2025 年，DeepSeek 迅速走红。这使得半导体行业加快步伐，迈入了 AI 时代。

多家 CPU 与算力芯片企业实现了对 DeepSeek 的适配，在这种情况下，EDA 作为芯片设计的“工业母机”，也将会迎来 AI 带来的新一轮“爆改”。

当拥抱 AI 成为行业的共同认识时，当新思、楷登等国际的大型企业开始拓展 AI 产品的生产线时，芯华章、芯和半导体等国产的 EDA 企业又该如何去改写在 AI 这一隐形战场上的竞争格局呢？

以下为正文：

01

[id_1347810267]

黄仁勋在 GTC 2025 演讲时有所指出。他称 AI 已历经三代技术范式的转移。先是从意识 AI 开始，接着到生成式 AI，而后到目前的代理式 AI。接下来将会迎来物理 AI，也就是机器人的时代。

在全新的转折点之下，AI 行业变得更加智能，其应用也更加广泛，并且这种 AI 行业也需要更多的“基础设施”来给予支持。

深圳有一家布局端侧 AI 芯片的物联网公司，以端侧芯片为例。近两年，这家公司的应用获得了成长，研发投入的预算也更为合理。去年年底，该公司复购了芯华章的 EDA 产品，并且预期会有更深入的合作。

可以预见，AI 行业进入高速增长期。随着这一情况的发生，对于辅助工具的需求将迅速扩张，尤其是以 EDA 为代表的具有高技术壁垒的“基础设施”需求。

除此之外，AI 的发展尤其是 DeepSeek 的出现打破了传统 EDA 的惯常思维：它不沿袭旧路，不进行盲目砸钱的游戏，而是开辟新的途径，注重系统架构创新所具有的价值。

此前存在一个典型现象，国际主流公司占据了八九成的市场。与创新相比，许多公司更注重如何实现垄断。一旦有创新技术出现，它们就会将其买断。很多时候，这背离了寻找更好手段的初衷，因为更好的手段有时反而会对自身的商业利益造成损害。

系统架构创新的价值在于从客户真实需求层面去寻找更优的替代，这种方式比进行资源战更具效率。

此外，在半导体的产业链当中，EDA 被视为芯片设计的“工业母机”。它贯穿了芯片设计的整个流程，既涵盖了从前端的设计这一环节，也涵盖了验证这一环节，同时还涵盖了从后端的物理实现等各个环节。

但摩尔定律逐渐放缓，同时市场对高性能、低功耗且大算力的芯片需求持续增长。在这种情况下，全球 AI 芯片的设计复杂度每年增加 40%，传统的 EDA 工具已经难以满足对千亿级晶体管的验证效率需求。

由此，AI+EDA成为众多厂商的共同选择。

公开信息表明，新思以及楷登等这些国际上的巨头已经开始进行 AI 产品线的拓展。同时，芯华章和华大九天等国产的 EDA 厂商也都纷纷加快了在 AI 时代的生态进化进程。

当前，DeepSeek 正在以国产 GPU 生态为基础开发底层技术。它通过模型创新以及资源整合，能够用 1/10 甚至 1/100 的投入，达成与 GPT 等国际大模型相近的性能。并且，它还能支持 EDA 企业优化预算投入以及技术成长。

今年 2 月，广立微宣布了一个消息，即其 SemiMind 平台接入了 DeepSeek。同时，国产 FPGA 芯片设计 EDA 软件亿灵思也宣布接入了 DeepSeek。

从应用场景方面来看，AI 大模型逐步实现了从“基础能力”向“通用能力”，接着又向“行业能力”的持续演进。它能更好地适应以机器人、智能网联汽车等为代表的智能设备领域，还能为 EDA 行业带来更多的可能性。

02

深度+AI打造差异化，才是好路径

海外 EDA 企业在具有垄断性的市场地位之下，自身有着悠久的沿革历史，并且仍然遵循着资本化战略。

24 年 3 月，Cadence 宣布进行一项收购行动，即收购 BETA CAE Systems International AG。其目的是对面向汽车、航空航天、工业和医疗保健领域的系统分析产品线进行补充。

年末，新思科技进行了以 350 亿美元收购工业软件巨头 Ansys 的交易，该交易获得了英国竞争与市场管理局的批准，同时也获得了欧洲委员会的批准。

并购潮和 AI 潮过后，新思科技能够实现对全流程 EDA 工具解决方案的布局，楷登电子也能够实现对全流程 EDA 工具解决方案的布局，西门子同样能够实现对全流程 EDA 工具解决方案的布局，并且这三大 EDA 头部企业的市场份额有进一步扩大的可能。

应对这一现象，国内EDA厂商积极通过差异化优势取胜。

有代表性的是芯华章，它聚焦国产数字验证 EDA。当前，许多 EDA 厂商服务客户的逻辑已发生转变，从跟随摩尔定律演进转为更注重终端系统应用需求。在追求高性能之际，芯华章关注的重点是如何助力芯片厂商设计出更符合客户需求的产品，以及帮助客户在应用市场中获得差异化竞争优势。

在高性能 CPU 以及 AI 芯片的设计过程中，浮点运算和矩阵乘等这些复杂算子的验证，长久以来都面临着“覆盖不够全面、效率较为低下”的难题。传统的仿真方法没办法将海量的边界条件全部列举出来，所以就需要依靠形式验证。手动进行形式化验证的门槛是比较高的，这使得很多团队都望而却步，因为复杂时序逻辑的手工编写不仅耗费时间和精力，而且还很容易因为遗漏边界条件而导致出现验证漏洞。

SystemVerilog 断言（SVA）在形式属性验证（FPV）方面对于保证设计的正确性有着极为重要的作用。然而，对于复杂时序逻辑进行手工编写是一件既耗费时间又耗费精力的事情，并且还容易因为边界条件的遗漏而引发验证漏洞。

芯华章与中兴微电子将目光对准这一痛点，他们联合进行研发，研发出了基于大语言模型（LLM）的 SVA 生成技术，并且引入了工业级创新评估系统 SVAEval。这个框架通过不断地进行迭代式提示优化以及指标评估，使得由大型语言模型生成的 SVA 的质量得到了显著的提升。

在真实项目的验证过程中，该系统展现出了很强的场景适配能力。同时，复杂断言的开发效率提升了 40%还多。原本需要 3 天的调试周期，现在缩短到了数小时。

DeepSeek 对于一项杠杆效应极强的工具来说，成功验证了 EDA 系统架构创新的价值。它验证了如何通过优化浮点运算以及多核设计等方式，在非先进制程（像 5nm/7nm 这样）下帮助客户达成算力突破，进而为国内 AI 芯片客户赋予差异化竞争力。

简单来说，芯华章正在利用 AI 来提升实时分析验证任务的优先级，并且对算力进行分配的优化，以此帮助客户缩短超大规模芯片的验证周期。

举例来说，公司拥有一款具有差异化优势的产品。这款产品在 GalaxEC-HEC 中通过创新技术优化了底层 Solver 的性能，还利用大模型自动生成了验证断言（Assertion）代码，并且提供了自动训练和评估系统，能够对 AI 算子进行验证，有助于客户缩短开发周期，其验证速度能达到国际主流工具的数倍甚至上百倍。

GalaxEC - HEC 工具针对 AI 芯片场景具有优势价值。它的优势在于可以根据客户系统的差异进行场景化开发。而国际主流工具无法处理的问题，芯华章的产品却能够解决。

在另一家头部互联网公司的案例里，它的 AI 推理芯片设计项目之前因为验证效率低而处于僵持状态。传统的 EDA 工具没办法应对复杂的场景化需求，然而芯华章的团队仅仅用了两周时间，就根据客户的代码风格定制出了优化工具，把验证周期从三个月缩短到了三周。

据悉，它的 AI 驱动的 RTL 代码自动纠错系统有这样的能力：可以借助知识图谱以及因果推理模型，准确地找到错误的根源，并且还能推荐修复的方案。在过去，工程师需要花费好几天的时间去进行“人工调试”，而现在，这个系统仅仅几分钟就能够给出答案。

这证明了国产替代具有做差异化的重要价值。国际 EDA 巨头通常很难为某家公司的风格而去专门设计一个新的工具版本。

场景驱动且由客户定义的创新逻辑，使得公司的产品成功地应用在了 60 余家前沿科技企业中，这些企业涵盖了自动驾驶领域、物联网领域以及高性能计算等多个领域。

国产替代的本质在于供应链安全与价值升级需同时重视。国产 EDA 厂商有望凭借本地化优势以及 AI 所赋予的能力，提供能够适配客户需求且优于国际竞品的定制化解决方案。

03

“高压战场”的正反面

中商产业研究院的分析师做出预测，在 2025 年的时候，中国的 AI 芯片市场规模会增长到 1530 亿元，并且 EDA+AI 依然拥有比较大的市场空间。

2024 年“国九条”和“并购六条”等政策促使行业进行整合。华大九天通过并购迅速补齐了技术短板，概伦电子也通过并购快速地补全了技术短板。

探索 AI 技术以及尝试用其解决现实问题依然是所有 EDA 企业的努力方向。然而，AI 的变革大潮对 EDA 工具的助力还远未达到颠覆性的程度。

要知道，芯片产业的试错成本是极高的。半导体行业的每一家企业，都对数据安全性极为看重。

AI 大模型的训练需要耗费长时间，并且需要海量的数据积累来确保其可靠性。与此同时，EDA 行业对精确度有着很高的要求，模型的推理逻辑通常很难达到绝对的精准。

当前 EDA 工具的认证工作较为复杂。国产 EDA 需要有更深层次的产业合作，也需要政策支持，还需要持续进行技术研发投入，以此来增强竞争力。

海外巨头进行生态碾压，国产 EDA 厂商采取行动。国产 EDA 厂商通过引入 AI 技术，并且采用贴近市场的打法，努力在产业链重塑的浪潮里，在全球半导体设计工具市场中获得一席之地。

这片战场处于生死时速的高压状态。EDA 与 AI 的融合之路将会走向何方呢？国产 EDA 企业能否撕开国际垄断所形成的裂缝呢？

04

尾声

在 AI 芯片的黄金时代，EDA 加上 AI 不仅是一种技术工具，而且是一种战略资源。

然而，这场战役还没有结束。未来三年，可能会成为检验国产 EDA 企业差异化战略成效的关键时期。