶圆代工产能将超过400万片/月（8寸当量），年复合增长率13.4%，为国产EDA提供了巨大的发展空间和市场潜力 [95] - 面对海外垄断格局，国产EDA需通过突破高端核心技术与优化产业链流程双路径，提升自给率与行业整体竞争力 [4][95]

计算光刻技术演进与挑战 - 光学邻近效应导致晶圆光刻图形与掩模设计图形产生偏差，使得光学邻近效应校正成为不可或缺的关键环节 [1] - 计算光刻技术已从规则导向发展为模型驱动，是过去近20年掩模图形处理的关键步骤 [1] - 随着制程节点向更先进工艺演进，传统方法受限于规则约束和优化自由度不足，难以满足复杂芯片设计制造需求 [1] - 反演光刻技术以其独特的优化思路为先进制程光刻环节提供新解决方案 [1] 反演光刻技术核心优势 - ILT通过逆向推导光刻过程物理规律，更精准补偿光学畸变、蚀刻效应等复杂因素，生成更优掩模图形 [4] - 在2nm等先进节点，传统OPC难以考量蚀刻效应等细微物理过程，ILT能将这些效应纳入模型，显著提升图形转移精度 [4] - 先进制程芯片图形复杂度极高，热点区域遍布全芯片，全芯片ILT成为解决这一问题的唯一路径 [4] - ILT被誉为OPC和RET的终极技术，已被各大厂作为光刻核心技术之一所采用 [4] GPU加速对ILT的技术赋能 - 在GPU技术未介入时，ILT依赖CPU进行计算，全芯片校正可能耗时数周，无法满足量产周期需求 [6] - GPU的并行计算架构解决了ILT效率痛点，让ILT实现从局部校正到全芯片应用的质变 [6] - GPU以像素为单位进行并行计算，能同时处理数亿像素数据，彻底打破CPU串行计算效率瓶颈 [7] - D2S利用GPU在像素转换环节同步完成校正，实现了掩模校正的零周转时间 [7] D2S公司的技术创新与市场地位 - D2S是半导体制造GPU加速解决方案领域的领军企业，为纳米级器件制造提供基于模型的处理技术 [2] - 公司是eBeam Initiative的主要赞助商及电子制造深度学习中心的创始成员 [2] - D2S发明的像素级剂量校正技术是其最具突破性的创新之一，直接在像素层级发挥作用 [4] - D2S发明的超大虚拟CPU-GPU解决了全芯片ILT拼接错误的最大难题，让全芯片ILT真正可用于量产 [7] AI与计算光刻的融合发展趋势 - 2024年全球计算光刻软件市场销售额达12.68亿美元，预计2031年将达到23.68亿美元 [9] - AI技术通过数据驱动方式，能从大量实验数据中学习效应规律，快速构建高精度模型 [9] - 深度学习能进一步加速ILT过程，通过学习高精度ILT生成的优质数据，快速输出近似最优校正结果 [9] - AI的作用是放大ILT优势而非替代ILT，因为深度学习需要ILT产生的数据进行学习 [9] 行业未来展望与技术影响 - 全芯片ILT将成为赋能整个半导体行业向下再走很远的路的关键技术 [10] - 全芯片曲线ILT和曲线掩模技术成熟后，将为芯片设计带来自由度革命，可能赋能三代半导体技术 [10][11] - 全芯片ILT在DUV有更广泛用途，可帮助扩大工艺窗口提高良率，或在光刻机不变条件下做更小节点 [11] - 在D2S使用GPU加速ILT的启发下，英伟达推出了基于GPU加速计算光刻的库cuLitho，已得到台积电和新思科技积极响应 [8]