當半導體產(chǎn)業(yè)邁入算力競爭的深水區(qū)，芯片設計的復雜度與迭代速度正持續(xù)突破極限。作為產(chǎn)業(yè)基石的 EDA（電子設計自動化）工具，面臨著前所未有的挑戰(zhàn)。而 AI 技術的崛起，正以顛覆性力量重塑 EDA 行業(yè)的發(fā)展邏輯——從工具輔助邁向智能驅動，從單點優(yōu)化演進至多智能體協(xié)同的自主化設計。AI 不僅致力于破解芯片設計中生產(chǎn)力與 PPA（性能、功耗、面積）的平衡難題，更推動 EDA 行業(yè)在 40 年技術演進后迎來質的飛躍。

在日前于成都舉行的 ICCAD-Expo 2025 上，Cadence 數(shù)字與簽核事業(yè)部資深產(chǎn)品總監(jiān)潘安發(fā)表了題為“驅動 EDA 未來的代理式 AI：芯片設計卓越新時代”的演講，全面闡述了 EDA 工具四十年的演進歷程，并分享了 Cadence 如何通過代理式人工智能（Agentic AI）引領芯片設計邁向更高級別的自動化。Cadence 系統(tǒng)仿真資深產(chǎn)品經(jīng)理吳磊則在技術論壇上，針對當前車輛 EMC/EMI 仿真面臨的挑戰(zhàn)及其創(chuàng)新解決方案進行了深入探討。

Agentic AI 引領芯片設計進入自主新時代

當 ChatGPT 引發(fā)的大模型浪潮席卷千行百業(yè)，半導體產(chǎn)業(yè)也迎來了其智能化轉型的關鍵節(jié)點。在算力需求爆發(fā)與設計復雜度飆升的雙重壓力下，傳統(tǒng) EDA 設計方法已難以滿足日益增長的高效、高質設計需求。在這一背景下，人工智能正從“輔助工具”逐步演變?yōu)椤昂诵尿寗恿Α?，推動芯片設計范式發(fā)生根本性變革。

回顧 EDA 行業(yè) 40 年的演進歷程，潘安強調(diào)，行業(yè)始終以設計抽象化為核心路徑提升研發(fā)效率。從最初的晶體管級手動布局，逐步演進至自動化單元布局布線、RTL 綜合，再到如今的高級別設計階段，每一次技術躍遷都帶來了芯片設計生產(chǎn)力的飛躍，這一過程始終圍繞著提升設計抽象層次和優(yōu)化仿真算法兩條主線展開，而如今人工智能已成為推動行業(yè)進入下一個發(fā)展階段的關鍵力量，Agentic AI 技術的崛起正成為 EDA 行業(yè)發(fā)展的全新引擎。

行業(yè)數(shù)據(jù)印證了這一趨勢。潘安展示的研究數(shù)據(jù)顯示，2020 年，AI 在先進芯片設計中的作用尚微乎其微；而如今，約一半的先進芯片已借助 AI 進行設計。隨著 Agentic AI 在行業(yè)的加速落地，預計到 2028 年，超過 90% 的先進芯片設計都將離不開 AI 的加持。

他強調(diào)，代理式 AI 的興起將進一步釋放設計潛力，不僅能夠提升芯片設計效率與質量，還將顯著縮短產(chǎn)品上市時間。AI 已不再僅僅是工具，而是正在成為能夠執(zhí)行復雜任務、協(xié)同多個子系統(tǒng)的“設計伙伴”，推動設計流程向著自主化方向穩(wěn)步邁進。

支撐 Agentic AI 落地的，是兩大積極趨勢。首先是 AI 模型“多快好省”的發(fā)展。從 GPT-3 到 GPT-4，模型性能實現(xiàn)質的飛躍，部分模型得分已超越人類專家。更關鍵的是，模型在性能提升的同時，參數(shù)規(guī)模和硬件成本也在優(yōu)化。潘安以 Llama Nemotron 49B 模型為例，指出其開啟推理功能后，在復雜問題回答和專業(yè)代碼生成的任務中出錯率降低逾半，滿分完成率提升數(shù)倍，證明優(yōu)化后的小模型同樣能勝任專業(yè)推理。

其次是新型智能體互聯(lián)協(xié)議的涌現(xiàn)。單個智能體再強大，也難以獨立完成復雜芯片設計。而通過模型上下文協(xié)議（MCP）、A2A 協(xié)議等標準，可以實現(xiàn)不同工具、平臺甚至用戶自有智能體之間的“插拔式”協(xié)作，構建起復雜的智能體工作流。

EDA 技術架構的全面升級適時地擁抱了變革。潘安詳細闡釋了 Cadence 如何將傳統(tǒng) EDA 核心技術與最新 AI 成果深度融合，這種能力在 Cadence 推出的統(tǒng)一 AI 平臺——JedAI 上得到了集中體現(xiàn)。該平臺作為數(shù)據(jù)和 AI 的統(tǒng)一框架，能夠攝取、分析并迭代來自數(shù)字、模擬、驗證、PCB/3D-IC 及多物理場等各平臺工具的數(shù)據(jù)。它支持多種主流大模型和協(xié)議，可根據(jù)客戶需求靈活配置，實現(xiàn)了從“一刀切”到“量體裁衣”的轉變。通過 JedAI，用戶可以構建基于智能體的工作流，使用標準協(xié)議連接多個產(chǎn)品，實現(xiàn)復雜任務的自動化管理。

例如，基于互聯(lián)的智能體生態(tài)系統(tǒng)協(xié)議，Cadence 打造了涵蓋物理設計智能體、布局規(guī)劃智能體、 SDC 智能體、形式驗證智能體等在內(nèi)的全流程數(shù)字設計解決方案，實現(xiàn)了 Innovus、Tempus、Jasper、Xcelium 等核心工具的無縫協(xié)同，為客戶提供端到端的智能設計服務。

在 EDA 自主設計演進路徑上，Cadence 為行業(yè)描繪了一條清晰的演進路徑：從優(yōu)化 AI、對話式 LLM，經(jīng)復雜推理、智能體工作流，最終實現(xiàn)完全自主設計。目前，行業(yè)正處于從 Level 2 向 Level 3 過渡的關鍵階段，部分領先客戶已開始體驗 Level 4 能力。潘安強調(diào)，Cadence 的目標直指 L5 的全流程自動化。

在實踐層面，優(yōu)化 AI 是 Cadence 過去五到十年一直在部署，并已經(jīng)涵蓋了數(shù)字設計領域的 Cerebrus、數(shù)字驗證領域的 VERISIUM，以及 Virtuoso、Optimality 等等。同時 Cadence 已將 AI 代理能力落地于多個設計場景。例如，Allegro X 支持通過自然語言直接生成 SKILL 代碼；VS Code 擴展能夠自動生成 SVA 斷言與輔助驗證代碼，進一步通過與 Jasper 的交互以幫助迭代；而今年推出的 Cerebrus AI Studio 更成為業(yè)界首個達到代理式 AI 第四級的物理設計系統(tǒng)，具備多智能體協(xié)同完成從規(guī)劃、布局到時序收斂的全流程能力。

演講最后，潘安表示，完全自主設計不是一蹴而就的，而是一個漸進式的成熟過程。他堅信 AI 不會取代芯片設計工程師。原因在于，首先，在很長一段時間內(nèi)，行業(yè)仍需持續(xù)投入夯實核心 EDA 算法，這是高級別自動化的基礎；其次，EDA 的初衷永遠是輔助客戶，以更短時間、更低成本設計出性能更優(yōu)的芯片，這將改變工程師的工作方式，而非取代他們。

隨著 Agentic AI 技術的持續(xù)演進與落地，Cadence 將持續(xù)推動芯片設計向更高效率、更高質量、更低成本的方向發(fā)展，引領行業(yè)邁入自主設計的全新紀元，為全球半導體產(chǎn)業(yè)的創(chuàng)新發(fā)展注入強勁動力。

汽車智能化催生電磁仿真新挑戰(zhàn)

在 EDA 與 IC 設計服務技術論壇上，Cadence 系統(tǒng)仿真資深產(chǎn)品經(jīng)理吳磊，以《基于 ANSA 與 Clarity 3D Solver 的整車電磁仿真》為題，系統(tǒng)介紹了當前車輛 EMC/EMI 仿真面臨的挑戰(zhàn)及其創(chuàng)新解決方案。

隨著汽車智能化、網(wǎng)聯(lián)化水平的持續(xù)提升，整車電磁環(huán)境日趨復雜。從駕駛艙的影音娛樂、手勢控制，到 L2/L3 級自動駕駛的雷達圖像處理、碰撞預警，再到 5G、Wi-Fi 等多元連接技術，以及電驅動系統(tǒng)、底盤電子控制等核心部件，使得車身電磁環(huán)境愈加錯綜復雜，EMC/EMI 合規(guī)成為汽車研發(fā)的關鍵訴求，相關標準遵循 ISO11451 及 GB/T 33012 規(guī)范。吳磊指出，新一代車輛的電子設備數(shù)量顯著增加，電子設備之間的干擾及抗干擾問題日益凸顯。同時，面對縮短開發(fā)周期的挑戰(zhàn)，需要仿真工具來指導設計，在設計早期識別風險，消除隱患，或者在測試中采用仿真與實測相結合的方式處理電磁兼容性問題。

然而，傳統(tǒng)仿真方法在幾何處理、計算資源與精度控制方面存在瓶頸，整車級 EMC/EMI 仿真面臨四大挑戰(zhàn)：

首先是臟幾何問題。電磁仿真輸入通常來自車身幾何模型，但因應用領域不同，幾何模型常存在公差、穿透等缺陷，導致網(wǎng)格生成失敗。

其次是大尺寸問題。整車結構尺寸約為 5×2×2 米，含天線時可達 8×3×3 米。以 1GHz 頻率（波長約 0.33 米）為例，整車電尺寸巨大，對計算資源要求極高，易因內(nèi)存不足導致仿真失敗。

此外，復雜細節(jié)處理也構成挑戰(zhàn)。大尺寸結構包含豐富內(nèi)部細節(jié)，網(wǎng)格劃分需兼顧整體與局部，平衡精度與效率。

最后是散射問題，需考慮物體間相互影響以準確計算場分布。

與電子行業(yè)相比，汽車仿真流程雖同樣分為前處理、求解和后處理，但通常采用多工具組合，且分工不同：建模團隊負責前處理，仿真團隊負責電磁求解。這種分工加劇了仿真難度，常導致三大可用性問題：幾何修復與仿真工具間多次迭代耗時過長；計算資源不足導致失敗；為簡化模型而犧牲精度，使結果不可靠。

在此背景下，Cadence 公司推出的 Clarity3D Solver 作為新一代電磁仿真平臺，展現(xiàn)出顯著優(yōu)勢。該平臺基于真實的 3D 有限元法求解麥克斯韋方程，具備彈性計算架構與自動分區(qū)能力，支持近乎無限的擴展性與分布式并行計算，能夠在保持高精度的同時，實現(xiàn)近線性加速，顯著提升仿真效率。

吳磊通過仿真流程演示，介紹了 Clarity3D Solver 通過軟硬件協(xié)同創(chuàng)新實現(xiàn)的三大突破：

一是高效幾何預處理。ANSA 提供自動化幾何清理、穿透修復、搭接處理等功能，將繁瑣的 CAD 模型優(yōu)化流程標準化，大幅降低時間成本，輸出高質量中面模型，專為整車 EMC/EMI 仿真定制。

二是超強求解器性能。Clarity 3D Solver 基于真 3D 有限元法求解麥克斯韋方程，具備彈性計算架構與自動分區(qū)能力，支持分布式并行計算，實現(xiàn)近乎線性的擴展性。在保持測試設備級精度（誤差<0.02）的同時，仿真速度提升 10 倍，可輕松處理千萬級網(wǎng)格的整車模型。

三是雙界面靈活適配。Clarity 3D Layout 提供 2D 界面，適配 PCB 與封裝等層狀結構；Clarity 3D Workbench 則為 3D 界面，支持任意三維結構創(chuàng)建與編輯。兩者共享同一求解內(nèi)核，兼顧專業(yè)性與靈活性。

在仿真流程方面，ANSA 作為前處理工具，負責中面模型的生成、幾何清理與網(wǎng)格劃分，并輸出“.aem”文件供 Clarity 調(diào)用。Clarity 則在此基礎上完成邊界條件設定、材料賦值、參數(shù)設置、網(wǎng)格優(yōu)化與求解計算，其內(nèi)置的 Mesh Issue Locator 功能可有效定位網(wǎng)格錯誤，提升仿真成功率。通過 ANSA 與 Clarity 的深度融合，工程師能夠在統(tǒng)一平臺中完成從模型準備到結果可視化的全流程操作，大幅縮短設計周期，提升工程效率。

最后，吳磊在總結中強調(diào)，Clarity 3D Solver 在性能、容量與精度方面實現(xiàn)了“前所未有的突破”，結合 ANSA 強大的前處理能力，為整車級 EMC/EMI 仿真提供了可靠、高效且易于使用的完整解決方案，為汽車行業(yè)應對智能化帶來的電磁挑戰(zhàn)提供了有力支撐。未來，Cadence 將持續(xù)深耕電磁仿真技術，助力汽車企業(yè)提升研發(fā)效率與產(chǎn)品合規(guī)性，推動智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)高質量發(fā)展。