當半導體產業邁入算力競爭的深水區，芯片設計的復雜度與迭代速度正持續突破極限。作為產業基石的 EDA（電子設計自動化）工具，面臨著前所未有的挑戰。而 AI 技術的崛起，正以顛覆性力量重塑 EDA 行業的發展邏輯——從工具輔助邁向智能驅動，從單點優化演進至多智能體協同的自主化設計。AI 不僅致力于破解芯片設計中生產力與 PPA（性能、功耗、面積）的平衡難題，更推動 EDA 行業在 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 數字與簽核事業部資深產品總監潘安發表了題為“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 系統仿真資深產品經理吳磊則在技術論壇上，針對當前車輛 EMC/EMI 仿真面臨的挑戰及其創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 引發的大模型浪潮席卷千行百業，半導體產業也迎來了其智能化轉型的關鍵節點。在算力需求爆發與設計復雜度飆升的雙重壓力下，傳統 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”逐步演變為“核心驅動力”，推動芯片設計范式發生根本性變革。

回顧 EDA 行業 40 年的演進歷程，潘安強調，行業始終以設計抽象化為核心路徑提升研發效率。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力的飛躍，這一過程始終圍繞著提升設計抽象層次和優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進入下一個發展階段的關鍵力量，Agentic AI 技術的崛起正成為 EDA 行業發展的全新引擎。

行業數據印證了這一趨勢。潘安展示的研究數據顯示，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，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，還將顯著縮短產品上市時間。AI 已不再僅僅是工具，而是正在成為能夠執行復雜任務、協同多個子系統的“設計伙伴”，推動設計流程向著自主化方向穩步邁進。

支撐 Agentic AI 落地的，是兩大積極趨勢。首先是 AI 模型“多快好省”的發展。從 GPT-3 到 GPT-4，模型性能實現質的飛躍，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，參數規模和硬件成本也在優化。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代碼生成的任務中出錯率降低逾半，滿分完成率提升數倍，證明優化后的小模型同樣能勝任專業推理。

其次是新型智能體互聯協議的涌現。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議（MCP）、A2A 協議等標準，可以實現不同工具、平臺甚至用戶自有智能體之間的“插拔式”協作，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 EDA 核心技術與最新 AI 成果深度融合，這種能力在 Cadence 推出的統一 AI 平臺——JedAI 上得到了集中體現。該平臺作為數據和 AI 的統一框架，能夠攝取、分析并迭代來自數字、模擬、驗證、PCB/3D-IC 及多物理場等各平臺工具的數據。它支持多種主流大模型和協議，可根據客戶需求靈活配置，實現了從“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，使用標準協議連接多個產品，實現復雜任務的自動化管理。

例如，基于互聯的智能體生態系統協議，Cadence 打造了涵蓋物理設計智能體、布局規劃智能體、 SDC 智能體、形式驗證智能體等在內的全流程數字設計解決方案，實現了 Innovus、Tempus、Jasper、Xcelium 等核心工具的無縫協同，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 為行業描繪了一條清晰的演進路徑：從優化 AI、對話式 LLM，經復雜推理、智能體工作流，最終實現完全自主設計。目前，行業正處于從 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，Cadence 的目標直指 L5 的全流程自動化。

在實踐層面，優化 AI 是 Cadence 過去五到十年一直在部署，并已經涵蓋了數字設計領域的 Cerebrus、數字驗證領域的 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 更成為業界首個達到代理式 AI 第四級的物理設計系統，具備多智能體協同完成從規劃、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，行業仍需持續投入夯實核心 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 技術的持續演進與落地，Cadence 將持續推動芯片設計向更高效率、更高質量、更低成本的方向發展，引領行業邁入自主設計的全新紀元，為全球半導體產業的創新發展注入強勁動力。

汽車智能化催生電磁仿真新挑戰

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

隨著汽車智能化、網聯化水平的持續提升，整車電磁環境日趨復雜。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、底盤電子控制等核心部件，使得車身電磁環境愈加錯綜復雜，EMC/EMI 合規成為汽車研發的關鍵訴求，相關標準遵循 ISO11451 及 GB/T 33012 規范。吳磊指出，新一代車輛的電子設備數量顯著增加，電子設備之間的干擾及抗干擾問題日益凸顯。同時，面對縮短開發周期的挑戰，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：

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，易因內存不足導致仿真失敗。

此外，復雜細節處理也構成挑戰。大尺寸結構包含豐富內部細節，網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，展現出顯著優勢。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 通過軟硬件協同創新實現的三大突破：

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能力，支持分布式并行計算，實現近乎線性的擴展性。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建與編輯。兩者共享同一求解內核，兼顧專業性與靈活性。

在仿真流程方面，ANSA 作為前處理工具，負責中面模型的生成、幾何清理與網格劃分，并輸出“.aem”文件供 Clarity 調用。Clarity 則在此基礎上完成邊界條件設定、材料賦值、參數設置、網格優化與求解計算，其內置的 Mesh Issue Locator 功能可有效定位網格錯誤，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，Clarity 3D Solver 在性能、容量與精度方面實現了“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，為汽車行業應對智能化帶來的電磁挑戰提供了有力支撐。未來，Cadence 將持續深耕電磁仿真技術，助力汽車企業提升研發效率與產品合規性，推動智能網聯汽車產業高質量發展。