计算芯片需求正呈现前所未有的增长态势。预计到 2030 年，全球半导体市场规模将攀升至 1.2 万亿美元。" 这些增量很大程度上由数据中心 AI 计算的爆发及向边缘端的迁移所驱动。"8 月 19 日，在 CadenceLIVE China 2025 中国用户大会上，Cadence（楷登电子）高级副总裁兼系统验证事业部总经理 Paul Cunningham 强调，" 这仅仅是第一波浪潮 "。

图片来源：每经记者 张韵 摄更深远的影响在于设计范式的转变，随着半导体工艺节点推进至 3nm 及以下，芯片设计复杂度呈指数级增长。Paul Cunningham 认为，用户体验正成为芯片设计的核心出发点。面对集成 2000 亿颗晶体管的 3nm（纳米）芯片等带来的系统级挑战，Paul 坦言传统路径已逼近物理极限，传统设计方法难以应对。作为全球 EDA（电子设计自动化）三巨头之一，近年来 Cadence 正从 EDA 工具向自主设计转型。如何应对智能系统设计的复杂挑战？从公司披露的 2025 年第二季度财报来看，Cadence 的一项重要技术进展在于，首次在系统级芯片设计平台中融入代理式 AI 架构。Paul Cunningham 表示，代理式 AI 能够自主处理高复杂度任务，通过智能优化与自动化决策，显著提升功耗、性能和面积（PPA）表现。它将工程师从重复性、琐碎的试错工作中解放出来，使其更专注于架构创新和算法优化等创造性工作，最终实现真正高效的 3D-IC（三维集成电路）协同设计。那么，面对 3D-IC 设计中多物理场耦合带来的仿真挑战，AI 技术是必然选择还是可选辅助？在 Paul Cunningham 看来，EDA 在设计全流程中构建了从电路建模、多物理场仿真到制造签核的完整虚拟映射体系，甚至能够实现一次流片成功。而在物理世界中现有孪生技术仍面临验证完备性挑战，在机器人、无人机等系统领域，仿真覆盖率仅 20%，另外 80% 则必须通过实际制造、测试来不断改进模型和方法。Paul Cunningham 进一步表示，在半导体设计领域，EDA 本身就是一种数字孪生技术。因此，Cadence 将数字孪生定位为跨产业战略支点，通过战略性并购 Beta CAE Systems 和 VLAB Works 两家公司强化技术图谱，发展物理孪生与功能孪生技术，来提升系统仿真的覆盖率和效率。随着 AI 技术的持续演进，芯片设计将逐步实现从辅助设计到自主设计的跨越。Paul Cunningham 在演讲中还重点介绍了支撑 Cadence 代理式 AI 战略的关键平台与工具，JedAI Platform 的革命性在于支持自然语言交互，可大幅节省设计时间。他指出，云端协同、开放生态、智能优化等趋势正在重塑整个产业链。免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。每日经济新闻