用AI重构世界，用软件定义未来
发布日期：2025-09-10
来源：西门子EDA
编者按：2025年8月28日，西门子 EDA 年度技术峰会“Siemens EDA Forum 2025”在上海成功举办。以“AI 驱动半导体变革”为核心议题，西门子EDA与业界同仁一道深度探讨软件定义时代下，如何破解验证复杂度攀升、系统集成难度加大等行业痛点，携手勾勒智能化设计的创新路径。
AI技术的飞速演进推动着全球电子信息产业经历前所未有的变革，计算资源需求的指数级增长带来对复杂计算系统的软件创新需求。半导体产业作为电子信息产业的基石，正面临着多域系统设计、超越晶体管密度、专业人才缺口扩大和跨领域协同壁垒加剧等诸多挑战。
在此背景下，西门子覆盖电子系统全生命周期的全面数字孪生解决方案，正成为企业提升敏捷性与集成能力的关键支撑。西门子EDA秉持“软件定义、AI加持、芯片赋能”的理念，着力打造更易用、更强大的数字化系统，覆盖芯片设计、验证、生产的完整体系，借此实现设计效率与系统稳定性的双重突破。
软件定义是趋动力
随着电子系统和芯片设计的复杂度不断提升，试错成本在显著增加，很多芯片项目延期，首次流片成功率也在下降。
例如，从28纳米制程开始，芯片成本增长明显：5纳米制程约需4.2亿美元，3纳米制程达到5.4亿美元。如此高昂的投入，如果没有有效过程控制，就会造成巨大损失。为了尽可能地让芯片投资有保障，EDA 行业必须通过各种手段提供保障，确保项目顺利推进。
西门子EDA全球副总裁兼中国区总经理凌琳指出，这些数据说明，必须采用更新的方法论、更新的工具链，并依靠更强大的数字化手段来控制损失。否则，投资无法得到保障，每个芯片、每个项目的成本都极高——包括人力、IP、工具以及流片费用。
在硬件逐渐趋同的情况下，正是软件带来了差异化的定义，并由此推动硬件的不断创新。从软件定义入手，而不是仅依赖硬件去解决一切问题。硬件能力希望能通过摩尔定律和异构计算不断增强，但解决复杂系统的根本在于软件和设计方法的“左移”。
凌琳表示，今天的工业领域门类繁多、需求复杂，构建完善的数字孪生生态、工具链以及闭环解决方案并非易事，需要长期且巨大的投入。产业本身高度复杂，其中电子产业占比持续提升。从芯片的角度来看，其在整个系统中的比重也在不断增加。EDA 跟整个半导体行业息息相关，作为“倒金字塔”的底座，EDA 技术正支撑着更广阔的数字化世界发展。
充分发挥AI加速引擎作用
随着 AI 的发展，英伟达黄仁勋提出了新的观点：AI 将吞噬软件。这一表述强调了 AI 的重要性，也解释了AI 在推动相关技术发展中如此关键。AI已经成为基础技术的底座，如今已被被广泛应用在各类 EDA及工业系统中。
凌琳表示，随着系统复杂度增加，验证和生产环节变得愈发复杂，应对的关键在于利用一切可用手段来缩短优化周期。只有通过增强型 EDA 工具和 AI 加持的工具，才能更高效、更精准地完成优化工作，从而提升整个设计和生产流程的效率与质量。
自从收购 Solido 之后，西门子 EDA就拥有了其 20 多年的 AI EDA 软件经验。
西门子 EDA亚太区技术总经理 Lincoln Lee (李立基) 表示，EDA工具中的AI 不只是用来“学习”，而是要输出可用于芯片设计的结果。
因此，工业AI具有不同于普通生成式AI大模型的特征。
首先是可验证性，确保 AI 输出的结果可以验证，从而安全应用于芯片设计；其次是可用性，工具需要对工程师友好，不仅限于专家或博士才能操作；第三是通用性，AI 解决方案应适用于多种设计场景，而非仅限于单一用途，否则终端应用会受限；第四是稳健性，软件必须稳定可靠，每次运行都能正常完成任务，不因硬件或环境不同而崩溃；最后是准确性，确保 AI 设计结果真实可靠，能够如预期运行并达到验证指标。
通过满足上述要求，工业级 AI才能够可靠应用于芯片设计和系统开发等高复杂度场景。
在2025年 6 月美国 DAC 大会 上，推出了 EDA AI System。该系统不同于以往各自独立的工具，而是一个跨产品的平台。作为基础 AI平台，后续其他工具将在此平台上构建。
李立基强调指出，关于数据来源，该系统的数据包括西门子EDA自有的数据、示例、知识库以及客户提供的数据，客户的数据不会被随意使用，并采取了严密措施保证数据安全。
基于 EDA AI System 平台，西门子EDA发布了四款工具：用于验证的 Questa One，用于布线布局的 Aprisa AI，最广泛使用的 Calibre Vision AI，以及用于仿真的 Solido，上述四款产品结合生成式和代理 AI提升仿真效率。
超越EDA
面对复杂电子系统设计挑战，最全面、最完整的数字孪生方案将是终极法宝。
全面数字孪生的意义在于从跨域系统的模型出发，进行软硬件协同设计、验证与仿真，其涵盖范围不断扩大，包括电子系统、机械设计以及跨域跨物理的验证环节。只有将这些环节整合在一起，形成完整的工程化解决方案，才能超越传统 EDA 狭窄的概念和范围，实现真正的一体化。
凌琳表示，西门子 EDA 投入了大量工作，开发了诸多新的方法论。从软件定义出发，涵盖整个功能验证、物理实现、物理验证、生产及封装，再到 3D IC 技术应用。之后，还需在板级调试电子子系统，最终将子系统整合到完整系统中进行测试。包括台积电、英特尔、AMD、Arm以及英伟达等公司，都在与西门子EDA配合，解决面对未来的不同难题。
李立基介绍，西门子EDA的 Silicon Lifecycle 工具，可以实时监控每个环节是否达到指标，形成完整的循环和回溯机制。通过管理大量资产和数据，包括来自上下游合作伙伴的数据，并将其整合用于验证、测试和仿真，才能最终产出可用的产品或系统。
这正是超越传统 EDA、实现全面数字孪生的关键所在。
