在新思科技中國(guó)30周年暨2025新思科技開發(fā)者大會(huì)上，新思科技總裁兼CEO蓋思新（Sassine Ghazi）先生在主題演講中，重點(diǎn)闡述了新思科技在2025年的戰(zhàn)略轉(zhuǎn)型和未來發(fā)展方向。他指出2025 年是新思科技意義非凡的一年，通過完成對(duì)Ansys的收購，公司正式確立“從芯片到系統(tǒng)”工程解決方案全球領(lǐng)導(dǎo)者地位。

蓋思新先生詳細(xì)介紹了新思科技在三大關(guān)鍵領(lǐng)域的引領(lǐng)技術(shù)突破：系統(tǒng)級(jí)設(shè)計(jì)、芯片設(shè)計(jì)升級(jí)與AI智能體。這些突破正在重塑從芯片到系統(tǒng)工程設(shè)計(jì)的范式，終極目標(biāo)是賦能全球創(chuàng)新者，大幅降低復(fù)雜創(chuàng)新的門檻與周期，從而與客戶及合作伙伴攜手，共同推動(dòng)人類社會(huì)向智能未來的堅(jiān)實(shí)邁進(jìn)。

以下為演講實(shí)錄：

各位上午好，歡迎來到新思科技中國(guó)開發(fā)者大會(huì)。

我在開發(fā)者大會(huì)上做過四次演講，這次是首次以現(xiàn)場(chǎng)形式呈現(xiàn)。所以，我十分期待能感受到大家的熱情與活力——畢竟今年對(duì)我們公司而言，無疑是具有變革意義的一年。

新思科技在中國(guó)市場(chǎng)已深耕30年。40年前，新思科技就革新了芯片設(shè)計(jì)的方式，以應(yīng)對(duì)當(dāng)時(shí)行業(yè)發(fā)展中日益增長(zhǎng)的復(fù)雜性與規(guī)模挑戰(zhàn)，期間我們有諸多里程碑值得慶賀。能加入這樣一家始終以客戶成功與支持為核心、同時(shí)深耕創(chuàng)新的公司，我深感榮幸。

另一個(gè)值得分享的好消息是——我此前提到，2025年將是新思科技發(fā)展史上具有變革意義的一年。我們正致力于將新思科技打造為“從芯片到系統(tǒng)”工程解決方案領(lǐng)域的領(lǐng)導(dǎo)者。在接下來的演講中，我會(huì)為大家詳細(xì)解讀“從芯片到系統(tǒng)”工程解決方案的具體內(nèi)涵。

戰(zhàn)略轉(zhuǎn)型：從芯片到系統(tǒng)創(chuàng)新的全面布局

各位作為新思科技的客戶，正全力投身創(chuàng)新，為市場(chǎng)推出智能系統(tǒng)與智能產(chǎn)品。為支持大家的這一轉(zhuǎn)型進(jìn)程，我們現(xiàn)有解決方案也需不斷演進(jìn)。

幾個(gè)月前，我們完成了對(duì)Ansys的收購。如今，我們正積極構(gòu)建“從芯片到系統(tǒng)”的一體化解決方案，不僅服務(wù)于半導(dǎo)體企業(yè)，也為那些致力于創(chuàng)新、打造智能產(chǎn)品的系統(tǒng)公司提供支持。

在深入介紹解決方案之前，我想先簡(jiǎn)要介紹當(dāng)下的新思科技。

目前，新思科技在電子設(shè)計(jì)自動(dòng)化（EDA）領(lǐng)域穩(wěn)居全球第一，在IP領(lǐng)域排名全球第二。其中，在接口IP與基礎(chǔ)IP細(xì)分領(lǐng)域，我們更是處于領(lǐng)先地位。同時(shí)，我們?cè)?a target="_blank">仿真與分析領(lǐng)域也位列全球第一。這正是我們?yōu)樾酒c系統(tǒng)領(lǐng)域打造的三大核心解決方案。

上個(gè)財(cái)年，新思科技全球營(yíng)業(yè)收入已攀升至約90億美元，這一規(guī)模使新思科技在全球軟件企業(yè)營(yíng)收排名中位列第12位。能取得這一里程碑式的成就，離不開各位對(duì)新思科技的信任，我們對(duì)此心懷感激。此外，公司將25%的營(yíng)收投入研發(fā)。在我們行業(yè)，研發(fā)與創(chuàng)新是核心驅(qū)動(dòng)力，唯有如此，我們才能攜手攻克復(fù)雜挑戰(zhàn)，抓住發(fā)展機(jī)遇。

關(guān)于當(dāng)前的解決方案，無論是EDA領(lǐng)域的一體化融合解決方案、IP領(lǐng)域的市場(chǎng)變革趨勢(shì)，還是仿真與分析領(lǐng)域的技術(shù)應(yīng)用，我都會(huì)為大家講解相關(guān)解決方案及整合思路。

或許大家會(huì)問，我們?yōu)楹我苿?dòng)這一轉(zhuǎn)型？為何要著力打造“從芯片到系統(tǒng)”的解決方案？

若大家思考當(dāng)下的產(chǎn)品形態(tài)，以及未來3年、5年乃至10年的發(fā)展方向便會(huì)發(fā)現(xiàn)，未來我們接觸的大多數(shù)產(chǎn)品都將是人工智能驅(qū)動(dòng)的產(chǎn)品（即我們所說的“智能系統(tǒng)”）。隨著智能系統(tǒng)的普及，從芯片層面到應(yīng)用或系統(tǒng)層面的全鏈路優(yōu)化，將變得至關(guān)重要。

關(guān)于這一趨勢(shì)的具體體現(xiàn)，有諸多案例可分享。在此，我以一款機(jī)器人為例，它具備視覺感知、物體識(shí)別能力，能通過自然語言與用戶交互，還可自主學(xué)習(xí)并執(zhí)行操作。

這款機(jī)器人能識(shí)別不同物體，判斷哪些應(yīng)放入冰箱、哪些無需放入，并且能在使用過程中持續(xù)學(xué)習(xí)?？此坪?jiǎn)單的功能，從工程設(shè)計(jì)角度來看，實(shí)則極具挑戰(zhàn)。

更重要的是，如何在控制成本的同時(shí)，加快產(chǎn)品上市速度，以實(shí)現(xiàn)這樣的創(chuàng)新目標(biāo)？

正如我所說，人工智能驅(qū)動(dòng)的智能系統(tǒng)案例還有很多，例如智能汽車、搭載邊緣人工智能（Edge AI）的智能手機(jī)，以及能自主完成手術(shù)的醫(yī)療設(shè)備等。

然而，這些機(jī)遇背后，是產(chǎn)品設(shè)計(jì)過程中急劇增加的工程復(fù)雜度。一方面，技術(shù)復(fù)雜度不斷疊加；另一方面，產(chǎn)品交付速度的要求也達(dá)到了行業(yè)前所未有的高度。

對(duì)于長(zhǎng)期深耕行業(yè)、關(guān)注摩爾定律的各位而言，半導(dǎo)體行業(yè)向來以“快節(jié)奏”著稱：過去，每18至24個(gè)月就會(huì)基于新的技術(shù)節(jié)點(diǎn)推出新一代芯片。而如今，為高效抓住發(fā)展機(jī)遇，行業(yè)對(duì)芯片優(yōu)化與定制的周期要求已大幅縮短。

因此，傳統(tǒng)的產(chǎn)品設(shè)計(jì)方法必須革新。這正是我們所說的：如何重新設(shè)計(jì)傳統(tǒng)工程方法，以實(shí)現(xiàn)“從芯片到系統(tǒng)”的產(chǎn)品研發(fā)。

重構(gòu)系統(tǒng)設(shè)計(jì)：構(gòu)建數(shù)字孿生，實(shí)現(xiàn)跨物理域協(xié)同創(chuàng)新

接下來，我的演講將圍繞三個(gè)部分展開：第一，如何為智能系統(tǒng)重構(gòu)工程設(shè)計(jì)體系？我們將從系統(tǒng)層面切入，隨后探討芯片層面的工程重構(gòu)，以及如何在全技術(shù)棧中運(yùn)用人工智能，提升終端產(chǎn)品工程設(shè)計(jì)的效率與效果。

要實(shí)現(xiàn)這一目標(biāo)，必須“結(jié)合場(chǎng)景進(jìn)行設(shè)計(jì)”。以芯片設(shè)計(jì)為例，當(dāng)前行業(yè)（尤其是數(shù)據(jù)中心及其他應(yīng)用領(lǐng)域）正呈現(xiàn)出顯著趨勢(shì)，針對(duì)特定工作負(fù)載定制芯片成為重點(diǎn)方向。

而要實(shí)現(xiàn)芯片與特定工作負(fù)載的匹配，就必須掌握軟件層面的知識(shí)，這一點(diǎn)至關(guān)重要。否則，產(chǎn)品不僅會(huì)延遲上市，成本也會(huì)大幅增加。

Ansys的優(yōu)勢(shì)在于提供系統(tǒng)層面的產(chǎn)品定義能力，而新思科技則擅長(zhǎng)結(jié)合軟件與人工智能場(chǎng)景進(jìn)行芯片設(shè)計(jì)，雙方的協(xié)同將為行業(yè)帶來全新價(jià)值。

接下來，我將通過一個(gè)案例，具體說明跨領(lǐng)域優(yōu)化的復(fù)雜性。以自動(dòng)駕駛汽車為例，其最高層面的定義始于車輛所需的智能水平，核心即人工智能模型。這一層面是用戶（或乘客）與車輛交互的關(guān)鍵：無論是規(guī)劃從A點(diǎn)到B點(diǎn)的路線，還是讓車輛識(shí)別物體（區(qū)分路邊的樹木與行人）并判斷應(yīng)發(fā)出何種警報(bào)、采取何種操作，都需在系統(tǒng)的智能需求層面進(jìn)行定義。

要將這些智能需求落地，需要海量軟件提供全層級(jí)的控制與執(zhí)行能力，例如車輛電池續(xù)航管理、各類操作控制等，都依賴軟件實(shí)現(xiàn)。

再往下便是芯片研發(fā)環(huán)節(jié)，芯片需處理人工智能與軟件層面設(shè)定的所有任務(wù)，但這僅僅是汽車的電子部分。

隨后是電氣系統(tǒng)設(shè)計(jì)：需要通過印制電路板（PCB）等部件，連接電機(jī)、電池等硬件，這是當(dāng)前工程師需攻克的又一領(lǐng)域。

當(dāng)汽車運(yùn)行時(shí)，轉(zhuǎn)子等部件會(huì)產(chǎn)生熱量，因此必須進(jìn)行熱管理；同時(shí)，還需考慮機(jī)械設(shè)計(jì)，例如選擇何種材料，以及如何優(yōu)化空氣動(dòng)力學(xué)設(shè)計(jì)以提升燃油效率（傳統(tǒng)燃油車）或續(xù)航里程（新能源車）。

由此可見，即便是一輛自動(dòng)駕駛汽車，其跨領(lǐng)域工程優(yōu)化的復(fù)雜度也極高，涵蓋電子、電氣、熱學(xué)、機(jī)械、流體等多個(gè)領(lǐng)域。

眾所周知，當(dāng)前行業(yè)最大的挑戰(zhàn)在于：如何設(shè)計(jì)這樣的系統(tǒng)？如何構(gòu)建必要的數(shù)字孿生模型？唯有解決這些問題，才能以最短時(shí)間、最低成本完成汽車研發(fā)。

因此，要在該市場(chǎng)中保持競(jìng)爭(zhēng)力，跨領(lǐng)域設(shè)計(jì)至關(guān)重要。而這一邏輯，不僅適用于自動(dòng)駕駛汽車，也適用于我此前提到的機(jī)器人，以及未來3至5年內(nèi)將廣泛普及的眾多應(yīng)用場(chǎng)景。

談及跨領(lǐng)域設(shè)計(jì)，就必須考慮模型的精度，針對(duì)每個(gè)領(lǐng)域，都需構(gòu)建相應(yīng)的數(shù)字孿生模型，以便系統(tǒng)工程師全面把握產(chǎn)品形態(tài)，明確優(yōu)化方向。

如今，我們與客戶交流時(shí)發(fā)現(xiàn)，大家面臨的核心挑戰(zhàn)之一是：在每個(gè)領(lǐng)域的設(shè)計(jì)中，都需預(yù)留大量冗余，而這些冗余往往會(huì)增加研發(fā)時(shí)間與成本。

基于此，新思科技的愿景是構(gòu)建“數(shù)字孿生架構(gòu)”，將芯片虛擬化技術(shù)融入其中。這樣，當(dāng)系統(tǒng)工程師研究車輛動(dòng)力學(xué)或其他物理世界相關(guān)特性時(shí)，也能在系統(tǒng)層面完成相應(yīng)建模。

不妨試想，當(dāng)前設(shè)計(jì)一個(gè)不涉及物理世界的大語言模型（LLM），已需應(yīng)對(duì)構(gòu)建高精度前沿模型的復(fù)雜挑戰(zhàn)，確保用戶提問后能獲得可靠回答。

而若要讓此類模型應(yīng)用于物理世界，就必須考慮物理世界的動(dòng)態(tài)特性。

實(shí)踐路徑：跨領(lǐng)域優(yōu)化與數(shù)字孿生

在此，我想分享一個(gè)新思科技與汽車行業(yè)合作伙伴聯(lián)合打造的演示案例：我們通過自主研發(fā)的Virtualizer產(chǎn)品實(shí)現(xiàn)芯片虛擬化，并與提供物理世界（車輛行駛環(huán)境）模型的IPG公司合作，構(gòu)建了完整的虛擬仿真模型，可實(shí)時(shí)模擬車輛在物理世界中的運(yùn)行狀態(tài)。這意味著，在芯片完成流片與制造前，工程師就能通過虛擬模型了解芯片性能，提前啟動(dòng)軟件開發(fā)與人工智能模型研發(fā)，無需等待實(shí)體芯片落地。

這只是一個(gè)簡(jiǎn)單案例。當(dāng)我們談及設(shè)備在物理世界中的應(yīng)用時(shí)，必須考慮結(jié)構(gòu)、機(jī)械等多方面因素。而在這些領(lǐng)域，Ansys的技術(shù)將發(fā)揮關(guān)鍵作用。其結(jié)構(gòu)解決方案能精準(zhǔn)呈現(xiàn)機(jī)械物理特性，并提供建模與仿真能力。

Ansys的多款產(chǎn)品已成為行業(yè)標(biāo)準(zhǔn)，例如Ansys Mechanical與LS-DYNA。在此，我以LS-DYNA為例：它可用于模擬碰撞測(cè)試，無需進(jìn)行實(shí)體碰撞實(shí)驗(yàn)，只需通過傳感器數(shù)據(jù)就能分析機(jī)械沖擊對(duì)所選材料的影響。

如今，通過建模與仿真，也就是即數(shù)字孿生技術(shù)，這類測(cè)試已能以更高效的方式完成。將這些技術(shù)整合后，還需考慮多物理場(chǎng)因素。再以流體動(dòng)力學(xué)為例：調(diào)整汽車車身曲線設(shè)計(jì)，會(huì)如何影響空氣動(dòng)力學(xué)特性？進(jìn)而如何改變續(xù)航里程或燃油消耗？

這些正是Ansys通過物理建模與仿真技術(shù)所能解決的問題。此外，對(duì)于物理設(shè)備在實(shí)際使用中的完整性、維護(hù)需求等，也可通過前期建模提前規(guī)劃。因此，在系統(tǒng)層面進(jìn)行產(chǎn)品設(shè)計(jì)時(shí)，必須重構(gòu)工程體系，以應(yīng)對(duì)跨領(lǐng)域的復(fù)雜挑戰(zhàn)。

我相信，在座各位大多是半導(dǎo)體芯片設(shè)計(jì)師。接下來，我將深入探討芯片設(shè)計(jì)的發(fā)展趨勢(shì)，以及其自身所需的工程重構(gòu)。

革新芯片設(shè)計(jì)：融合AI與多物理場(chǎng)，驅(qū)動(dòng)PPA極限

大約10年前，新思科技就革新了芯片設(shè)計(jì)的快速收斂方法，推出了Fusion設(shè)計(jì)平臺(tái)。該平臺(tái)的核心目標(biāo)是：在設(shè)計(jì)階段減少簽核前的迭代次數(shù)；將簽核技術(shù)提前融入設(shè)計(jì)流程，確保在綜合時(shí)序分析、提取等環(huán)節(jié)就能構(gòu)建一致的設(shè)計(jì)體系，后續(xù)經(jīng)過布局布線，最終順利完成簽核。

如今，新思科技在該解決方案領(lǐng)域已確立絕對(duì)領(lǐng)先地位，F(xiàn)usion設(shè)計(jì)平臺(tái)通過高度融合的方式，整合了設(shè)計(jì)流程的各個(gè)環(huán)節(jié)。大家現(xiàn)在看到的，正是當(dāng)前實(shí)現(xiàn)高效芯片設(shè)計(jì)所必需的流程。

在此基礎(chǔ)上，若融入人工智能技術(shù)，又將如何？我們可在設(shè)計(jì)的每個(gè)環(huán)節(jié)運(yùn)用人工智能，以更快速度實(shí)現(xiàn)更優(yōu)的功耗、性能與面積（PPA）指標(biāo)。核心目標(biāo)始終是：應(yīng)對(duì)復(fù)雜度挑戰(zhàn)，構(gòu)建收斂、可預(yù)測(cè)的設(shè)計(jì)流程。

與汽車、機(jī)器人設(shè)計(jì)類似，芯片設(shè)計(jì)也需應(yīng)對(duì)機(jī)械相關(guān)問題。如今，芯片上集成的器件和晶體管數(shù)量越來越多，而尺寸卻不斷縮小，這就導(dǎo)致熱管理問題日益突出，如何為芯片散熱？將芯片封裝后，在實(shí)際運(yùn)行過程中，是否會(huì)因性能需求或軟件負(fù)載而出現(xiàn)翹曲、開裂等機(jī)械問題？

這些挑戰(zhàn)與系統(tǒng)層面的問題極為相似，芯片設(shè)計(jì)不僅是電子工程問題，還需結(jié)合物理場(chǎng)分析。

而解決這些問題的關(guān)鍵在于：如何將Ansys的技術(shù)（如同我們?cè)跁r(shí)序、功耗、提取領(lǐng)域所做的那樣）提前融入芯片設(shè)計(jì)階段？如何在設(shè)計(jì)初期就考慮熱管理、機(jī)械應(yīng)力等物理場(chǎng)因素？最終目標(biāo)仍是減少迭代次數(shù)，提升設(shè)計(jì)質(zhì)量。

以下是Ansys在多物理場(chǎng)領(lǐng)域的部分解決方案，已廣泛應(yīng)用于芯片設(shè)計(jì)階段。例如，大家熟知的RedHawk，已成為行業(yè)內(nèi)分析電壓降（IR drop）的標(biāo)準(zhǔn)工具。

此外，如何考慮電磁效應(yīng)，如何在電壓降分析中兼顧電遷移問題，以及信號(hào)完整性（SI）、電源完整性（PI）等？當(dāng)前，這些分析大多在設(shè)計(jì)后期進(jìn)行，導(dǎo)致工程師需在設(shè)計(jì)中預(yù)留大量冗余。而理想的流程是：在設(shè)計(jì)初期就融入這些分析，避免后期因優(yōu)化需求而延長(zhǎng)迭代周期。

這正是新思科技當(dāng)前的創(chuàng)新方向——我們持續(xù)投入研發(fā)，致力于在芯片設(shè)計(jì)流程中融入物理場(chǎng)分析能力，讓工程師在設(shè)計(jì)階段就能應(yīng)對(duì)熱管理、機(jī)械應(yīng)力等挑戰(zhàn)。

在加速芯片研發(fā)的過程中，IP也扮演著關(guān)鍵角色。如今，針對(duì)不同應(yīng)用場(chǎng)景， IP領(lǐng)域已形成眾多標(biāo)準(zhǔn)。無論是消費(fèi)類系統(tǒng)級(jí)芯片（SOC）、移動(dòng)設(shè)備、汽車電子還是數(shù)據(jù)中心，在IP設(shè)計(jì)中都需滿足高效、高帶寬的接口需求，并確保及時(shí)交付。

新思科技在各應(yīng)用領(lǐng)域、各代工廠的接口IP領(lǐng)域均處于領(lǐng)先地位，這為客戶提供了更多選擇，助力大家在最短時(shí)間內(nèi)打造具有競(jìng)爭(zhēng)力的芯片。同時(shí)，我們的安全I(xiàn)P與基礎(chǔ)IP也能深度融入SOC設(shè)計(jì)流程。

當(dāng)前，隨著SOC復(fù)雜度不斷提升，客戶向我們提出了新的需求：能否不再僅提供單一接口標(biāo)準(zhǔn)IP，而是整合相關(guān)IP，提供完整的子系統(tǒng)解決方案？

基于此，我們已與多家客戶展開合作，推出子系統(tǒng)服務(wù)：整合各類IP，添加邏輯與測(cè)試結(jié)構(gòu)，承擔(dān)基礎(chǔ)研發(fā)工作，讓客戶能專注于核心差異化IP的開發(fā)。

這正是市場(chǎng)的發(fā)展方向，也是行業(yè)創(chuàng)新與需求的集中體現(xiàn)。

從芯片到系統(tǒng)，AI智能體工程師重構(gòu)工程創(chuàng)新范式

談及人工智能，許多人認(rèn)為它是未來的技術(shù)趨勢(shì)。但我想強(qiáng)調(diào)的是：如今，芯片設(shè)計(jì)領(lǐng)域已有多款成熟的人工智能產(chǎn)品投入應(yīng)用，客戶通過這些工具，能有效降低復(fù)雜度，實(shí)現(xiàn)更優(yōu)設(shè)計(jì)效果。

新思科技早在2017年就啟動(dòng)了“人工智能驅(qū)動(dòng)EDA”的研發(fā)投入?？梢宰院赖卣f，我們是“人工智能賦能芯片設(shè)計(jì)”領(lǐng)域的開拓者。

2017年前后，我們開始思考：哪些前沿技術(shù)可應(yīng)用于EDA與芯片設(shè)計(jì)，以在保證功耗、性能、面積（PPA）指標(biāo)的同時(shí)，大幅縮短研發(fā)周期？

基于這一目標(biāo)，我們推出了首款產(chǎn)品：DSO.ai。我們選擇從設(shè)計(jì)流程中最復(fù)雜的布局布線環(huán)節(jié)入手：在布局布線階段，需設(shè)置大量參數(shù)以運(yùn)行Fusion Compiler，最終實(shí)現(xiàn)最優(yōu)PPA，而參數(shù)組合的復(fù)雜度極高。

我們最初采用強(qiáng)化學(xué)習(xí)技術(shù)，于2017年啟動(dòng)相關(guān)研發(fā)，并在2020年推出首款產(chǎn)品DSO. .ai，這款基于強(qiáng)化學(xué)習(xí)的工具可與Fusion Compiler無縫協(xié)作。

此后，我們將該技術(shù)逐步拓展至芯片設(shè)計(jì)的其他環(huán)節(jié)，通過強(qiáng)化學(xué)習(xí)實(shí)現(xiàn)全流程優(yōu)化。例如，我們將其應(yīng)用于驗(yàn)證環(huán)節(jié)，推出VSO.ai，應(yīng)用于時(shí)序分析環(huán)節(jié)，推出了TSO. Ai，在物理分析環(huán)節(jié)推出了ASO.ai，以及3DIC設(shè)計(jì)環(huán)節(jié)的3DSO.ai 。所有這些工具均采用強(qiáng)化學(xué)習(xí)技術(shù)，確保輸出結(jié)果可靠，可直接用于芯片流片。

除了在各產(chǎn)品中嵌入強(qiáng)化學(xué)習(xí)功能，我們還整合了設(shè)計(jì)、驗(yàn)證與制造環(huán)節(jié)的數(shù)據(jù)分析能力。這樣，從綜合到硅后優(yōu)化的全流程，都能通過數(shù)據(jù)驅(qū)動(dòng)實(shí)現(xiàn)持續(xù)優(yōu)化。以下是DSO.ai、VSO.ai、TSO.ai與ASO.ai的部分應(yīng)用成果。不難發(fā)現(xiàn)，這些工具在功耗、性能、面積（PPA）指標(biāo)上的表現(xiàn)，均顯著優(yōu)于人工優(yōu)化結(jié)果。

因此，正如我開篇所言，若大家尚未嘗試在芯片設(shè)計(jì)中運(yùn)用強(qiáng)化學(xué)習(xí)或人工智能技術(shù)，我強(qiáng)烈建議開發(fā)者多多了解，這些技術(shù)已進(jìn)入量產(chǎn)應(yīng)用階段，其效果正如大家所見，十分出色。

以上是我們?cè)趶?qiáng)化學(xué)習(xí)領(lǐng)域的探索歷程。而大約3年前，市場(chǎng)上出現(xiàn)了一項(xiàng)極具影響力的技術(shù)，ChatGPT。這類前沿模型支持自然語言交互，不僅能幫助用戶快速獲取洞見，還能加速初級(jí)工程師的成長(zhǎng)。

基于此，新思科技結(jié)合客戶需求，選擇合適的前沿模型，融入自身技術(shù)知識(shí)并進(jìn)行訓(xùn)練，最終打造出能與用戶高效交互的工具。無論是在工作流程中查詢結(jié)果，還是生成TCL腳本等各類代碼，用戶都能通過自然語言快速實(shí)現(xiàn)。例如，資深開發(fā)者完成一次設(shè)計(jì)運(yùn)行后，可通過該工具查詢：基于當(dāng)前設(shè)置，是否已實(shí)現(xiàn)最優(yōu)PPA？工具還會(huì)提供優(yōu)化建議。

不難想象，這一技術(shù)將為應(yīng)對(duì)當(dāng)前復(fù)雜的設(shè)計(jì)挑戰(zhàn)帶來革命性變化。

在開發(fā)過程中，我們將這款“輔助工具”（Copilot）分為兩個(gè)階段：第一階段是“知識(shí)輔助型”，第二階段是“創(chuàng)意生成型”。

在“知識(shí)輔助型”階段，我們的所有產(chǎn)品現(xiàn)已支持通過大語言模型（LLM）進(jìn)行交互。而在“創(chuàng)意生成型”階段，我們正處于初期探索，用戶可提供設(shè)計(jì)規(guī)范，要求模型（或輔助工具）自動(dòng)生成RTL代碼；若已有RTL代碼，也可讓工具自動(dòng)生成文檔或測(cè)試平臺(tái)（Testbench）——這將大幅提升設(shè)計(jì)流程的效率。

以下是“知識(shí)輔助”與“創(chuàng)意生成”兩個(gè)階段在提升設(shè)計(jì)效率方面的部分案例與數(shù)據(jù)。

在“輔助工具”（Copilot）的基礎(chǔ)上，行業(yè)正迎來一個(gè)更令人興奮的方向：智能體（Agents）。

我們能否將這一概念應(yīng)用于芯片設(shè)計(jì)流程？例如，在設(shè)計(jì)的各個(gè)環(huán)節(jié)，能否將任務(wù)委派給智能體完成？我們將這類智能體稱為“AI智能體工程師”（Agent Engineers）。

接下來，我將介紹如何利用“AI智能體工程師”作為輔助工具，實(shí)現(xiàn)更優(yōu)設(shè)計(jì)效果。

可以將其理解為一條技術(shù)路線圖：首先，需構(gòu)建精準(zhǔn)、全面的知識(shí)庫（這是基礎(chǔ)階段）；隨后，在此基礎(chǔ)上實(shí)現(xiàn)從“輔助工具”（Copilot）到“自動(dòng)駕駛”（Autopilot）的跨越，讓人工智能從“助手”升級(jí)為“執(zhí)行者”，用戶只需下達(dá)任務(wù)指令，智能體即可自主完成。

第一步，如前所述，是“知識(shí)輔助”階段：通過大語言模型整合知識(shí)，支持用戶交互；用戶可直接對(duì)接知識(shí)庫，獲取所需信息。

第二步，能否實(shí)現(xiàn)“自主學(xué)習(xí)與執(zhí)行”？例如，構(gòu)建任務(wù)專用智能體，用戶可向其分配特定任務(wù)并由其自主完成。舉例來說，若出現(xiàn)設(shè)計(jì)規(guī)則檢查（DRC）違規(guī)，或RTL代碼存在錯(cuò)誤、需解決代碼靜態(tài)檢查（Linting）問題，能否基于知識(shí)庫向智能體下達(dá)明確任務(wù)，讓其自主采取行動(dòng)并輸出結(jié)果？

我們將這類智能體稱為“行動(dòng)型智能體”（Acting Agent）或“任務(wù)專用智能體”（Task-Specific Agent）。進(jìn)一步思考：針對(duì)DRC錯(cuò)誤或時(shí)序違規(guī)，當(dāng)智能體識(shí)別問題后，能否與其他任務(wù)智能體協(xié)作，例如自動(dòng)回溯設(shè)計(jì)設(shè)置與腳本，分析“若采取A、B、C三項(xiàng)措施，能否解決多個(gè)違規(guī)問題”？

第三步，是“規(guī)劃型智能體”：能否讓多個(gè)智能體通過自適應(yīng)學(xué)習(xí)與推理協(xié)作，共同達(dá)成設(shè)計(jì)目標(biāo)？

最終階段便是“自動(dòng)駕駛”（Autopilot）：這是”AI智能體工程師”的終極應(yīng)用愿景，人類工程師只需設(shè)定設(shè)計(jì)規(guī)范與需求，智能體即可自主協(xié)同、規(guī)劃，最終輸出子系統(tǒng)級(jí)、模塊級(jí)或芯片級(jí)的設(shè)計(jì)成果。

為方便用戶理解，我們借鑒了自動(dòng)駕駛汽車的分級(jí)體系。大家或許記得，約10年前，行業(yè)提出了自動(dòng)駕駛L1至L5級(jí)別的劃分標(biāo)準(zhǔn)——通過不同級(jí)別，逐步實(shí)現(xiàn)從輔助駕駛到完全自動(dòng)駕駛的跨越。

在”AI智能體工程師”領(lǐng)域，我們也可參考這一邏輯：L1級(jí)為“知識(shí)輔助”；L2級(jí)為“行動(dòng)型智能體”（可自主完成特定任務(wù)）；L3級(jí)為“多智能體協(xié)同規(guī)劃”；最終達(dá)到L5級(jí)“完全自主”，整個(gè)過程將依托推理與自適應(yīng)學(xué)習(xí)技術(shù)逐步推進(jìn)。

如今，相關(guān)技術(shù)已具備落地基礎(chǔ)。例如，我開篇提到的機(jī)器人案例，其模型已能實(shí)現(xiàn)推理、自適應(yīng)調(diào)整與自主執(zhí)行操作。

在芯片設(shè)計(jì)領(lǐng)域，我們今日可明確宣布：新思科技的”AI智能體工程師”已達(dá)到L2級(jí)水平，能自主完成特定任務(wù)；同時(shí)，在“多智能體協(xié)同規(guī)劃”（L3級(jí)）領(lǐng)域，我們已進(jìn)入初期探索，可實(shí)現(xiàn)多個(gè)任務(wù)智能體的協(xié)同，以達(dá)成設(shè)計(jì)目標(biāo)。

這是一個(gè)長(zhǎng)期歷程，無法一蹴而就。但目前，我們已能為客戶提供L1級(jí)（知識(shí)輔助）與L2級(jí)（特定任務(wù)執(zhí)行）的服務(wù)；在L3級(jí)（多智能體協(xié)同）領(lǐng)域，也已啟動(dòng)早期部署與客戶合作。

布局技術(shù)前沿：驅(qū)動(dòng)工作流程、引擎與算力的根本性變革

這無疑是一個(gè)令人振奮的機(jī)遇。究其原因，在于當(dāng)前芯片設(shè)計(jì)的復(fù)雜度正急劇提升，在座各位大多面臨這樣的挑戰(zhàn)：不再是設(shè)計(jì)通用芯片并推向多個(gè)市場(chǎng)，而是需針對(duì)特定工作負(fù)載定制芯片。這意味著，在工程師數(shù)量不變的情況下，大家需提升5倍、10倍甚至100倍的效率。

正因如此，我們對(duì)”AI智能體工程師”推動(dòng)芯片設(shè)計(jì)流程簡(jiǎn)化的前景充滿信心。更重要的是，”AI智能體工程師”的應(yīng)用范圍不僅限于芯片設(shè)計(jì)，還可覆蓋所有工程領(lǐng)域。

此前我提到的跨領(lǐng)域協(xié)同優(yōu)化（機(jī)械、流體、結(jié)構(gòu)分析、計(jì)算流體動(dòng)力學(xué)等），未來均可通過智能體實(shí)現(xiàn)。屆時(shí)，在系統(tǒng)層面，工程師將能更高效地把握優(yōu)化機(jī)遇，實(shí)現(xiàn)最優(yōu)設(shè)計(jì)效果。

最后，我想對(duì)本次演講進(jìn)行總結(jié)。若從新思科技的技術(shù)創(chuàng)新與投入角度來看，可將未來機(jī)遇分為三個(gè)方向：

第一個(gè)方向是“工作流程革新”。當(dāng)我們開始探討”AI智能體工程師”時(shí)，芯片設(shè)計(jì)流程的變革便已提上日程。正如葛群所提到的，40年前，綜合技術(shù)（Synthesis）改變了芯片設(shè)計(jì)方式；此后，行業(yè)雖不斷創(chuàng)新，但工作流程的核心邏輯始終未變。

即便我們通過Fusion平臺(tái)整合了設(shè)計(jì)流程的多個(gè)環(huán)節(jié)，減少了迭代次數(shù)，工作流程本身仍未突破傳統(tǒng)框架，從設(shè)計(jì)規(guī)范到RTL代碼編寫，再到綜合、布局布線等，步驟始終固定。

而”AI智能體工程師”將徹底改變這一現(xiàn)狀。具體會(huì)如何改變？目前我們尚無法完全預(yù)見，但可以確定的是：一旦“任務(wù)智能體”投入應(yīng)用并實(shí)現(xiàn)協(xié)同規(guī)劃，人類工程師的角色將發(fā)生根本性轉(zhuǎn)變，工作流程也將隨之革新。

第二個(gè)方向是“核心引擎升級(jí)”。這里的“引擎”，可理解為各類求解器（Solver）。無論是多物理場(chǎng)分析（流體動(dòng)力學(xué)、結(jié)構(gòu)力學(xué)、熱學(xué)等），還是芯片設(shè)計(jì)中的時(shí)序、功耗、提取分析，其背后的求解器都經(jīng)過了數(shù)十年的技術(shù)積累，具備極高的精度與可靠性。

新思科技將持續(xù)加大在“引擎”層面的投入，因?yàn)槲磥淼摹盇I智能體工程師”不僅將在產(chǎn)品層面發(fā)揮作用，還將深入到引擎與求解器層面，以實(shí)現(xiàn)對(duì)物理場(chǎng)、時(shí)序、功耗等設(shè)計(jì)要素的精準(zhǔn)控制，達(dá)成最優(yōu)設(shè)計(jì)效果。

而這也正是數(shù)字孿生技術(shù)在跨領(lǐng)域設(shè)計(jì)與系統(tǒng)優(yōu)化中不可或缺的原因，通過減少設(shè)計(jì)冗余，實(shí)現(xiàn)更高效的優(yōu)化。

第三個(gè)方向是“計(jì)算效率提升”。當(dāng)前，我們所處的時(shí)代對(duì)計(jì)算能力的需求極高，部分設(shè)計(jì)任務(wù)的運(yùn)行時(shí)間長(zhǎng)達(dá)數(shù)天，有時(shí)點(diǎn)擊“執(zhí)行”按鈕后，需等待一周才能獲得結(jié)果。如何通過強(qiáng)化學(xué)習(xí)、人工智能技術(shù)及計(jì)算架構(gòu)革新，縮短結(jié)果交付時(shí)間？

目前，我們的所有產(chǎn)品均支持在CPU上運(yùn)行（包括x86、ARM架構(gòu)，部分產(chǎn)品還可根據(jù)客戶特定需求定制）；同時(shí)，我們已實(shí)現(xiàn)GPU加速，部分場(chǎng)景下效率可提升10倍、15倍甚至20倍。

以Prime Sim為例，作為一款高精度快速SPICE仿真工具，它在保證仿真精度不妥協(xié)的前提下，能大幅縮短結(jié)果交付時(shí)間。對(duì)比CPU與GPU運(yùn)行效果，其效率可提升10至12倍。

下一步，我們將探索AI加速器的應(yīng)用，目前已與部分客戶展開合作，針對(duì)運(yùn)行時(shí)間長(zhǎng)、資源消耗大的產(chǎn)品，通過定制化計(jì)算架構(gòu)進(jìn)一步優(yōu)化效率。

未來，我們還將啟動(dòng)量子計(jì)算領(lǐng)域的早期研發(fā)，探索其在特定任務(wù)加速中的應(yīng)用潛力。

攜手同行：以信任為基，共筑智能未來

新思科技的使命是“賦能創(chuàng)新者，推動(dòng)人類進(jìn)步”，我們始終以嚴(yán)謹(jǐn)?shù)膽B(tài)度踐行這一使命。歸根結(jié)底，我們的核心目標(biāo)是為大家提供先進(jìn)技術(shù)，助力更多開發(fā)者實(shí)現(xiàn)創(chuàng)新，而這一切，都離不開大家對(duì)新思科技的信任。

因此，在演講即將結(jié)束之際，我想再次感謝大家的信任與支持，更感謝我們之間的緊密合作。正是這份合作，讓我們能夠攜手突破極限，引領(lǐng)行業(yè)發(fā)展步伐，共同推動(dòng)萬物智能未來的實(shí)現(xiàn)。

謝謝大家！