从生成式AI到代理式AI，Cadence说半导体设计有这些变化

AI 正持续影响着人们生活的各个领域，设计半导体一方面驱动人工智能和加速计算，另一方面，芯片与系统开发本身也受益显著。

19日，知名EDA软件设计公司Cadence举办了CadenceLIVE China 2025中国用户大会。Cadence高级副总裁兼系统验证事业部总经理保罗·卡宁汉（Paul Cunningham）在演讲中提到，当前超过50%的Cadence工具已集成“优化AI”，可用于提升工具运行速度、质量及错误发现能力。未来两年，生成式AI的大规模部署将推动这一比例升至80%以上。

当小米、阿里巴巴、比亚迪等系统公司开始涉足芯片制造，意味着芯片设计越来越以用户体验为导向，这在Paul看来是20年前难以想象的事情，如今成为越来越多的“软件定义芯片”的案例。

半导体芯片的功能日益复杂，需要集成数万亿个晶体管，必须支持高性能计算，并采用先进的工艺节点设计。 “制程节点的开发无法再与工具和IP的开发分离，必须协同工作。” 保罗认为随着复杂多芯片封装（如中介层2.5D封装）和堆叠技术（如多达16片的晶圆堆叠）的应用，推动超越摩尔定律势在必行。

为此，Cadence提出了“三层蛋糕”（three layer cake）概念，以智能系统设计为核心，提供先进的计算软件、专用加速硬件和 IP 解决方案，能够适应客户动态的设计要求。包括AI代理层、核心仿真层以及运行计算的硬件层。 从生产环节来看，Cadence不仅仅关注半导体本身，还会向后端物理世界延伸，包括机电、热力、流体等领域，甚至模拟整个数据中心，以实现从芯片到系统端到端的优化。在技术原理上来看，仿真与AI技术的传统方法依赖数学和计算机科学，AI能够解决以前无法处理的问题，如复杂的物理建模和自动化设计。支撑前两者的是计算本身，当定制加速器可应用于x86 CPU、Arm架构、GPU等多种平台，Cadence的软件也在越来越异构化。借助 AI 释放的创造力，Cadence 能够实现卓越设计，帮助客户满足关键的商业和环境需求，包括上市时间和可持续性。

保罗认为，代理式 AI（Agentic-AI）展现出广阔的应用潜力。JedAI是Cadence的AI平台，通过JedAI，用户可构建基于Agent的工作流，使用标准协议（如MCP）连接多个产品，实现复杂任务的自动化管理。这不仅能加速设计迭代周期，更能自主处理高复杂度任务，从而开创一个更高效、更智能的系统设计新时代。