公眾號(hào)記得加星標(biāo)??，第一時(shí)間看推送不會(huì)錯(cuò)過。

近日，morethanmoore的主理人Ian博士分別采訪了新思科技和Cadence的CEO，分享了他們對(duì)EDA未來以及AI對(duì)芯片設(shè)計(jì)的影響。

正如Ian在文章中說，人們談?wù)摪雽?dǎo)體行業(yè)時(shí)，大多關(guān)注的是那些看得見的部分：芯片、工藝節(jié)點(diǎn)、封裝技術(shù)、基準(zhǔn)測(cè)試以及每瓦性能的競(jìng)賽。而真正讓這些芯片成為可能的軟件和基礎(chǔ)設(shè)施卻鮮有人問津。但隨著芯片設(shè)計(jì)變得日益復(fù)雜，工藝節(jié)點(diǎn)也日趨先進(jìn)，設(shè)計(jì)與制造的聯(lián)系也越來越緊密。現(xiàn)代處理器的設(shè)計(jì)不再僅僅是邏輯設(shè)計(jì)和時(shí)序收斂——我們還要討論先進(jìn)封裝、芯片組、多物理場(chǎng)、IP集成、軟件驅(qū)動(dòng)優(yōu)化，以及日益嚴(yán)峻的設(shè)計(jì)空間探索挑戰(zhàn)——如此龐大的設(shè)計(jì)空間，僅靠人類工程師難以完全覆蓋。

這正是新思科技和Cadence提供的設(shè)備的重要性。接下來我們來看看他們各自CEO的觀點(diǎn)。

與 Synopsys CEO Sassine Ghazi 的問答

在采訪中，交流雙方探討了 Synopsys 如何看待Chipet時(shí)代，Sassine 表示公司不僅擁抱了這一變革，還推動(dòng)了其發(fā)展； Synopsys 收購Ansys的真正意義；以及整個(gè)行業(yè)如何從單純的芯片設(shè)計(jì)轉(zhuǎn)向芯片、封裝、散熱、材料和軟件行為的協(xié)同設(shè)計(jì)。我們還討論了 Synopsys 與 Rapidus 合作，共同打造一家領(lǐng)先的芯片代工廠；以及智能體人工智能（Agentic AI）如何才能真正融入芯片設(shè)計(jì)流程，超越市場(chǎng)宣傳的范疇，真正創(chuàng)造工程價(jià)值。

Ian Cutress: 鑒于芯片設(shè)計(jì)的特性，這種趨勢(shì)正在加速發(fā)展；我們都看到了這一點(diǎn)。如今，企業(yè)不僅生產(chǎn)更多產(chǎn)品，而且產(chǎn)量也更大。新思科技的商業(yè)模式正在發(fā)生怎樣的變化？

Sassine Ghazi:種指數(shù)級(jí)增長(zhǎng)的復(fù)雜性和速度正變得越來越陡峭。

回到 15 到 20 年前，我們遵循摩爾定律——客戶擁有自己的架構(gòu)，我們提供軟件來實(shí)現(xiàn)芯片，然后客戶自己與他們選擇的代工廠合作伙伴一起制造芯片。

大約十年前，設(shè)計(jì)和制造之間的復(fù)雜性日益加深。我們致力于優(yōu)化設(shè)計(jì)和技術(shù)之間的銜接。如今，隨著人工智能需求的增長(zhǎng)，芯片架構(gòu)也在快速演進(jìn)。實(shí)現(xiàn)所需功率和性能的復(fù)雜性不再遵循摩爾定律，因此出現(xiàn)了不同的方法，例如先進(jìn)封裝、多芯片等等。將這些芯片連接起來需要非常復(fù)雜的EDA系統(tǒng)和大量的IP。我們擁有獨(dú)特的優(yōu)勢(shì)，因?yàn)槲覀冊(cè)贓DA技術(shù)領(lǐng)域處于領(lǐng)先地位，并擁有最廣泛的IP組合，而且我們的客戶也越來越重視自動(dòng)化研發(fā)。

Ian Cutress: 所以，產(chǎn)品上市時(shí)間對(duì)你們的客戶來說變得越來越重要？

Sassine Ghazi:沒錯(cuò)，因?yàn)檫^去設(shè)計(jì)一款芯片需要18到24個(gè)月。現(xiàn)在，客戶要求一年內(nèi)交付新的芯片，這意味著他們所做的每一件事都面臨著更大的壓力，無論是我們提供的軟件，還是縮短設(shè)計(jì)時(shí)間的新技術(shù)。

Ian Cutress: 作為最早一批通過異構(gòu)集成實(shí)現(xiàn)Chiplet集成的公司之一，我們當(dāng)時(shí)遇到了很多困難，因?yàn)榭捎玫墓ぞ叻浅Ｉ佟６F公司恰恰生產(chǎn)這類工具。您是如何擁Chiplet時(shí)代的？

Sassine Ghazi:我們不僅接受了它，還推動(dòng)了它的發(fā)展。因?yàn)槿绻慊仡櫼幌录軜?gòu)，當(dāng)你從單芯片分解成Chiplet時(shí)，這并非手動(dòng)完成的。芯片的哪個(gè)部分應(yīng)該用哪個(gè)工藝節(jié)點(diǎn)？如果采用三維堆疊，應(yīng)該把它放在堆疊的什么位置？存儲(chǔ)器在其中扮演什么角色？

我們有一種叫做 3DIC 編譯器的技術(shù)，它允許你從規(guī)范出發(fā)，設(shè)計(jì)高級(jí)封裝或芯片（隨便你怎么稱呼它），并進(jìn)行假設(shè)分析。例如，如果我用 5nm 工藝而不是 3nm 工藝，功耗等方面會(huì)有什么變化？芯片之間的連接性也因此變得極其復(fù)雜；UCIe 應(yīng)運(yùn)而生，它包含 PCIe、HBM 等技術(shù)，用于將系統(tǒng)連接起來。這是一個(gè)絕佳的機(jī)會(huì)，因?yàn)槲覀儸F(xiàn)在看到的不僅是半導(dǎo)體公司在設(shè)計(jì)這些芯片，而且超大規(guī)模數(shù)據(jù)中心本身也在從通用芯片轉(zhuǎn)向 ASIC，最終轉(zhuǎn)向客戶自有工具 (COT：Customer Owned Tooling)。

Ian Cutress: 像 3DIC Compiler 這樣的工具——是應(yīng)客戶要求而開發(fā)的，還是你們已經(jīng)有了一個(gè)正在進(jìn)行的內(nèi)部項(xiàng)目來交付它？

Sassine Ghazi:我們很早就開始關(guān)注客戶的需求，3DIC 編譯器就是一個(gè)很好的例子。大約在 2017 年，我們發(fā)現(xiàn)客戶開始尋求不同的架構(gòu)和封裝方式，以實(shí)現(xiàn)更高的性能和功耗，而不是僅僅依賴摩爾定律。那時(shí)我們就開始探索和開發(fā)這項(xiàng)技術(shù)，并在三四年后迎來了首批應(yīng)用。隨著首批應(yīng)用的出現(xiàn)，我們發(fā)現(xiàn)了一個(gè)新的挑戰(zhàn)：物理學(xué)。客戶在投入生產(chǎn)前進(jìn)行制造工藝測(cè)試時(shí)，發(fā)現(xiàn)封裝過程中存在散熱、翹曲和芯片開裂等問題。物理學(xué)必須被納入考量，而這正是我們收購 Ansys 并真正開始公司轉(zhuǎn)型的原因。

Ian Cutress: 在這方面，尤其是在散熱方面，我發(fā)現(xiàn)了一大堆IBM在90年代和2000年代關(guān)于芯片內(nèi)部冷卻的專利。當(dāng)我們研究多層堆疊芯片時(shí)，下一步肯定是芯片內(nèi)部冷卻，這意味著你需要為你的客戶建立模型。

Sassine Ghazi:是的，沒錯(cuò)。除了建模之外，芯片上還有一些關(guān)鍵區(qū)域，你不想過度設(shè)計(jì)。你是否了解將在該芯片上運(yùn)行的軟件？

這樣你就可以進(jìn)行恰到好處的設(shè)計(jì)，避免過度設(shè)計(jì)，降低成本，同時(shí)確保在運(yùn)行某些特殊情況時(shí)不會(huì)過熱。

Ian Cutress: 這意味著，如果你的工作負(fù)載以某種方式攻擊 ALU 或內(nèi)存，你可以針對(duì)該工作負(fù)載進(jìn)行設(shè)計(jì)，但最終你可能會(huì)得到一個(gè)特定于工作負(fù)載的芯片？

Sassine Ghazi:沒錯(cuò)，否則就會(huì)造成過度設(shè)計(jì)，而過度設(shè)計(jì)不僅成本高昂、耗時(shí)費(fèi)力，而且芯片本身也不具備競(jìng)爭(zhēng)力，因?yàn)槟阍诓煌δ苤g留出了過大的余量。我們今天發(fā)布的多物理場(chǎng)融合平臺(tái)，旨在將這些物理模型引入設(shè)計(jì)階段，同時(shí)考慮紅外、熱、電磁和機(jī)械等因素，從而實(shí)現(xiàn)協(xié)同設(shè)計(jì)，而不是過度設(shè)計(jì)。我們通過融合平臺(tái)引入了這一概念。十年前，挑戰(zhàn)更多地在于如何縮小芯片的時(shí)序和功耗，而不是物理本身。

Ian Cutress: 晶圓級(jí)尺寸是否會(huì)帶來其他問題？

Sassine Ghazi:真正的挑戰(zhàn)在于，我們?nèi)绾卧谥圃鞂用妫瑥钠骷锢韺用嬉约胺庋b層面進(jìn)行建模。在架構(gòu)層面，如果你采用某種架構(gòu)進(jìn)行設(shè)計(jì)，那么這種架構(gòu)是否能最好地代表你將要制造的器件的物理特性？從某種意義上說，是的。但從新思科技的角度來看，我們將其視為設(shè)計(jì)技術(shù)協(xié)同優(yōu)化（DTCO）。這涉及到各種物理特性模型以及我們的代工廠合作伙伴將提供的解決方案。

Ian Cutress: 就EDA（電子設(shè)計(jì)自動(dòng)化）和IP（知識(shí)產(chǎn)權(quán)）而言，使其能夠在特定的工藝節(jié)點(diǎn)上運(yùn)行是產(chǎn)品的關(guān)鍵方面。但您今天談到的很多內(nèi)容，以及我們討論的很多內(nèi)容，幾乎都與工藝節(jié)點(diǎn)無關(guān)。那么，代工廠廠商究竟參與到什么程度呢？

Sassine Ghazi:從某種意義上說，知識(shí)產(chǎn)權(quán)領(lǐng)域的確如此。我們擁有最廣泛的知識(shí)產(chǎn)權(quán)組合，但我們必須針對(duì)不同的工藝節(jié)點(diǎn)和代工廠向客戶提供這些知識(shí)產(chǎn)權(quán)，否則我們就無法保持知識(shí)產(chǎn)權(quán)領(lǐng)域的領(lǐng)先地位。如果我們只針對(duì)某個(gè)特定節(jié)點(diǎn)和某個(gè)代工廠提供服務(wù)，那么客戶最終會(huì)自行開發(fā)知識(shí)產(chǎn)權(quán)。因此，我們與多家代工廠的合作需要密切的伙伴關(guān)系和協(xié)作，因?yàn)槲覀儏⑴c到他們PDK開發(fā)的早期階段等等。EDA工具方面也是如此，當(dāng)我們?cè)O(shè)計(jì)Fusion Compiler，或者PrimeTime或RedHawk等工具時(shí)，我們需要了解他們使用的材料和物理模型的具體實(shí)現(xiàn)方式，以便設(shè)計(jì)出與之匹配的工具和算法。

Ian Cutress: 所以我們甚至在討論芯片內(nèi)部襯墊和互連線使用的材料。因?yàn)檫@涉及到這些金屬的物理特性。

Sassine Ghazi:我們的工具之所以能實(shí)現(xiàn)這一點(diǎn)，是因?yàn)榭蛻粲羞@樣的需求。他們?cè)O(shè)計(jì)的時(shí)候，我不想把客戶的需求過度簡(jiǎn)化，但你剛才說的也差不多。可以說，我們提供的軟件和客戶想要實(shí)現(xiàn)的功能一樣復(fù)雜。但我們是連接這種架構(gòu)和最終交付的橋梁。如果你能把它實(shí)現(xiàn)出來，那就能獲得最終的驗(yàn)收。

Ian Cutress: 就晶圓代工而言，Rapidus 是業(yè)內(nèi)首家由新晉企業(yè)打造的領(lǐng)先晶圓代工廠，我敢說這或許是我有生之年最后一次見到這種情況了！從您的角度來看，與一家擁有 20 年經(jīng)驗(yàn)的公司合作開發(fā)前沿知識(shí)產(chǎn)權(quán)，是否會(huì)面臨更多挑戰(zhàn)？您能否詳細(xì)介紹一下您是如何與 Rapidus 合作的？

Sassine Ghazi:我們與Rapidus的合作關(guān)系非常棒。我跟日本團(tuán)隊(duì)交流時(shí)說過，Rapidus對(duì)我們來說是一份寶貴的禮物，尤其是在日本市場(chǎng)作為起點(diǎn)的情況下。當(dāng)然，他們不會(huì)僅僅是一家服務(wù)于日本市場(chǎng)的晶圓代工廠；他們的目標(biāo)是成為一家全球晶圓代工廠。之所以說這是一份禮物，從技術(shù)角度來看，是因?yàn)樗麄兣cIBM在工藝技術(shù)方面有合作關(guān)系。我們有一種名為TCAD（技術(shù)計(jì)算機(jī)輔助設(shè)計(jì)）的技術(shù)，可以在技術(shù)處于研發(fā)階段時(shí)對(duì)器件和工藝技術(shù)進(jìn)行建模。也就是說，在接近量產(chǎn)之前，我們就開始與Rapidus合作。隨著技術(shù)的成熟，在制作測(cè)試芯片時(shí)，設(shè)計(jì)表示形式是PDK（工藝開發(fā)套件），從0.1 PDK開始，然后逐步升級(jí)到0.5、0.7等等。因此，我們一直與他們密切合作，從工藝層面（包括EDA和設(shè)計(jì)）到IP開發(fā)。

Ian Cutress: 但是，因?yàn)樗麄兪切袠I(yè)新人，情況會(huì)因此而改變嗎？因?yàn)槟銊偛琶枋龅那闆r，正是每個(gè)代工廠推出新節(jié)點(diǎn)時(shí)都會(huì)做的事情。

Sassine Ghazi:當(dāng)然。其他代工廠都是逐個(gè)節(jié)點(diǎn)開發(fā)——這其中存在著漸進(jìn)式和累積式的學(xué)習(xí)過程。而我們這里，部分累積式的學(xué)習(xí)來自于與IBM的合作。當(dāng)然，由于這是他們開發(fā)的第一個(gè)節(jié)點(diǎn)，所以耗時(shí)更長(zhǎng)。Rapidus后續(xù)的節(jié)點(diǎn)將與其他代工廠的節(jié)點(diǎn)完全相同。從Synopsys的投資角度來看，這筆投資更高，但這正是我們能為這家代工廠帶來巨大價(jià)值的地方：我們的工具已經(jīng)應(yīng)用了從平面到FinFET再到環(huán)柵（GAA）的各種技術(shù)，所以我們的產(chǎn)品并不需要重新發(fā)明輪子。

Ian Cutress: 如果回顧十年前，我們討論過未來二十年EDA的發(fā)展趨勢(shì)，我們可能會(huì)說，預(yù)計(jì)未來會(huì)與現(xiàn)在大同小異，只是會(huì)有小幅增長(zhǎng)。但現(xiàn)在，我們?cè)诙辔锢韴?chǎng)、3DIC、驗(yàn)證和仿真方面有了新的自由度。那么問題就變成了：未來五年會(huì)是什么樣子？

Sassine Ghazi:我們?nèi)ツ攴窒碇悄荏w人工智能框架的原因在于，我們毫不懷疑它蘊(yùn)藏著巨大的機(jī)遇。我們?cè)?020年將強(qiáng)化學(xué)習(xí)引入產(chǎn)品，并面向市場(chǎng)全面推廣，而我們?cè)缭?017年就開始對(duì)其進(jìn)行投資。回顧過去三年，模型創(chuàng)新的速度、模型編排方式的演進(jìn)以及它所帶來的機(jī)遇都令人難以置信。我們路線圖的重要組成部分是審視整個(gè)芯片工作流程，并思考哪些部分可以分配給智能體。我們稱他們?yōu)橹悄荏w工程師。智能體可以管理其他智能體，也就是編排這些智能體。我們今天早些時(shí)候發(fā)布的是多智能體自適應(yīng)動(dòng)態(tài)編排的第一階段。這些智能體在處理新數(shù)據(jù)和新需求的過程中不斷學(xué)習(xí)，并學(xué)習(xí)如何實(shí)現(xiàn)最終目標(biāo)。創(chuàng)新將持續(xù)高速發(fā)展。關(guān)鍵在于，也是我們投入的重點(diǎn)，就是讓 Synopsys 的每個(gè)部分、每個(gè)產(chǎn)品、每個(gè)求解器都能與最新的 AI 技術(shù)（如強(qiáng)化學(xué)習(xí)或其他可用技術(shù)）協(xié)同工作。

Ian Cutress: 所以你的意思是，一個(gè)智能體調(diào)用求解器，得到一個(gè)結(jié)果，檢查這個(gè)結(jié)果，然后可能再次調(diào)用求解器，如此迭代學(xué)習(xí)？

Sassine Ghazi:沒錯(cuò)。我們現(xiàn)在擁有的是任務(wù)agent，或者說agent工程師，人類工程師給它們分配任務(wù)，它們執(zhí)行任務(wù)并返回結(jié)果，然后人類工程師進(jìn)行修改等等。這里有一個(gè)認(rèn)知層，編排層可以自適應(yīng)；我們與微軟、英偉達(dá)和其他公司就此展開合作。他們?cè)谡J(rèn)知層和編排層方面進(jìn)展迅速，做得非常出色。所以我們并不是要重新發(fā)明現(xiàn)有的東西，而是要思考如何利用我們的核心資產(chǎn)——求解器——并引入人工智能來加速這一過程。

與 Cadence CEO Anirudh Devgan 的問答

Cadence 近年來一直致力于拓展 EDA 的含義，不斷向上延伸至系統(tǒng)設(shè)計(jì)、數(shù)字孿生、機(jī)器人技術(shù)，以及如今的智能體 AI。然而，盡管更廣泛的 AI 市場(chǎng)仍在爭(zhēng)論輔助駕駛、封裝器和工作流自動(dòng)化等問題，但對(duì)于工程軟件而言，更值得關(guān)注的問題是：這些模型能否真正融入設(shè)計(jì)環(huán)境本身？這意味著，我們不僅要與工具交互，還要理解流程，在細(xì)粒度層面調(diào)用引擎，并將數(shù)十年來積累的軟件基礎(chǔ)設(shè)施轉(zhuǎn)化為一個(gè)更像團(tuán)隊(duì)協(xié)作而非獨(dú)立產(chǎn)品的系統(tǒng)。

在今年的年度盛會(huì) CadenceLIVE 上，該公司著重強(qiáng)調(diào)了這一點(diǎn)。幾個(gè)月前，該公司發(fā)布了 ChipStack，這是其工具的全新編排層。在 ChipStack 的頂層，一個(gè)主agent可以訪問五個(gè)超級(jí)agent，每個(gè)超級(jí)agent負(fù)責(zé)芯片設(shè)計(jì)工作流程的不同環(huán)節(jié)。每個(gè)超級(jí)agent都能夠訪問其他微模型，并隨著時(shí)間的推移不斷學(xué)習(xí)新技能，從而幫助架構(gòu)師和芯片設(shè)計(jì)師在模擬和數(shù)字領(lǐng)域改進(jìn)和迭代他們的設(shè)計(jì)。Cadence 認(rèn)為，正是這種芯片設(shè)計(jì)方法將極大地推動(dòng)當(dāng)前的芯片設(shè)計(jì)進(jìn)程，從而提高產(chǎn)品性能和產(chǎn)品可用性 (PPA)，并縮短產(chǎn)品上市時(shí)間。

在這樣的背景下，我們與 Cadence 首席執(zhí)行官 Anirudh Devgan 展開了討論。討論的重點(diǎn)是該公司如何看待智能體設(shè)計(jì)的發(fā)展，如何為這種轉(zhuǎn)變定價(jià)，為什么認(rèn)為編排應(yīng)該由工具供應(yīng)商而不是客戶或通用模型提供商負(fù)責(zé)，以及所有這些接下來可能在物理人工智能、科學(xué)發(fā)現(xiàn)、機(jī)器人和更廣泛的系統(tǒng)設(shè)計(jì)堆棧中走向何方。

Q：與使用按核心數(shù)或按席位許可的 EDA 工具相比，采用agents方法后，你們的定價(jià)方式有何變化？這種變化趨勢(shì)如何？

Anirudh Devgan：將會(huì)出現(xiàn)三件事。agents將被用作工具（以許可證的形式出售），因此許可證需求應(yīng)該會(huì)上升。許可證數(shù)量已經(jīng)在略有增長(zhǎng)，這仍然支撐著傳統(tǒng)的商業(yè)模式。

然后新增了兩個(gè)層。頂層更接近LLM經(jīng)濟(jì)學(xué)，采用基于消費(fèi)的定價(jià)模式。我們已經(jīng)對(duì)新客戶進(jìn)行了測(cè)試，他們也樂于接受。智能體層也承擔(dān)了EDA以前從未真正做過的工作，例如編寫RTL或生成驗(yàn)證代碼。這增強(qiáng)了人類的能力。

所以這里實(shí)際上有兩種新模式。一種是按agents收費(fèi)，大致基于一個(gè)人能完成的工作量。另一種是消費(fèi)模式。如果一個(gè)agent能完成十個(gè)區(qū)塊而不是一個(gè)，那么消費(fèi)額就會(huì)相應(yīng)增加。

所以，按agents付費(fèi)是新的模式，消費(fèi)量也是新的模式，與此同時(shí)，對(duì)傳統(tǒng)基礎(chǔ)許可證的需求卻在增加。我和一些大公司的CEO以及主要客戶交流時(shí)，只要能帶來明顯的價(jià)值，他們都能接受這種模式。他們寧愿為此付費(fèi)，也不愿雇傭更多的人。這一點(diǎn)很重要。

Q：在您描繪的未來藍(lán)圖中，科學(xué)人工智能出現(xiàn)得較晚，但在某些方面，它已經(jīng)發(fā)生了。傳統(tǒng)上，我們看到科學(xué)發(fā)現(xiàn)與超級(jí)計(jì)算緊密相連，現(xiàn)在量子計(jì)算也經(jīng)常在這個(gè)背景下被討論。為什么要把人工智能的出現(xiàn)時(shí)間安排得比現(xiàn)在晚一些呢？

Anirudh Devgan：有這些事情都已經(jīng)發(fā)生了。有些人確實(shí)會(huì)這樣談?wù)撍鼈儭?duì)我來說，這更多的是一個(gè)臨界規(guī)模的問題。這就像機(jī)器人技術(shù)的發(fā)展一樣。

這些事情的發(fā)展速度并不相同，藥物研發(fā)的速度也遠(yuǎn)不及機(jī)器人技術(shù)。我們已經(jīng)與所有大型制藥公司展開合作，可能是排名前十五或二十的公司。所以，藥物研發(fā)正在發(fā)生。但它仍需達(dá)到突破性進(jìn)展。LLM已經(jīng)達(dá)到了突破性進(jìn)展。機(jī)器人技術(shù)也正在朝著這個(gè)方向發(fā)展。科學(xué)發(fā)展則需要更長(zhǎng)時(shí)間。一旦達(dá)到臨界規(guī)模，其規(guī)模甚至可能超過機(jī)器人技術(shù)或物理人工智能。它可能成為一個(gè)價(jià)值數(shù)萬億美元的機(jī)遇。

對(duì)我而言，2026年才是物理人工智能真正開始的一年。過去幾年最偉大的發(fā)明是自動(dòng)駕駛。藥物研發(fā)和醫(yī)學(xué)最終可能會(huì)比自動(dòng)駕駛更重要，但這取決于它們發(fā)展到何種程度的速度。

這不僅僅是人工智能，而是人工智能加上定制硬件。最大的突破在于自動(dòng)駕駛，無論是Waymo還是特斯拉都證明了這一點(diǎn)。五年后，開車的人數(shù)可能會(huì)比現(xiàn)在少得多。如果汽車能夠自動(dòng)駕駛，那么最終船舶、無人機(jī)和國(guó)防系統(tǒng)也能實(shí)現(xiàn)自動(dòng)駕駛。無人機(jī)時(shí)代即將到來，而工業(yè)機(jī)器人或許會(huì)率先實(shí)現(xiàn)自動(dòng)駕駛。

所以，物理人工智能已經(jīng)開始走上逃逸速度曲線了。雖然可能并非人人都能察覺，但它正在加速發(fā)展。在制藥領(lǐng)域，進(jìn)展可能更側(cè)重于藥物本身，也更取決于具體問題。我們已經(jīng)可以進(jìn)行候選藥物篩選，但藥物或材料科學(xué)的真正突破還需要更多時(shí)間。如果你說一切都在同時(shí)發(fā)生，沒人會(huì)相信。這其實(shí)是一個(gè)時(shí)機(jī)問題。

Q：為什么編排是一個(gè)計(jì)算上如此復(fù)雜的問題？與那些自行構(gòu)建agent的公司相比，你們的優(yōu)勢(shì)是什么？而且，Jensen或許想用你的軟件，但其他公司也會(huì)提供通用的智能體。如果編排層實(shí)際上是在協(xié)調(diào)一組懂得如何使用工具的獨(dú)立智能體，那么為什么這會(huì)是你擅長(zhǎng)的領(lǐng)域呢？如今，這種編排通常只是人與人之間以及會(huì)議之間的協(xié)調(diào)。我不確定你相比其他來自通用計(jì)算軟件領(lǐng)域的公司有什么優(yōu)勢(shì)。

Anirudh Devgan：實(shí)際上，有三種類型的實(shí)體可以在頂層進(jìn)行協(xié)調(diào)。可能是我們。可能是客戶，他們已經(jīng)在做一些這方面的工作了。也可能是普通的LLM提供商。

我們認(rèn)為我們能做到最好，原因很簡(jiǎn)單。首先，我們可以通過API以非常精細(xì)的方式調(diào)用工具。像NVIDIA這樣的客戶會(huì)編寫自己的agent，LLM公司也會(huì)與工具交互，但通常只是在更基礎(chǔ)的層面上。而我們可以深入了解引擎內(nèi)部。我們對(duì)軟件細(xì)節(jié)的了解遠(yuǎn)比我們深入，這是一個(gè)根本性的優(yōu)勢(shì)。

其次，我們擁有正確的思維模型。我們了解芯片堆棧和特定領(lǐng)域的細(xì)節(jié)。客戶肯定會(huì)編寫自己的agent。他們已經(jīng)在這么做了。agent流程實(shí)際上是對(duì)設(shè)計(jì)流程的更佳編排。實(shí)現(xiàn)工具已經(jīng)具備特定的接口，而且每家公司都有自己調(diào)用我們工具的方式。他們?nèi)匀粫?huì)這樣做，但現(xiàn)在他們可以使用agent來實(shí)現(xiàn)。

所以，沒錯(cuò)，會(huì)有很多agent。客戶會(huì)擁有自己的agent。但大型agent，也就是負(fù)責(zé)廣泛編排的agent，將由我們來完成。當(dāng)我們向客戶展示我們的技術(shù)棧時(shí)，他們通常不想自己重新實(shí)現(xiàn)整個(gè)大型功能。他們可能需要特定領(lǐng)域的功能，但不需要完整的功能。這就是我預(yù)見到的情況。我們希望確保客戶可以使用我們的agent，或者在需要時(shí)調(diào)用他們自己的agent。但主要工作將在我們的超級(jí)agent中完成。我們已經(jīng)向許多客戶展示了這一點(diǎn)，構(gòu)建它需要大量的工作。

至于LLM公司，他們需要工具和領(lǐng)域知識(shí)。他們會(huì)不斷改進(jìn)模型，也可能涉足網(wǎng)絡(luò)安全等特定領(lǐng)域，但他們?cè)谶@個(gè)領(lǐng)域的數(shù)據(jù)不足。在我與查理（博通）或詹森（英偉達(dá)）的所有交流中，他們都表示自己已經(jīng)有很多工作要做。他們?cè)谖锢碓O(shè)計(jì)、模擬電路、數(shù)字電路等方面都面臨著巨大的挑戰(zhàn)。他們沒有必要親自處理整個(gè)LLM層。對(duì)于某些特定的芯片，他們或許會(huì)有自己的agent，但我們也會(huì)有自己的agent。

Q：如果客戶想要直接訪問這些 API 怎么辦？

Anirudh Devgan：你需要一個(gè)完整的研發(fā)團(tuán)隊(duì)才能做到這一點(diǎn)。即使使用目前的接口，我們也能訪問更深層次的信息。你需要了解歷史和算法。大型公司通常不愿意深入到那個(gè)層面。

我們已經(jīng)向許多公司展示了這一點(diǎn)。真正的問題是，為什么EDA公司在經(jīng)歷了三十多年的工作流程和工具發(fā)展之后，現(xiàn)在才能做到這一點(diǎn)？我們一直都希望實(shí)現(xiàn)更高的自動(dòng)化程度，但以前沒有算法可以將知識(shí)和工作流程自動(dòng)化結(jié)合起來。現(xiàn)在有了。

我將展示一些實(shí)際的演示。我們需要具備技能的智能體和模型。硬件也很重要。我們擁有該領(lǐng)域特有的數(shù)據(jù)、知識(shí)和接口。

Q：您說的流程內(nèi)部編排是指功能、疊加層還是交接？如果是的話，是否僅限于Cadence工具內(nèi)部？有些設(shè)計(jì)會(huì)使用多家公司的工具來實(shí)現(xiàn)不同的功能。這種情況該如何運(yùn)作？

Anirudh Devgan：我們稱之為AgentStack的整體流程遠(yuǎn)不止RTL那么簡(jiǎn)單。它包含龐大的后端組件，我們的IP團(tuán)隊(duì)也對(duì)此感到非常興奮。IP的盈利能力不如EDA，但有了這類工具，我們就能像一個(gè)兩倍規(guī)模的團(tuán)隊(duì)一樣高效運(yùn)作。它也成為了我們混合信號(hào)IP的理想環(huán)境。這就是我強(qiáng)調(diào)這個(gè)技術(shù)棧的原因。

客戶可以自行編寫agent程序，也可以根據(jù)需要從其他模型中調(diào)用agent程序，他們還可以編寫自己的技能。至于工具的混合使用，我們還需要觀察。他們也可以根據(jù)需要調(diào)用其他agent程序。但我們的目標(biāo)是確保我們擁有最好的工具和最好的agent程序。

隨著工作流程日益緊密，垂直整合的趨勢(shì)也將更加明顯。過去，企業(yè)可能需要在不同的供應(yīng)商之間建立曲折的流程。而現(xiàn)在，我們正朝著更加垂直化的流程發(fā)展。這部分原因在于高級(jí)節(jié)點(diǎn)更加復(fù)雜，部分原因也在于人工智能使得更緊密的集成更具價(jià)值。

很可能出現(xiàn)的情況是，不同流程之間在高層設(shè)計(jì)上仍會(huì)出現(xiàn)一些分裂。但我們的目標(biāo)是打造最佳的PPA（支付服務(wù)提供商），不僅是最佳的agent層，還有最佳的基礎(chǔ)工具。我們希望成為高端之選。系統(tǒng)越復(fù)雜，垂直整合的需求就越大。

Q：您是否有計(jì)劃或概念，讓一哥主要agent來統(tǒng)籌一切？

Anirudh Devgan：這就是我們的AgentStack。它是超級(jí)agent的頭部agent。它是一個(gè)agent層級(jí)結(jié)構(gòu)。AgentStack下有五個(gè)超級(jí)agent，每個(gè)超級(jí)agent下又有二三十個(gè)agent，因?yàn)槊總€(gè)工具最終都會(huì)有一個(gè)agent接口。但AgentStack是頭部agent。

Q：二十年來，我們一直在討論EDA如何引領(lǐng)系統(tǒng)之系統(tǒng)設(shè)計(jì)。除了你們正在進(jìn)行的投資之外，還有哪些因素可以幫助Cadence成為領(lǐng)先于其他工具的領(lǐng)軍者？這里說的領(lǐng)先者不僅指其他EDA廠商，也指所有試圖引導(dǎo)跨領(lǐng)域工作流程的機(jī)構(gòu)。

Anirudh Devgan：歸根結(jié)底，還是要看誰能提供最佳解決方案。我們對(duì)超級(jí)agent非常有信心。我們需要一個(gè)總agent來統(tǒng)籌所有超級(jí)agent，而且我們需要確保總agent的運(yùn)作方式保持一致。但最終，真正的區(qū)別在于超級(jí)agent的質(zhì)量和規(guī)模。它們的復(fù)雜程度與基礎(chǔ)探索性數(shù)據(jù)分析工具本身不相上下。

另一個(gè)重要的因素是我們的客戶群。我們最大的70到80家客戶貢獻(xiàn)了我們大部分的收入。這與SaaS業(yè)務(wù)截然不同。而且，人們常常忽略的一點(diǎn)是，我們每周都會(huì)與這些公司召開多次研發(fā)會(huì)議。

在工程軟件領(lǐng)域，客戶每周都會(huì)告訴我們他們的需求，他們想要的是超級(jí)智能體。對(duì)他們來說，從零開始編寫這些智能體是浪費(fèi)時(shí)間。如果我們組建了合適的團(tuán)隊(duì)，運(yùn)用了合適的技術(shù)，并且做得足夠好，他們就沒有理由不采用我們的產(chǎn)品。我們的客戶希望我們來開發(fā)它。

對(duì)另一些人來說，這就變成了一個(gè)將各個(gè)層組合起來的數(shù)學(xué)問題。例如，所有LLM公司都來找我們洽談。機(jī)會(huì)在于用自動(dòng)化取代人工操作。我們向客戶展示了我們的模擬堆棧，并演示了如何實(shí)現(xiàn)他們現(xiàn)有工作的自動(dòng)化。最終，最好的產(chǎn)品勝出。

Q：您能談?wù)剶?shù)字孿生以及人工智能數(shù)據(jù)中心以外的市場(chǎng)嗎？

Anirudh Devgan：我們已經(jīng)看到超大規(guī)模數(shù)據(jù)中心在這方面取得了不錯(cuò)的成果。另一個(gè)主要領(lǐng)域是機(jī)器人技術(shù)。我們進(jìn)行收購的原因之一是，如果機(jī)器人技術(shù)市場(chǎng)規(guī)模達(dá)到2500億美元，那么模擬與現(xiàn)實(shí)之間的差距就必須大幅縮小。

Atoms 的方法最為精準(zhǔn)。如果你看看像 NVIDIA 的 Isaac 或 Google 的 MuJoCo 這樣的環(huán)境，它們雖然不斷改進(jìn)物理引擎，但本質(zhì)上仍然是游戲物理。這種物理引擎擅長(zhǎng)處理運(yùn)動(dòng)，但并不總是能勝任細(xì)致的交互。最精準(zhǔn)的多體動(dòng)力學(xué)來自 Atoms（一家被 Cadence 收購的公司）。過去的問題在于速度，但現(xiàn)在我們已經(jīng)可以接近實(shí)時(shí)了。

當(dāng)我與機(jī)器人公司交流時(shí)，他們面臨的最大挑戰(zhàn)之一是最后那一毫米的動(dòng)態(tài)過程，也就是物體被抓取或變形的瞬間。而數(shù)字孿生技術(shù)正是在這方面發(fā)揮著至關(guān)重要的作用。這是我們首先關(guān)注的重點(diǎn)。

另一個(gè)領(lǐng)域是無人機(jī)的計(jì)算流體動(dòng)力學(xué) (CFD)。我們?cè)c波音公司合作開展一個(gè)項(xiàng)目，結(jié)果顯示，由于仿真耗時(shí)過長(zhǎng)，實(shí)際完成的仿真量?jī)H占預(yù)期的 20% 左右。現(xiàn)在，借助我們的軟件和 GPU，我們可以加速部分仿真過程。因此，物理人工智能領(lǐng)域，包括 CFD 和航空航天領(lǐng)域，彌合仿真與實(shí)際應(yīng)用之間的差距，蘊(yùn)藏著巨大的機(jī)遇。

Q：所有 EDA 公司都已進(jìn)行投資，以擴(kuò)大其服務(wù)范圍，使其超越傳統(tǒng)的芯片設(shè)計(jì)公司。除了您目前合作的七八十家公司之外，這種服務(wù)在多大程度上能夠普及？尤其是在agent和更廣泛的生態(tài)系統(tǒng)方面？對(duì)于那些想要從事芯片設(shè)計(jì)但尚不了解相關(guān)技術(shù)或缺乏資源的新興公司，情況又如何呢？

Anirudh Devgan：2018年進(jìn)軍系統(tǒng)領(lǐng)域的決定可以歸咎于我。但現(xiàn)在是2026年，很多事情都發(fā)生了變化。我們當(dāng)時(shí)想進(jìn)入系統(tǒng)領(lǐng)域并實(shí)現(xiàn)多元化發(fā)展，而且這其中存在協(xié)同效應(yīng)。我仍然喜歡系統(tǒng)設(shè)計(jì)自動(dòng)化（SDA），但工程設(shè)計(jì)自動(dòng)化（EDA）的價(jià)值要高得多。我們需要專注于核心業(yè)務(wù)，也就是智能體流程。

SDA固然不錯(cuò)，但它只是其中的一部分。3DIC很有意思，機(jī)器人技術(shù)也很有意思。我們現(xiàn)在的SDA業(yè)務(wù)規(guī)模超過十億美元，而且還在增長(zhǎng)。但EDA領(lǐng)域的機(jī)遇正在以前所未有的速度重新涌現(xiàn)。

如果我們能夠利用智能體工作流程實(shí)現(xiàn)更多EDA自動(dòng)化，那么大型系統(tǒng)公司就能生產(chǎn)更多芯片，并將業(yè)務(wù)拓展到數(shù)據(jù)中心以外的機(jī)器人等領(lǐng)域。因此，在智能體領(lǐng)域，核心業(yè)務(wù)蘊(yùn)藏著巨大的機(jī)遇。更多系統(tǒng)公司將生產(chǎn)芯片，而我們這邊也將實(shí)現(xiàn)更多自動(dòng)化。

我們?nèi)匀粫?huì)按比例投資于這些相關(guān)領(lǐng)域，以免錯(cuò)失良機(jī)，但EDA仍然是我們的核心業(yè)務(wù)。大約80%的業(yè)務(wù)活動(dòng)仍然集中在芯片設(shè)計(jì)領(lǐng)域。客戶的功能也得到了極大的提升。我們或許只比十年前進(jìn)步了一百倍，但仍有十倍的提升空間。例如，汽車公司希望設(shè)計(jì)更多種類的芯片。

Q：Agentic是今年的熱門話題。您的客戶在采用Agentic的階段處于什么位置？是早期階段嗎？

Anirudh Devgan：現(xiàn)在還早。很多目前都在與小型agent合作。這取決于公司。實(shí)際上，對(duì)我們和他們來說，業(yè)務(wù)增長(zhǎng)顯著提升都只是最近六個(gè)月的事。

這就是我們收購 ChipStack 的原因。我們二月份正式推出產(chǎn)品，現(xiàn)在正與客戶進(jìn)行更深入的交流。但發(fā)展速度非常快。自動(dòng)化帶來的價(jià)值正在逐步實(shí)現(xiàn)。

所以，沒錯(cuò)，現(xiàn)在還處于早期階段，但大家對(duì)此表現(xiàn)出了極大的興趣。他們并沒有自己開發(fā)所有功能，而是委托我們來做，而我們已經(jīng)領(lǐng)先一步。雖然現(xiàn)在還處于早期階段，但他們希望將這些功能集成到他們的環(huán)境中。

例如，使用 VeraStack，您可以從 Claude 調(diào)用它，但由于我們已經(jīng)將其與 Virtuoso 集成了關(guān)鍵 API，因此客戶更喜歡通過我們來操作。

如果您愿意，我現(xiàn)在可以按照您通常的轉(zhuǎn)錄風(fēng)格進(jìn)行下一輪整理，這意味著更簡(jiǎn)潔的引言、更輕柔的答案清理，以及發(fā)言者標(biāo)簽的格式與您通常使用的格式完全一致。

（來源：編譯自morethanmoore）

*免責(zé)聲明：本文由作者原創(chuàng)。文章內(nèi)容系作者個(gè)人觀點(diǎn)，半導(dǎo)體行業(yè)觀察轉(zhuǎn)載僅為了傳達(dá)一種不同的觀點(diǎn)，不代表半導(dǎo)體行業(yè)觀察對(duì)該觀點(diǎn)贊同或支持，如果有任何異議，歡迎聯(lián)系半導(dǎo)體行業(yè)觀察。

今天是《半導(dǎo)體行業(yè)觀察》為您分享的第4378內(nèi)容，歡迎關(guān)注。

加星標(biāo)??第一時(shí)間看推送

求推薦