近期有個新聞比較熱，微軟有許多英偉達高性能算力芯片被擱置在庫房吃灰，背后原因則是因為能源供應不足。

人工智能飛速發展背后，是巨量的能源消耗。一次AI搜索的能耗是傳統關鍵詞搜索的30倍，行業熱衷于談論“萬億參數”“百億晶體管”“TOPS算力”，卻往往忽略了這些數字背后巨大的能源成本和碳足跡。根據多方機構預測，未來5年內，全球因算力需求激增將新增約106GW的電力消耗。

英諾達（成都）電子科技有限公司創始人/CEO王琦博士在ICCAD Expo 2025峰會演講中指出，當前高端GPU的典型功耗已逼近700瓦，下一代產品預計將達到1400瓦——這幾乎與一臺家用電熨斗（約1500瓦）相當。高功耗直接帶來嚴峻的散熱挑戰，對封裝、材料、系統集成提出極限要求。若不能有效控制功耗，將導致產品競爭力下降、制造與冷卻成本飆升、嚴重時甚至推遲產品上市時間。

王琦的觀點并非危言聳聽。以英偉達為例，單顆B200芯片功耗約1000瓦，整機架功耗高達120kW，因為無法良好解決芯片在工作中的散熱問題，迫使英偉達多次修改服務器機架設計，導致量產和交付延遲。

如何攻克算力爆炸背后功耗墻？

在芯片設計中，功耗從來不是某個環節的“附加題”，而是貫穿全流程的“必答題”。

“關注功耗，宜早不宜遲。越早介入，優化空間越大，收益越顯著。”王琦強調道。據了解，王琦早在1995年便從事低功耗相關的研究，那時候制程工藝還處于0.13μm節點。基于多年的技術和經驗積累，王琦早早意識到，隨著制程工藝的迭代，散熱將會是一個避不開的關鍵環節。早在5年前，王琦便開始在行業中強調低功耗的重要性，但當時業界的關注度并不高。

如今，高算力芯片的功耗的散熱問題擺在行業面前，如何求解？

王琦指出，當前低功耗設計主要面臨三大瓶頸：一是工具鏈割裂，從前端RTL到后端物理實現缺乏統一、高效的解決方案；二是優化窗口狹窄，真正的功耗優化黃金期在架構設計與RTL階段，越往后優化空間越小；三是驗證復雜度高，電源管理引入的邏輯正確性問題亟需自動化驗證手段保障。

基于行業的發展痛點，英諾達推出了覆蓋RTL到Signoff全流程的，針對功耗“分析-優化-驗證”的閉環解決方案，不再是點工具的堆砌，而是一套協同演進的功耗解決方案。在演講中，英諾達的ERPE工具，作為設計早期的功耗優化引擎，基于RTL設計階段的功耗分析，通過自研DRA算法，深入分析電路結構，智能識別可門控的寄存器與存儲單元，讓功耗優化真正“有的放矢”。在客戶的實際案例中，觀測到通過ERPE可以實現10%-20%的功耗降低。

在網表級功耗分析方面，英諾達同樣展現出優勢。在與三方工具的對比中，其分析精度控制在3%范圍內，而速度卻實現了4-30倍的提升。這種速度優勢，讓設計師能進行快速、反復的功耗迭代，而非等到流片前才發現問題，為時已晚。

AI 不是萬能藥，EDA 該怎么干？

人工智能的推進，除了隱藏著高性能芯片的散熱和功耗問題，也同樣為EDA的發展提供了新的發展思路。作為軟件工具，EDA與AI似乎有著比較天然的適配協同性，海內外企業都在想著如何將機器學習和生成式AI，深度融入芯片設計的全流程，旨在從根本上解決“后摩爾時代”芯片復雜度激增帶來的設計效率瓶頸，并探索傳統方法無法觸及的設計空間。

但對于AI的應用，行業中的觀點并不一致。王琦在接受芯師爺等媒體采訪時表達了自己的看法，“AI對包括EDA在內的所有產業都具有核心價值，其重要性與實用性毋庸置疑，但技術從業者必須清晰認知，AI絕非萬能解決方案，二者是相輔相成的辯證關系。”

王琦認為，作為工具供應商，EDA企業的核心應聚焦“AI賦能的實際價值”，而非單純為產品貼上“AI加持”的標簽——若僅做概念包裝，市場反饋往往參差不齊。這種價值需區分兩個維度：是面向芯片設計公司的整體效能提升，還是面向設計師的個體工作優化？這一差異至關重要，因為AI的核心影響之一在于效率革命：如何在更短的時間，用更少的資源設計出更有競爭力的產品。

值得一提的是，多位行業資深人士也向芯師爺表達了一個觀點，在未來的AI時代，具備創造性和善于使用AI工具的優秀工程師將會大放異彩。從當前行業發展來看，AI賦能EDA的價值主要體現在以下幾個方面，實現設計空間探索自動化、構建預測模型，前置優化、提供智能交互與輔助、驅動系統級協同優化。未來，AI獲獎從解決局部問題的點工具，發展為貫穿“架構-設計-驗證-制造”全流程的智能主導范式。

摒棄焦躁心態 以漸進式優勢構建核心競爭力

近五年來，在政策、資本和市場等多方面因素的推動下，國產EDA進入了發展的快車道。目前國產工具在部分單點工具和特色領域已具備競爭力，但在全流程覆蓋、尤其是數字芯片設計的完整工具鏈上，與三巨頭仍有明顯差距。

國產EDA已經完成了0-1甚至1-10的路程，接下來是構建以自身工具為核心的、牢固的產業生態，這是比技術突破更長期和艱巨的任務。王琦表示，在當前地緣政治催生了特殊的市場機遇，這促使我國必然會構建起自主可控的半導體產業鏈，國產EDA產業也必然會在這個過程中不斷生長，但應該注意的是，EDA突破是長期過程，不能因眼前困難而退縮，企業應摒棄“全面替代”的急躁心態，先在各自細分領域打造特色與專長。

值得一提的是，隨著先進封裝、RISC-V等細分賽道的火熱，部分從業者提出聚焦新的領域開辟新賽道，以求實現對海外巨頭們的趕超。而王琦認為，在產業鏈重構的大背景下，國產EDA企業無法脫離核心領域另辟蹊徑，必須直面傳統賽道的挑戰。對于突破路徑，他提出了“漸進式優勢構建”策略。

具體而言，企業應聚焦核心技術，先讓客戶看到單一維度的明確優勢，再逐步積累形成多維度競爭力——例如華大九天在數字簽核工具上實現精度與性能突破，廣立微深耕DFT領域形成技術壁壘，英諾達則在靜態驗證工具領域實現了功能與速度的超越。通過這樣“一點突破、多點擴散”的漸進式發展，經過長期積累方能實現真正的國產替代。這一思路也與國內EDA企業當前的實踐路徑高度契合——多數企業以點工具突破為起點，逐步向全流程工具鏈延伸。

除AI之外，EDA行業的發展將會有哪些新的變化？

對此，王琦表示，產業鏈分岔是當前產業發展的核心變量，這一趨勢直接推動了產業鏈重建的迫切需求。從產業鏈來看，從底層的材料、設備、工藝、制造，再往上延伸至設計環節，這一輪需求是自下而上驅動的。EDA的發展節奏更多依賴下游環節的分岔進程——當工藝、制造分岔逐步成型后，會進一步引發設計層面的分岔，即“設計方法學分岔”。應用領域的拓展也會催生新需求，例如部分場景從單一應用轉向復合應用模式，將直接創造新的工具需求。他強調，無論是哪種分岔，EDA的發展始終由“市場驅動+技術驅動”雙輪牽引，當分岔帶來明確的市場與技術需求時，EDA需求分岔的窗口期便會打開，而這正是國產EDA實現突破與替代的核心機會。對于點工具而言，未來將呈現“需求導向型”發展態勢，與底層工藝、制造結合緊密及適配新興應用場景的點工具，將成為競爭與突破的核心賽道。

結語

“要堅持著做下去，總會熬出頭的。”在采訪的最后，王琦做了一個令人意想不到的總結。

正如王琦所言，要相信時間和堅持的力量。在70年前，諾伊斯等人到威廉·肖克利半導體公司工作時，也不會想到他們會在幾十年后創辦出一家全球最強的芯片公司，引領行業的發展。早在三十年前，王琦所從事著低功耗研究，但那時候的制程工藝遠遠沒有到摩爾定律的極限，也不用太多考慮散熱和功耗的問題。即便是十年前，大家也不會想到，在海外三大巨頭壓制下的國產EDA產業，還會有諸多發展機會，能夠憑借在各個賽道的優異表現逐一出頭。

“熬出頭”的本質是在充滿不確定性的長周期里，用持續的迭代和進化，等待并促成那個“質變節點”的到來。假以時日，如今團隊規模不過150人的英諾達又會有怎樣的發展？這值得期待。