AI 开始自主参与芯片设计,EDA 行业核心竞争力是否会被侵蚀?
会受到侵蚀,但更可能是竞争力的重新分配,而不是 EDA 在短期内被 AI 取代。
芯片设计中,AI 已能在若干边界明确的环节提高效率,例如生成或改写 RTL、辅助验证与调试、探索布局布线参数,以及从大量候选方案中寻找更好的实现。它降低了部分试错成本,也可能让小团队更快完成过去需要较多工程人力的工作。如果工具能直接把自然语言需求转成可综合、可验证的设计,传统 EDA 单纯依靠操作界面、脚本和流程编排形成的差异化确实会变弱。
但“参与设计”不等于能够独立交付芯片。真实项目要满足时序、功耗、面积、可靠性、工艺规则和可制造性等相互制约的要求;一次局部优化还可能影响全局。结果必须经过仿真、形式验证、静态时序分析、物理验证等检查,并与具体工艺库、设计规则和成熟流程配合。模型生成的方案若难以解释、复现或定位错误,也很难直接进入高风险的量产流程。因此,AI 的产出质量、验证闭环和与现有工具链的集成能力,往往比“能否生成代码”更关键。
这会把 EDA 的价值从单一工具功能推向更完整的系统能力:高质量求解器与分析引擎、工艺和设计数据、跨阶段优化、可追溯验证,以及对大型项目流程的可靠支持。拥有这些基础的厂商可以把 AI 用作产品增强;缺少底层算法、数据或流程控制的工具,则更容易被通用模型和新型设计代理压缩价值。反过来,若 AI 代理掌握了设计意图、流程编排和用户入口,传统 EDA 厂商即使保有底层引擎,也可能面临议价能力和客户界面被削弱的问题。
所以关键不是“AI 会不会做芯片设计”,而是谁控制从规格到验证、实现和签核的闭环。近期更可能出现人机协作、EDA 厂商嵌入 AI、以及新工具争夺流程入口并存的格局;核心竞争力会从工具数量转向可验证的 PPA 改善、可靠性、工艺适配和工作流整合。对 EDA 公司而言,若能把 AI 的探索能力转化为可复现、可签核的结果,AI 是护城河的放大器;若只提供容易被替换的界面和流程封装,它就会成为侵蚀因素。