新思科技葛群：对芯片行业而言，避免AI幻觉带来的干扰更为重要

摩尔定律逼近物理极限的背景下，芯片设计行业过去几十年的研发惯性与规律被打破，面临着设计复杂度进一步提升、更新换代速度加快、定制化及个性化要求更高的新局面。EDA企业在帮助客户解决上述问题的同时，自身也迎来从服务芯片企业向服务系统级企业转型的历史节点。

为探索芯片设计行业的进阶之道，《中国电子报》推出“对话EDA”高端访谈栏目，约请全球EDA行业头部企业负责人开展交流。近日，《中国电子报》总编辑胡春民与新思科技全球资深副总裁、新思中国董事长兼总裁葛群展开了深度对话。

集成电路规模日益增长，EDA+IP全面解决方案持续降低设计难度

胡春民：回顾新思科技发展历程，存在哪些关键的历史节点？

葛群：新思科技发展的历史，可被称作半部全球半导体产业发展史。因此，从半导体产业发展史的角度理解新思科技的发展或许会更加准确。

新思科技成立于1986年。次年，台积电成立。这两家公司的成立折射出全球半导体产业正在发生结构性变革：半导体产业正在从“一家公司做到底”的IDM模式向“EDA工具、芯片设计、芯片制造各司其职”的产业链各环节更加垂直分工的协同格局转变。

新思科技成立至今近40年的发展历程中，半导体制造工艺持续迭代，集成电路规模和设计复杂性呈指数级增长。这些发展趋势都持续给半导体设计工具带来全新挑战，EDA公司也由此应运而生。为了应对挑战，新思科技也在不断地完善自己的产品线，累计逾百次的战略性收购，最终于2001年成为了业内首家能够提供EDA完整解决方案的公司。

伴随着集成电路复杂度的提升，市场的需求也刺激了IP业务的萌芽。1995年前后，新思科技开始布局IP业务领域，在提供EDA解决方案之外，也开始研发IP解决方案，即经过硅验证的芯片设计模块。芯片开发者无需从零开始设计电路，而是可以在已经过验证的模块基础上搭建更复杂的芯片。

胡春民：如何理解EDA工具发挥的作用？

葛群：在EDA技术产业化之前，芯片开发者需要手工绘制芯片图纸，包括晶体管、PN结等，这要求芯片开发者不仅需要懂电路、理解电路逻辑，还需要兼备绘制代表电路图形的能力。

在半导体产业链垂直分工体系深化的过程中，EDA扮演了两个重要角色：其一，将对系统功能、芯片功能的描述转化为方便芯片代工企业理解的数据；其二，以最准确的方式，将芯片代工厂的制造信息进行抽象和建模，实现从芯片设计到制造的全流程数字化呈现。

通过技术解耦推动设计范式的根本性转型，芯片设计企业得以剥离对制造、化学材料相关的信息的依赖，而只需聚焦于电流、电压等与电子相关的信息或者是0/1的逻辑信息，从而更加专注于使用更先进的工艺打造功能更复杂的芯片。

如今，EDA已经成为芯片产业最上游也是最核心的技术，撬动了目前全球近6000亿美金的芯片市场，并带动全球超过1.85万亿美金电子市场的发展，串联起整个电子产业链，推动芯片设计、芯片制造等集成电路产业之外，还赋能下游广大电子终端应用厂商。

胡春民：新思科技为什么会做IP业务？

葛群：很多人可能会对新思科技的业务存在误解，认为IP和EDA是各自独立的业务。但对于我们而言，二者是一体的。事实上，IP的概念最早就是由新思科技提出。在我们推出逻辑综合工具之初，IP的概念便已贯穿其中。

例如，综合工具中会使用到加法器或乘法器，这些需要开发者使用逻辑门进行搭建。但在有了综合器后，当开发者需要执行a+b或者a*b的任务时，可以调用计算库中的加法IP或者乘法IP。不仅如此，我们设计的乘法器具有不同的特征，例如有的速度快、有的面积小，有的功耗低。而我们的工具可以帮助开发者根据需要从不同类型的乘法器中，选出最适合执行当前任务的一款。

新思科技的IP业务经历了从简单到复杂的发展历程，从最初的简单IP例如单元库、加法器、乘法器，渐渐地实现了DMA（直接存储器访问）、总线、小型MCU、32位CPU以及当前行业广泛使用的USB、DDR、HDMI接口等领域。

对于新思科技而言，IP就像是搭建高楼大厦所用的砖，EDA就像是搭建过程中使用的方法和工具。二者协同合作，便组成芯片设计所需要的关键元素。

相比参数进步更注重满足终端市场需求，从芯片到系统赋能万物智能未来

胡春民：当前，芯片行业正面临着怎样的新挑战？对此，新思科技有何应对措施？

葛群：当前行业的发展遵从两个定律。其一是摩尔定律，即工艺会按照每18个月翻一番的速度更新。其二是系统复杂度呈现几何级增长。这两个维度都是我们EDA厂商需要面对并解决的问题。

在应对芯片复杂度方面，芯片行业正面临着两大挑战。首先是技术挑战，芯片设计复杂度呈指数级增长态势。第二是商业成本挑战，以手机和汽车芯片市场为例：车规级芯片所需要实现的复杂度已不亚于手机芯片，但终端需求量仅相当于手机芯片的1%。这使得平均每颗汽车芯片的研发和生产成本大幅上涨。一方面，汽车芯片所需具备的性能与手机匹敌，但市场需求量又远不及手机，如果要采用更先进的工艺生产汽车芯片便不符合商业逻辑。

对于EDA厂商来说，我们需要帮助客户找到兼顾技术可行性和商业合理性的折中解决方案：帮助合作伙伴实现汽车芯片所需的高性能，又能够降低生产成本。比如，Chiplet便是一个比较理想的解决方案，能够避免单颗芯片太大可能带来的低良率问题。就像当前行业正在以2.5D/3D封装的方式，解决芯片高复杂度和低需求量之间的矛盾一样，新思科技并不是一味地追求高复杂度，而是以服务客户和终端市场的具体需求为目标。我们要做的是保证芯片能够达到整体系统要求，并实现经济效益、加速上市。因此，我们全新推出了从芯片到系统（from silicon to system）设计全面解决方案，以更好地赋能万物智能时代各行各业的定制化、多元化需求。

新思科技参加第七届进博会展览

胡春民：观察到新思科技服务的客户中正出现越来越多的系统公司，这给新思科技的业务经营思路带来什么影响？

葛群：近年来，大家也许注意到，系统公司在新思科技客户结构中的占比显著提升，但这并未改变新思科技的核心业务逻辑。从业务发展角度来看，新思科技始终秉持开放态度，不会过度区分客户类型，而是聚焦于技术赋能本身。

我们合作伙伴的业务形态本就处于动态演进中，而新思科技持续加速，甚至走在合作伙伴的需求之前去演进我们的产品组合，所以我们一直能够为他们日益增长的需求提供多样化的选择，满足越来越严苛的市场需求。在此之上，我们要做的是和合作伙伴们一起定义好高速发展的市场需求，我们才能够用前沿的解决方案给他们带来更大的乘数效应。

我想，这也是新思科技能给客户带来的核心价值：以半导体行业最上游的视角，帮助合作伙伴精准把握市场技术趋势，以全球领先的从芯片到系统设计解决方案，帮助合作伙伴实现更优的功耗、面积、性能与成本之间的平衡，从而构建差异化的竞争力基础。

胡春民：一家做芯片的客户和一家做系统的客户对于你们来说，有没有区别？

葛群：从新思科技的战略视角来看，客户所处的产业链环节并不构成决定性差异。我们始终秉持三重价值协同创造逻辑：其一，站在客户的角度理解业务本质，与客户一起梳理市场需求；其二，站在半导体行业的最上游，把握终端市场技术趋势；其三，推动技术和解决方案的演进与产业需求实现正向循环。我们不仅关注直接客户的工具使用效率，更着眼于其产品在终端市场的竞争力。换而言之，我们不是只关注客户使用新思科技的产品后，芯片处理速度比之前快了5%、功耗降低了5%这样具体的参数，而是赋能客户能够更快地打造具有差异化优势的产品，并且推动产品上市。假设我们服务的是手机芯片厂商，我们的最终使命是使手机制造商更青睐芯片厂商打造的创新芯片。这种贯穿市场需求、芯片研发到终端应用的全价值链协同能力，才是新思科技区别于传统工具供应商的核心竞争力。

胡春民：新思科技产品设计思路是怎样的？

葛群：我们一直关注终端市场的发展。所有的系统公司和芯片设计企业都需要提前制定产品规划，需要提前两三年甚至三四年规划产品。我们所做的，既是通过研究终端市场的发展趋势，反观终端需要怎样的系统和芯片提供支持。通过我们的观察，我们认为数字化、智能化是未来终端市场的发展大趋势，新思科技将其定义为“万物智能时代”。

IC行业AI工具的试错成本巨大，数字孪生技术助力实现万物智能未来

胡春民：今年以来，DeepSeek带来了许多业界讨论。在你看来，AI能够给EDA产业带来什么样的影响？

葛群：当前，产业界对AI驱动芯片设计自动化的期待持续攀升，大家都在关注DeepSeek这样的大模型推出之后，能否帮助企业直接完成芯片设计。对此，新思科技很早便率先启动了AI+EDA方面的研发工作，通过长期技术验证发现：现阶段AI能够有效提升芯片设计效率，但在自然语言描述芯片方面还难以反映开发者的意志，实现芯片设计完全自动化仍然有很长的路要走。

在芯片设计领域，我们无法绕过的问题是：芯片生产的成本非常高，因此对于芯片行业而言，避免AI幻觉带来的干扰比应用软件等轻资产型行业更为重要。目前我们能够看到，AI可以助力软件开发，甚至能够替换掉70%~80%的初级软件工程师岗位。与芯片设计相比，应用软件中AI编程犯错成本相对较低：工程师编译一次、运行一次、测试一次，发现错误之后，就可以马上对代码进行修改。

但对于芯片设计而言，我们不能轻易做这样的尝试。如果芯片设计出现错误，代价不仅是芯片设计企业长达六个月的研发周期损失，更将导致几百万到上千万美金的经济损失。因此，EDA的核心使命在于，通过仿真验证工具，使芯片能够100%按照开发者的想法实现，同时，确保芯片设计的零失误。

新思科技硬件加速验证解决方案

胡春民：在EDA行业，设计AI工具需要具备什么条件？

葛群：数据是一款AI 驱动型EDA工具成功与否的生命线。DeepSeek这样的大模型所需的训练数据来自互联网公开信息。但对于芯片设计这个垂直领域而言，要开发一款好用的AI工具，训练数据需要长期的积累。但在实际的业务推进过程中，AI训练所需的数据都是非结构化的，可能散落在几百个EDA工具的输入、输出文件和log文件中。

而数据积累，是新思科技作为一家起步较早的平台型企业的优势所在。早在十几年前，新思科技便有意识地在芯片领域积累数据，这些庞大的数据库为我们的AI+EDA解决方案更好地实现设计优化、功耗优化等关键功能打下了重要的基础。

胡春民：从应用市场来看，你认为未来拉动EDA产业增长的动力何在？

葛群：这个问题从宏观的角度来看会更清晰，过去，芯片、电子器件都只是系统中的一个附加部分，如今，系统产品的数智属性越来越强，底层逻辑发生根本性变化。

面向万物智能未来，新思科技的自我定位也做了一些转变：我们不再将自己仅仅定义为一家传统的EDA公司，而是从芯片到系统全面赋能万物智能未来的多元需求，将新思近四十年积累的半导体技术底座，转化为驱动万物智能未来的核心杠杆。

实际上，我们花了十几年的时间，一直在做这件事：系统产品在生产出来之前，开发者能在数字环境中对其模拟运行。比如，一部手机的芯片、传感器、屏幕等物理器件被生产出来之前，我们能够在数字环境看到其开机启动页面；一辆车在被生产出来之前，我们可以看到这辆车可能用到的刹车控制、液压、碰撞时候的材料变形等所有的情况。

以现在市场上非常关注的机器人为例：从前，机器人的迭代需要在真实环境中反复试验完成的。而现在，我们可以将机器人所有的环节都真实地放到数字系统中建模，不论是湿滑地面还是崎岖山路，数字系统中能够提供机器人迭代所需要的所有测试环境。现在只需要两三个月的时间，我们就能做完原本在真实环境中需要24个月才能完成的算法迭代工作。当我们在数字空间中完成迭代后，再把算法/程序下载到真实的机器人中，机器人就能迅速地应付各种不同的路面了。

我们看到的确定性趋势是，我们所处的物理世界正变得越来越数字化，电子产品发挥作用的空间越来越大，而人类对物理世界的仿真能力也越来越强。新思科技在做的工作，就是利用几十年的经验积累，帮助开发者在打造实体系统之前进行数字仿真，从而大幅降低电子产品在物理世界的测试成本并缩短时间。

最后，我还想分享的是，2025年也是新思科技进入中国市场的“三十而立”之年。三十年来，新思科技不断把全球领先的创新技术和发展经验引入中国市场，助力中国芯片设计产业完成自主研发先进芯片的转型和升级，赋能中国芯片产业创新，持续加速中国各行各业加速新质生产力。中国市场拥有先进的方法学，强劲的市场需求与技术创新能量都在这里。2024财年，新思科技中国实现了创纪录营收近 10 亿美元，在新思科技全球业务占比超过 16%。

展望未来，作为从芯片到系统设计的全球领导者，新思科技将继续深耕中国市场，借由自身在全球产业和中国市场积累的深厚产业经验，协助优质的上下游公司和EDA/IP公司携手合作，在中国市场针对中国消费者、客户和生态系统建立一个更快的决策链，不断提高市场反应速度、研发速度和服务速度，努力打造良好的产业生态圈，推动行业的良性发展，携手创造一个辉煌的万物智能未来。