當前半導體產業迎來新一輪發展浪潮，芯片與系統的設計范式正在發生根本性的轉變，無論是算力規模、數據帶寬，還是系統復雜度都遠遠超出傳統設計工具與方法的承載范圍。EDA/IP作為半導體產業的基石，依然是破解當前挑戰的關鍵環節。近日，新思科技舉辦“從芯出發，定義Physical AI未來——新思科技基于TSMC C-Node工藝的IP產品組合發布會”，推出面向中國市場的IP產品。發布會上，新思科技首席產品管理官Ravi Subramanian、新思科技全球副總裁兼中國區總裁姚堯接受了媒體采訪，對未來新時代的技術趨勢、公司產品布局以及中國市場戰略進行了深入解讀，展現出新思科技作為EDA、IP以及多物理場仿真領域龍頭，對于行業大勢的深刻理解，以及對中國市場的高度重視。

物理AI時代：論芯片如何實現系統級工程創新

隨著物理AI時代的到來，人工智能正在從數字世界走向物理世界，從模型與數據走向感知、執行和決策。這是業界當前最受關注的話題之一，它的發生有可能會給芯片行業帶來一次根本性的改變。如何應對成為所有行業企業的關注焦點。

針對這一變革趨勢，姚堯在發布會致辭中就指出，隨著AI驅動下的智能系統變得越來越復雜，設計不再只是單純的電路問題，而是電子物理與真實世界的協同，芯片可能不再獨立存在，而是芯片、軟件、系統，與物理環境進行整體的協同。具體來說，變化將體現在以下三個方面：第一，算力效率與功耗的極限平衡。物理AI不是無限堆算力，而是在功耗、面積、成本等嚴苛的約束條件下尋找最優解。第二，系統的復雜性大幅提升。芯片不再是獨立存在，而是與軟件、系統和物理環境中進行協同設計。第三，嚴苛的上市要求。將有越來越多的問題必須在設計階段去提前收斂。

姚堯進一步強調：“問題的關鍵不在于能不能做，而是能不能在有序約束的條件下把產品穩定地、快速地做出來。這才是接下來競爭的焦點。”“物理 AI 時代的挑戰，本質上是一個系統級的工程問題，競爭的關鍵不在單點的性能，而是在系統級的一次性做對的能力。也即要求所有企業將以往單點的能力推向工程體系的能力。要求我們將EDA、IP 與多物理場的仿真能力進行融合，從而構建一個從芯片到系統，再到物理世界的完整的工程體系。”

Ravi Subramanian在進行媒體訪談時，大致推演了AI賦能芯片設計的落地路徑——隨著物理AI的到來，在EDA/IP領域，人工智能將逐步實現從輔助工具到協同伙伴的身份升級。第一階段，AI主要用于優化傳統設計流程，在不改變工程師固有研發步驟的基礎上優化設計成果；第二階段，將實現部分研發環節的自動化，替代人工完成重復性工作，提升研發效率；第三階段，AI將逐漸成為工程師專屬助手，承接部分基礎研發工作，釋放工程師創新精力；第四階段，AI將深度介入研發流程當中，可以自主優化迭代工作流，重構芯片設計模式。

基于這樣的節奏，目前新思科技已推出和落地多項AI賦能技術，通過AI強化學習縮減仿真驗證次數、依托數字化驗證降低測試成本、借助AI自動生成IP測試結果，全方位提升芯片設計的研發效率。

產品創新矩陣： C-Node工藝IP組合+多維產品布局

作為本次活動的重點之一，新思科技發布了基于臺積電C-Node工藝的IP產品組合。該IP產品組合正是新思科技適配物理AI系統級創新思路、應對行業發展挑戰的落地成果之一。

根據Ravi Subramanian的介紹，新發布的IP 產品組合涵蓋 PCIe、USB、Die-to-Die、DDR5、LPDDR6、MIPI 攝像頭與顯示接口、UFS、HDMI、DisplayPort、邏輯庫、存儲器、非易失性存儲器（NVM）、I/O 以及 SLM 等，覆蓋品類全面，能夠全方位滿足邊緣AI、物理AI、智能機器人、智能制造、無人機等新高增長場景的芯片設計需求。更為關鍵的是，該IP產品組合根據臺積公司的N6C和N4C工藝特性進行定制，包括選擇性減少掩膜層等，在保障核心性能、功耗指標不變的前提下，有效降低了芯片設計成本與量產風險，可以適配大規模商業化落地需求。

除C-Node工藝IP組合外，新思科技面對物理AI時代還進行了多維度的產品布局。在協同設計領域，新思針對芯片熱力、氣流波動等物理場景影響芯片性能的難題，布局全新協同設計新品，將于2026年底正式問世；在AI智能體迭代領域，公司從輔助設計層級向高階自動駕駛層級進階，即將推出相當于自動駕駛L4級別的AI智能體，可根據功耗目標自動完成RTL設計，實現無人化智能研發；在測試驗證領域，已推出數字孿生解決方案，并攜手英偉達打造全域虛擬測試方案，將70%的實體物理測試轉為虛擬場景測試，大幅降低研發成本、提升量產穩定性，目前該方案已在芯片設計領域規模化應用。

系統級創新轉型不可避免面臨挑戰。Ravi Subramanian認為，當前挑戰主要存在兩方面：一方面，傳統工程師培養體系以確定性技術研發為核心，而AI技術基于概率運算，工程師存在技術適配、認知轉型的適配難題；另一方面，工程師對AI生成的研發結果存在天然疑慮，心態與研發思維的轉變需要長期引導。

針對這些問題，Ravi Subramanian認為可以采取“前端培育信任、后端嚴格校驗”的落地思路加以解決。一般而言，芯片研發越靠近量產環節，對準確率的要求越嚴苛。“往往需要達到99.999%的極致精度”。因此，可以先將AI應用于芯片前端的架構設計、RTL代碼編寫、功能驗證等環節，讓工程師在實操中逐步認可AI輸出結果的準確性與可靠性，積累協同經驗。同時，通過標準化的技術校驗體系，對AI生成的后端生產相關數據進行全方位核查，層層筑牢量產安全防線，從而解決工程師的信任問題，推動AI智能體在芯片全流程設計中規模化落地。

整合Ansys新進展：打造系統級一體化解決方案

去年新思科技完成對Ansys的全資收購，對Ansys技術整合的進展情況依然是行業關注的一個重點。這次收購也可以看成新思科技應對物理AI時代到來，立足產業趨勢所進行的一次戰略性布局。通過對Ansys的收購與技術整合，新思科技將從芯片設計工具提供商，升級為系統級工程能力平臺供應商，補齊了新思科技在物理世界仿真領域的技術短板。

根據Ravi Subramanian的介紹，在收購之前，新思科技與Ansys已保持多年深度合作，在技術研發、客戶服務、方案落地等方面已經積累了成熟的協同經驗。從技術角度來看，新思科技深耕半導體EDA工具與IP產品領域，擁有行業領先的芯片設計全流程技術能力；Ansys則是全球多物理場仿真領域的重要企業，在材料、流體、熱力、力學等真實物理世界仿真領域具備技術優勢。

收購完成后，使新思科技在EDA、IP與多物理場仿真能力得以實現深度融合，形成“芯片－系統－物理世界”的全鏈路工程體系。在資源整合與產品落地方面，新思科技原有全球客戶超2000家，Ansys擁有超18000家全球客戶，雙方客戶體系融合后，大幅拓寬了新思科技的服務邊界，能夠為各行業企業的數字化、智能化轉型提供全方位支撐。

目前，新思科技已推出收購Ansys后的首款產品，順利完成技術整合的階段性落地，依托融合后的全棧技術，為芯片系統協同設計、多場景物理仿真、虛擬測試驗證等核心場景提供一體化解決方案。未來，新思科技將持續優化Ansys技術的整合落地，完善系統級工程創新體系，解決物理 AI時代系統復雜度高、研發約束嚴苛、量產難度大等挑戰。

中國戰略：聯動全球資源，助力本土產業

在全球半導體產業向系統級創新轉型的過程中，中國有著自身的“獨特性”。產業層面，中國擁有全球最完整的制造業體系，制造業產出占全球近30%，且正從規模優勢向高精度、高復雜度的高端制造升級，高度適配物理AI的仿真、優化研發需求；人才層面，中國每年培育超130萬工程人才，擁有全球規模最大的工程師體系，可快速實現復雜系統技術的工程化、產品化落地；市場層面，中國在智能汽車、無人機、具身智能機器人等領域已實現換道領跑，眾多企業重新定義產業形態與行業標準，擁有全球最豐富的物理AI應用場景。

立足中國產業發展機遇，推動公司進一步融入中國產業生態，同時融合全球能力，攜手本土伙伴共同推進創新的落地，成為新思中國未來發展的重要策略。采訪中姚堯表示，新思科技確立了“在中國，連世界”的本土化戰略。區別于傳統跨國企業“在中國，為中國”的單一模式，新思科技戰略目標更加強調“雙向”的創新賦能。一方面，新思科技可將中國市場獨特的短周期、低成本、高性能研發需求，全面導入全球研發體系，推動全球技術資源針對性地適配中國產業場景；另一方面，將全球前沿的EDA、IP、多物理場仿真技術更加高效地落地中國，助力本土企業接軌全球技術趨勢。

在具體賽道布局上，隨著物理 AI時代的到來，新思科技將在中國市場重點深耕三大核心領域：一是多物理場仿真領域，針對人形機器人、智能汽車等復雜場景的電、磁、光、力、熱協同研發需求，持續加大技術與資源投入；二是數字孿生領域，聯合本土生態伙伴推廣虛擬化測試研發方案，降低企業研發成本、縮短上市周期；三是多芯粒（Multi-Die）技術領域，通過優化芯片配置，實現低功耗、高智能算力輸出，全方位支撐物理AI產品迭代。同時，新思科技還將持續深化與本土芯片設計企業、智能系統廠商、科研機構的合作，在生態協同層面搭建全鏈條的連接體系，對內打通企業架構、設計、驗證、系統集成等各研發環節，對外銜接材料、器件、芯片、封裝、系統應用等產業鏈上下游，推動全產業的協同創新。