UniVista Unified Verification Hardware System(UVHS)
搜索文档
对话独角兽 | 合见工软引领EDA替代:AI重构设计效率,持续超越打破垄断
第一财经· 2026-01-29 17:49
行业背景与战略重要性 - EDA是集成电路产业的基础工具,贯穿芯片设计、制造、封测、封装全流程 [1] - 地缘政治紧张局势使EDA这一细分领域受到高度关注 [1] - 全球EDA市场长期由新思科技、Cadence和Siemens EDA三大国际巨头主导,占据全球75%以上的市场份额 [2] - 数字EDA及IP领域技术壁垒高,此前被国外巨头深度垄断 [2] - 2025年5月,美国BIS曾禁止三大EDA巨头向中国大陆提供软件及技术支持,同年7月又宣布解禁,反复的潜在“断供”风险凸显了国产替代的紧迫性 [2] 国产EDA现状与挑战 - 数字芯片设计工具国产化率不足15%,尤其在硬件仿真等高端环节较为薄弱 [10] - 行业面临共性瓶颈:基础算法依赖深厚的数学与物理仿真能力,核心技术积累需要长期投入,单一企业难以覆盖全流程工具研发 [4] - 国内EDA产业长期存在“小而散”的局面,多数企业仅能提供局部“点工具”,难以形成完整工具链,制约了全流程能力构建 [5] - 与国际巨头相比,技术积累存在根本性短板,产业根基不稳 [10] - 顶尖人才稀缺,缺乏领军人物,使得技术突破缺乏核心引擎 [10] - 生态孤立是深层挑战,国际巨头通过“捆绑销售”构筑商业模式壁垒,导致国产工具虽有点状突破,却难以串联成全流程解决方案 [10] 公司(合见工软)概况与市场地位 - 合见工软将技术突破聚焦于国产EDA的核心短板,即产业最亟需、技术壁垒最高的数字EDA及IP领域 [2] - 公司已成为数字大芯片行业的主要国产EDA工具供应商 [2] - 公司是国内同时具备数字EDA工具、高端接口IP、DFT可测性设计全流程以及系统和封装工具的平台型公司 [2] - 公司已实现数字验证环节的全流程覆盖 [4] - 公司推出的全场景验证硬件系统UniVista Unified Verification Hardware System (UVHS) 已在多家头部企业实现商业化部署 [4] 公司技术产品与平台架构 - 公司通过自研同步拓展系统级EDA与高算力芯片互联IP,逐步向国际巨头所具备的完整工具链模式靠拢 [4] - 公司可提供的广泛IP解决方案包括:UniVista PCIe Gen5完整解决方案,以太网、灵活以太网、Interlaken等多种高速互联接口控制器,ETH-X传输层协议IP和VIP产品,智算网络解决方案RDMA IP,Memory接口HBM3/E、DDR5、LPDDR5 IP,HiPi标准IP/VIP,针对先进封装芯粒集成的关键标准UCIe IP [6] - 公司实现国产跨工艺节点的UCIe IP互连技术验证,在采用台积电N6和三星SF5工艺制造的UCIe测试芯片之间成功完成互操作性测试,实现D2D和C2C互连应用 [6] - 公司搭建起“芯片—软件—系统—应用”联动的平台架构,串联验证、IP与系统级工具,初步形成生态协同效应 [6] - 公司引入AI技术解决传统验证过程中依赖人工经验、场景覆盖不足、效率低下的问题,利用机器学习算法提升验证全面性与效率,缩短验证周期并降低成本 [9] - 公司推出了基于大模型的数字设计AI智能平台——UniVista Design Assistant (UDA),能够根据自然语言指令自动生成高质量、规范化的验证代码,显著降低语法错误率和逻辑错误率,同时将代码生成时间缩短至传统方式的十分之一甚至更短 [9] 公司发展战略与行业引领作用 - 公司以领先技术和行业龙头的市场地位,积极推动产业整合,构建完整、协同的国产工具链体系 [5] - 公司视野同步迈向全球,已在新加坡、日本设立分支机构,其自主研发的高速接口IP与验证解决方案正逐步接受国际市场的检验 [5] - 公司积极推动数字验证数据库标准制定,力图以统一标准降低跨企业协作成本,提升产业链整体效率 [8] - 公司将招揽顶尖专家作为破局支点,引入多位“Fellow”级人才,以构建“权威专家虹吸式人才聚集”的研发体系,用人才优势对冲技术积淀的不足 [10] - 未来将以合见工软等行业龙头为引领者,依托平台化架构与自主技术研发创新,推动产业形成合力,逐步构建中国高端芯片所需的EDA整体竞争力 [8] 行业未来发展方向与核心策略 - 国产EDA的崛起是一场体系化、生态化的长期竞赛,其未来取决于技术突破的锐度与整个产业生态的韧性与深度 [1][11] - 打破当前困局需要转向全流程整合与深度协同,核心策略在于“双轮驱动”:对内打破工具“孤岛”,实现国产工具链的数据互通与无缝集成;对外深化与晶圆厂合作,集中力量攻克7nm及以下工艺的物理签核等“卡脖子”环节 [10] - AI与EDA的融合正从辅助阶段向驱动设计创新的核心引擎升级,这场变革将贯穿于验证、布局布线、功耗优化等全流程 [11]