隨著后摩爾時(shí)代的到來(lái)，通過(guò)先進(jìn)封裝和Chiplet技術(shù)延續(xù)摩爾定律已成為行業(yè)共識(shí)。但這也帶來(lái)了一個(gè)棘手的副作用：設(shè)計(jì)維度從二維平面拓展至三維空間，信號(hào)完整性與電源完整性的挑戰(zhàn)呈指數(shù)級(jí)激增。傳統(tǒng)的人工迭代模式面對(duì)這種海量數(shù)據(jù)已顯得力不從心。 在這場(chǎng)向高維設(shè)計(jì)突圍的戰(zhàn)役中，芯和半導(dǎo)體（Xpeedic）展現(xiàn)出了獨(dú)特的"AI直覺"。 依托其在Chiplet先進(jìn)封裝領(lǐng)域的龍頭地位，芯和半導(dǎo)體并沒有停留在傳統(tǒng)算力的堆砌上，而是利用AI技術(shù)重構(gòu)了系統(tǒng)級(jí)分析的底層邏輯，讓復(fù)雜的異構(gòu)集成設(shè)計(jì)變得可預(yù)測(cè)、可優(yōu)化。

在近日召開的ICCAD 2025上，芯和半導(dǎo)體正式發(fā)布AI戰(zhàn)略視頻， 強(qiáng)調(diào)"為 AI 而生"戰(zhàn)略，全方位呈現(xiàn) EDA FOR AI 與 AI+EDA 的雙向融合成果。同時(shí)在此期間，芯和半導(dǎo)體還與聯(lián)想集團(tuán)正式簽署 EDA Agent 戰(zhàn)略合作協(xié)議，聚焦EDA設(shè)計(jì)全流程智能化升級(jí)，加速 AI 驅(qū)動(dòng)的智能終端及系統(tǒng)設(shè)計(jì)落地。

在此次展會(huì)期間，我們也有幸采訪到了芯和半導(dǎo)體創(chuàng)始人、總裁代文亮博士，代博就AI與EDA的話題進(jìn)行了精彩的分享。

以“物理AI”重構(gòu)系統(tǒng)級(jí)設(shè)計(jì)，從仿真驗(yàn)證邁向AI for Science

AI在EDA中的應(yīng)用正如當(dāng)年的“互聯(lián)網(wǎng)+”一樣，本質(zhì)上是高度場(chǎng)景化的，不同的應(yīng)用場(chǎng)景決定了AI不同的落地方式。在代文亮看來(lái)，芯和半導(dǎo)體最擅長(zhǎng)的電磁場(chǎng)仿真——即求解麥克斯韋方程和泊松方程——正是AI最理想的落地土壤。仿真過(guò)程本質(zhì)上是一個(gè)從幾何結(jié)構(gòu)（如GDS、PCB、Chiplet版圖）輸入，通過(guò)網(wǎng)格劃分、邊界設(shè)定和矩陣求解，最終得出物理結(jié)果的閉環(huán)。

代文亮強(qiáng)調(diào)，這一過(guò)程與大語(yǔ)言模型可能產(chǎn)生“幻覺”的特性截然不同，物理仿真擁有清晰的邊界條件，通過(guò)傳統(tǒng)算法生成的數(shù)據(jù)是經(jīng)過(guò)清洗、去噪的“干凈數(shù)據(jù)”，基于這些高質(zhì)量數(shù)據(jù)訓(xùn)練出的AI模型具備極高的可靠性，這是一種真正的“Physical AI”（物理AI），但并不等同于具身智能（Phy-AI）。一旦模型訓(xùn)練完成，面對(duì)新的結(jié)構(gòu)輸入，AI可以瞬間輸出結(jié)果，這徹底改變了傳統(tǒng)計(jì)算的效率邏輯。

在具體的應(yīng)用場(chǎng)景中，代文亮以Chiplet設(shè)計(jì)為例進(jìn)行了詳細(xì)說(shuō)明。在處理Back-to-face、Back-to-back或Face-to-face等不同堆疊方式的熱分析時(shí)，傳統(tǒng)的架構(gòu)探索依賴全物理仿真，耗時(shí)漫長(zhǎng)。而采用AI方法后，仿真時(shí)間被壓縮至數(shù)秒，更為關(guān)鍵的是，在剝離CPU大量算力的情況下，AI預(yù)測(cè)的誤差率僅在5%以內(nèi)。

代文亮認(rèn)為，這種“Physical AI”不僅解決了效率問(wèn)題，更解決了后摩爾時(shí)代系統(tǒng)技術(shù)協(xié)同優(yōu)化（STCO）面臨的算力瓶頸。面對(duì)超大規(guī)模的異構(gòu)集成甚至機(jī)柜級(jí)系統(tǒng)，傳統(tǒng)全矩陣求解往往因算力不足而難以推進(jìn)，且部分內(nèi)部物理效應(yīng)面臨“測(cè)不到、防不了”的困境，此時(shí)AI便成為了一種水到渠成的預(yù)測(cè)手段。

為了進(jìn)一步闡釋AI的應(yīng)用層級(jí)，代文亮巧妙地引用了科學(xué)發(fā)展的三個(gè)階段：從愛迪生通過(guò)大量實(shí)驗(yàn)篩選鎢絲的“試錯(cuò)”階段，到門捷列夫利用元素周期表進(jìn)行“預(yù)測(cè)”的階段，最終到達(dá)牛頓總結(jié)定律的最高境界。他表示，芯和的目標(biāo)正是邁向第三階段，即“AI for Science”，利用AI從兆瓦級(jí)功耗、水冷散熱等復(fù)雜系統(tǒng)中，探索出電、熱、力多物理場(chǎng)耦合的深層規(guī)律。

針對(duì)“為AI而生”的企業(yè)戰(zhàn)略，代文亮詳細(xì)披露了芯和半導(dǎo)體在三個(gè)維度的具體布局。首先是參數(shù)化建模領(lǐng)域，針對(duì)大算力芯片的Interposer（中介層）、HBM等復(fù)雜部件，芯和改變了“上來(lái)就畫圖”的傳統(tǒng)模式，轉(zhuǎn)而利用“小參數(shù)、大模型”的方式建立TSV、DTC等各種參數(shù)化模板，為AI應(yīng)用打下基礎(chǔ)。其次是仿真智能體（Simulation Agent），即在已知物理結(jié)構(gòu)和材料屬性的前提下，跳過(guò)繁瑣的物理求解，利用AI直接預(yù)測(cè)并輸出仿真結(jié)果。最后是交互式Copilot與數(shù)據(jù)智能體，結(jié)合大語(yǔ)言模型技術(shù)，芯和已實(shí)現(xiàn)通過(guò)Python代碼或語(yǔ)音與EDA工具進(jìn)行交互，并發(fā)布了與聯(lián)想合作的AIPC產(chǎn)品。代文亮特別指出，數(shù)據(jù)將是未來(lái)最寶貴的資產(chǎn)，未來(lái)的商業(yè)模式可能從銷售License轉(zhuǎn)變?yōu)殇N售模型（Model），他構(gòu)想通過(guò)多模態(tài)大模型拉通各個(gè)Agent，形成全流程的智能輔助。

STCO時(shí)代的系統(tǒng)級(jí)挑戰(zhàn)、物理AI底座與Chiplet終局

當(dāng)前我們正處于芯片設(shè)計(jì)的產(chǎn)業(yè)換擋，從DTCO走向STCO的必然跨越。過(guò)去行業(yè)遵循的是DTCO（設(shè)計(jì)技術(shù)協(xié)同優(yōu)化），其核心在于摩爾定律，依賴晶體管特征尺寸每18個(gè)月縮小一倍（從7nm演進(jìn)至2nm）來(lái)驅(qū)動(dòng)性能。然而，隨著光刻面積限制和單一工藝無(wú)法兼顧存儲(chǔ)、邏輯與IO的最優(yōu)解，SoC單芯片模式已難以維系大算力的增長(zhǎng)需求。

在此背景下，STCO（系統(tǒng)技術(shù)協(xié)同優(yōu)化）成為必選項(xiàng)。STCO不再單純依賴晶體管微縮，而是通過(guò)2.5D/3D IC堆疊、異構(gòu)集成等架構(gòu)創(chuàng)新，將交換機(jī)、高帶寬內(nèi)存（HBM）等不同工藝模塊封裝在一起。代文亮強(qiáng)調(diào)，英偉達(dá)NV Link 72和華為384超節(jié)點(diǎn)的出現(xiàn)，正是STCO理念的體現(xiàn)——通過(guò)縮短互連距離、降低插損并提升帶寬，從系統(tǒng)層面實(shí)現(xiàn)了超越摩爾定律的性能飛躍。

STCO雖然解決了架構(gòu)瓶頸，卻帶來(lái)了前所未有的物理場(chǎng)挑戰(zhàn)。代文亮用一個(gè)生動(dòng)的“恐怖故事”形容了算力中心面臨的危機(jī)：不同于CPU的分時(shí)計(jì)算模式，智算中心的GPU集群在工作時(shí)會(huì)出現(xiàn)“所有芯片同時(shí)翻轉(zhuǎn)”的現(xiàn)象。這種類似“士兵在橋上走正步”的同頻共振，極易導(dǎo)致電源完整性（PI）的系統(tǒng)性崩潰。

此外，信號(hào)與散熱的極限也在不斷被突破。當(dāng)高速數(shù)字信號(hào)速率飆升至448Gbps時(shí)，其特性已完全超越傳統(tǒng)射頻毫米波頻段，耦合效應(yīng)劇增。同時(shí)，單芯片功耗邁向千瓦級(jí)、機(jī)柜功耗邁向兆瓦級(jí)，使得散熱技術(shù)被迫從風(fēng)冷演進(jìn)至微流道水冷。代文亮指出，這種從微納尺度的Chiplet內(nèi)部，到毫米級(jí)的中介層，再到米級(jí)的整機(jī)機(jī)柜，構(gòu)成了巨大的跨尺度仿真（Cross-scale Simulation）壓力。傳統(tǒng)的“芯片做完交給下家”的串行模式已失效，許多物理效應(yīng)在系統(tǒng)層面變得“測(cè)不到、防不了”。

面對(duì)上述挑戰(zhàn)，代文亮分享了芯和半導(dǎo)體的核心解法。公司榮獲2024年國(guó)家科技進(jìn)步一等獎(jiǎng)的技術(shù)積累，正是解決這一跨尺度、多物理場(chǎng)（電、熱、應(yīng)力）難題的關(guān)鍵。該技術(shù)基于對(duì)麥克斯韋方程的精準(zhǔn)求解，不僅實(shí)現(xiàn)了芯片、封裝、PCB的拉通分析，更為AI的應(yīng)用奠定了堅(jiān)實(shí)基礎(chǔ)。

代文亮特別強(qiáng)調(diào)，AI在EDA中的落地離不開高質(zhì)量數(shù)據(jù)。得益于國(guó)獎(jiǎng)項(xiàng)目積累的深厚經(jīng)驗(yàn)與頂尖人才儲(chǔ)備，芯和半導(dǎo)體能夠產(chǎn)出經(jīng)過(guò)蒸餾的、不含“幻覺”的干凈物理數(shù)據(jù)。這些數(shù)據(jù)構(gòu)成了“物理AI”的訓(xùn)練底座，使得利用AI進(jìn)行系統(tǒng)級(jí)預(yù)測(cè)成為可能，從而在傳統(tǒng)算力不足以支撐全矩陣求解的情況下，依然能實(shí)現(xiàn)高效、可靠的設(shè)計(jì)收斂。

隨著產(chǎn)業(yè)發(fā)展，Chiplet將走向終極形態(tài)：一個(gè)集成了傳感、存儲(chǔ)、計(jì)算、傳輸（包括MEMS、RF、供電模塊）的超大集成體，其中“存內(nèi)計(jì)算”（PIM）將是關(guān)鍵路徑。代文亮博士引用行業(yè)共識(shí)判斷，隨著制程步入2nm及以下時(shí)代，封裝的重要性將正式超越晶圓制造。在這個(gè)全新的生態(tài)中，從Foundry、Fabless到整機(jī)廠商，必須建立全鏈路的協(xié)同機(jī)制，因?yàn)樵赟TCO時(shí)代，生態(tài)協(xié)同將決定一切。

結(jié)語(yǔ)：拒絕“Me too”，堅(jiān)持長(zhǎng)期主義的“雙向奔赴”

面對(duì)風(fēng)起云涌的產(chǎn)業(yè)環(huán)境與資本并購(gòu)潮，代文亮博士也給出了冷靜而深刻的思考。他結(jié)合自己曾在Cadence的并購(gòu)經(jīng)歷指出，一家初創(chuàng)公司若想在巨頭林立的市場(chǎng)中突圍或獲得并購(gòu)機(jī)會(huì)，絕不能做“Me too”的產(chǎn)品。僅僅依靠國(guó)產(chǎn)替代的邏輯，或者在功能上比競(jìng)品“強(qiáng)一點(diǎn)點(diǎn)”，在商業(yè)上往往是死路一條。真正的生存之道在于做到全球頂級(jí)，并具備不可替代的差異化優(yōu)勢(shì)。

這種差異化往往源于對(duì)行業(yè)趨勢(shì)的超前預(yù)判與長(zhǎng)期堅(jiān)守。代文亮回顧了芯和半導(dǎo)體在Chiplet領(lǐng)域的十年征途：早在2014年摩爾定律依然強(qiáng)勁之時(shí)，芯和便應(yīng)一家交換機(jī)客戶的需求開始了堆疊技術(shù)的探索，而當(dāng)時(shí)國(guó)際EDA三巨頭對(duì)此尚無(wú)興趣。整整十年后，Chiplet才成為全行業(yè)的剛需。這一案例深刻證明，初創(chuàng)企業(yè)必須具備穿越3至5年乃至10年周期的戰(zhàn)略定力，專注于解決客戶真正的痛點(diǎn)與難點(diǎn)，而非盲目跟風(fēng)。

展望未來(lái)，代文亮強(qiáng)調(diào)，EDA行業(yè)的變革必須依賴AI，而這注定是一場(chǎng)“雙向奔赴”：一方面是EDA工具通過(guò)AI實(shí)現(xiàn)自我進(jìn)化，另一方面是AI大算力芯片與整機(jī)公司在STCO高地上的迫切需求。芯和半導(dǎo)體將繼續(xù)在這條難而正確的道路上，以AI驅(qū)動(dòng)，追求STCO的技術(shù)高度，助力半導(dǎo)體產(chǎn)業(yè)突破物理極限，抵達(dá)算力新巔峰。