从DTCO到STCO，EDA厂商该如何应对

近日，英伟达CEO黄仁勋做客知名科技播客《Lex Fridman Podcast》，在这场长达150分钟的马拉松式对谈中，他不仅描绘了AGI时间线与AI工厂的商业蓝图，同时首次详尽地讨论了AI摩尔定律（Scaling Laws）的边界、马斯克的Colossus算力集群，以及英伟达如何通过“全栈闭环工程”统治下一个十年等论题。

在此次访谈中，他多次提到极致协同设计，即关注点从芯片级设计扩展至机架级设计，也就是系统级设计。他表示：“过去英伟达的成功在于打造最好的GPU，现在将范围扩展到了GPU、CPU、内存、网络、存储、供电、散热、软件、机架、整机柜乃至数据中心的极致协同设计。”

他解释道：“之所以需要极致协同设计，是因为要解决的问题已经无法装进一台由单个GPU加速的计算机中。当增加了一万台计算机时，期望速度可能相应提升一百万倍。这时必须对算法进行处理，将其分解重构，对流水线进行分片，对数据和模型进行分片。这样，每一个环节都会成为阻碍，所以需要各个部分的极致协同设计。”

时代之变带来的从DTCO到STCO的生存命题

过去六十年，半导体行业始终沿着摩尔定律的轨迹前行，专注于单芯片制程的迭代优化，依靠DTCO（单芯片先进制程）推动产业发展，一步步攻克更小的制程工艺，提升单一芯片的算力与性能。但随着AI大模型的崛起，全球算力需求迎来爆炸式增长，传统的单芯片攻坚之路已经触及物理和经济极限，单纯依靠缩小晶体管尺寸，既难以实现性能的跨越式提升，也无法适配大规模算力集群的复杂运行需求。

芯和半导体创始人、董事长凌峰表示：“目前，在AI硬件领域，随着计算架构从单芯片向多芯粒、机柜级、集群级，以及数据中心级演进，客户面临的不再是单一的芯片设计挑战，而是包含Chiplet先进封装、异构集成、高带宽存储、超高速互联、高效电源网络，以及AI数据中心架构带来的系统性设计需求。在这一过程中，客户需要考虑功耗、散热、电源网络设计、信号互连等问题。这些已经不是‘效率问题’，而是‘生存问题’。”

国际巨头纷纷转向系统级战略

目前，国际三大EDA厂商已不约而同地向“系统级”战略转向，采用资本收购、业务整合、战略重构等方式，补齐自身短板，抢占系统级设计赛道的先机。

新思科技（Synopsys）以创纪录的350亿美元收购全球第一大仿真EDA公司Ansys，补齐多物理场仿真能力，强化从芯片到系统的全链路分析能力。据其最新财报数据显示，其37%的营收已来自Ansys。Cadence则接连收购Beta CAE和Hexagon相关资产，并将公司战略调整为“智能系统设计”。目前，其45%的客户来自于系统类企业。西门子EDA亦通过收购Altair，整合其在机构仿真、电磁仿真、系统优化方面的领先能力，构建完整的系统级平台。

各大厂商之所以集体转向，根源在于传统单芯片EDA存在难以弥补的短板，已经无法适配AI时代的设计需求。传统模式下，芯片、封装、板级设计相互割裂，由不同团队使用互不兼容的工具串行开展工作，环节衔接不畅，沟通成本高昂，导致研发迭代周期漫长，效率十分低下。与此同时，各类仿真分析相互独立，电磁、热、应力等关键指标分开测算，完全忽略了彼此之间的强耦合效应，没法还原真实的运行场景。想要打破这些困境，EDA行业必须抛弃老旧的单芯片设计思维，全面转向系统级设计理念。

品牌定位升级，芯和半导体打造全栈式系统级方案

顺应时代浪潮，国内系统级EDA企业芯和半导体近期完成品牌定位升级——立志成为AI时代的系统设计领航员，重构从系统到芯片的智能设计逻辑。凌峰表示：“品牌定位升级后，我们不再仅仅是一家EDA工具软件公司，而是致力于正成为AI时代的‘系统设计领航员’，为后摩尔时代系统级集成（STCO）领航。”

想要顺应AI时代的设计需求，就必须实现各环节的深度协同，用一体化、全流程的设计方案，兼顾精准度、研发速度与产品安全性，这也是整个EDA行业破局的关键所在。“芯和半导体此次进行品牌升级的核心初衷，就是紧跟进时代的发展潮流，顺应AI时代对于系统级EDA的需求。”芯和半导体创始人、总裁代文亮表示。

据代文亮介绍，芯和半导体已经构建了“从芯片到系统”的全栈EDA平台，从芯片、封装、模组、PCB、互连，再到整机系统，芯和半导体都能提供完整的仿真技术平台。“这些都是基于我们专注16年构建的差异化的多物理仿真引擎技术之上。我们的产品可以对标全球，填补国内全流程多物理场仿真链的空白。”代文亮强调。

此外，芯和半导体还紧跟AI技术浪潮，全力推进AI for EDA的技术落地，把人工智能深度融入设计流程。目前，相关技术布局涵盖数据、建模、仿真、交互等多个环节，打造了多款大模型智能体，用AI赋能下一代设计自动化，进一步提升研发效率，简化设计流程，助力客户攻克更复杂的系统级设计难题，在激烈的市场竞争中抢占先机。