EDA产业发展新态势

1 引言

EDA（电子设计自动化）作为集成电路产业的基石，正经历着新的发展变革。首先，集成电路产业进入后摩尔时代以来，工艺技术仍在积极地向3nm、2nm乃至埃米级节点推进，新的设计方法如芯粒（Chiplet）等不断涌现，新型半导体材料如二维材料、碳基材料等得到更多的关注并快速发展。EDA技术需要跟随这些发展不断突破传统界限，为芯片的设计制造提供更加灵活、高效的解决方案；其次，更为多样化、复杂化的应用，如超低功耗、超高可靠性、超高频率等，也对EDA提出了针对性的需求；同时，AI、云计算等新兴技术和应用模式的发展，有望为EDA技术注入新的活力，使其在计算效率、智能化水平等方面实现质的飞跃。

当前，我国正处于从集成电路大国向集成电路强国跨越的关键转变期，面临着集成电路技术演进带来的内部供给瓶颈和自主化程度不足带来的外部供应链封锁的“内忧外患”。在此背景下，国内产业正在加大研发投入，并提出了多种多样的技术路线，以应对当前的紧张形势。本文将立足EDA产业发展现状，阐述目前产业发展面临的新态势，以期为我国EDA产业未来的发展提出有益建议。

2 EDA产业概述

2.1 全球EDA产业格局

EDA产业处于集成电路产业链中的最上游，是帮助设计厂商完成芯片设计、代工厂商实现高良率制造以及封测企业完成加工的核心工具，支撑了整个集成电路市场乃至规模庞大的电子信息、数字经济市场。EDA行业景气度与集成电路产业发展情况息息相关，在近年来全球集成电路产业基本保持稳定向好的发展态势下，全球EDA工具总销售额保持稳定上涨（如图 1所示）。根据SEMI（国际半导体产业协会）数据显示，2023年全球EDA行业实现总销售额约106.5亿美元，同比增长19.39%。未来，数字经济深化发展带来的集成电路产业规模持续扩大，叠加芯片设计、生产等关键技术快速迭代发展需求，将对EDA工具市场继续保持稳定增长带来积极促进作用。

图 1：2020-2023年全球EDA市场销售额

分区域看，如图 2所示，由于集成电路产业在全球部分地区的集中分布，全球EDA行业市场主要集中在北美、亚太地区。美国凭借绝对领先的集成电路产业综合竞争力，瓜分了全球最大数量的EDA工具市场，2023年北美地区EDA工具市场占比为42.5%。在亚太地区，得益于中国大陆集成电路产业连续的高速发展，2020至2023四年间，亚太地区EDA工具市场份额从30.6%提升至36%。

图 2：2020-2023年全球各地区EDA市场销售额

然而产业市场的格局，并非代表产业技术的格局。全球半导体供应链是多元化的，不同地区在不同领域有着不同优势。

图 3：2022年按业务和地区分类的半导体产业增加值（%）

如图 3所示，总部位于美国的公司在IP核和EDA方面领先；美国、欧盟和日本在设备方面共同领先；总部位于中国大陆、日本、中国台湾和韩国的公司在材料方面领先；总部位于韩国和中国台湾的公司在先进节点制造(低于10nm)方面领先；而ATP（Assembly, testing, and packaging，组装、测试和封装）领先企业主要集中在中国大陆和台湾。就EDA产业而EDA产业的竞争格局相对比较稳定。

图 4：全球EDA企业格局

如图 4所示，美国的新思科技（Synopsys）、楷登电子（Cadence）和西门子（Siemens）EDA（原美国Mentor Graphics公司，后被德国Siemens收购），处于绝对领先的第一梯队。它们的特点是拥有比较完整的EDA产品链，营收均超过10亿美元，各自在部分领域有绝对优势，市场份额占全球市场近80%。第二梯队的7家企业特点是具备部分领域的完整解决方案，个别点工具有着领先优势，其中包括了我国的北京华大九天科技股份有限公司（简称“华大九天”）。第三梯队则有着近百家企业，大部分是近5年成立，规模较小，仅有一些点工具相对有些竞争优势。

2.2 国产EDA总体发展情况

国内本土EDA产业近年增长迅猛，一方面得益于国家政策的扶持，另一方面也与国内半导体产业的快速发展有关。随着技术的进步和市场需求的增加，中国EDA市场有望保持高速增长态势。

首先是人才方面。国内EDA行业的从业人员增长迅速，目前大约有8000人，其中研发人员约6000人。这既得益于国家对集成电路产业及学科的重视，每年培养了可观的专业人才，也得益于资本的助力，较高的研发投入提高了从业人员的薪资待遇，促使行业吸引并留住更多人才。但与国外相比仍存在较大差距，尤其是高端人才紧缺。以新思科技为例，其全球拥有超过20000名员工。

其次是资本方面。近年来在资本和国家政策的加持下，国产EDA企业迅速扩张。这从产业动态上可以看出端倪：华大九天、概伦电子和广立微在2022年左右先后上市；国家大基金一期斥资5亿入股EDA厂商鸿芯微纳；数字EDA供应商思尔芯（ S2C ）正式加入甲辰计划 (RISC-V Prosperity 2036)；广立微集成电路EDA产业化基地项目结顶；EDA企业立芯软件完成B轮融资等等。但国内在EDA方面的研发投入仍存在很大的不足。

还是以新思科技为例，其2024年财报显示研发投入占总营收的比例约为34%，年研发投入超过20亿美元。此外，雄厚的资本投入为新思科技实现快速收并购创造了很大的机遇，能较为轻松地完成既定的战略目的，比如重金收购ANSYS，帮助其实现了芯片到系统的跨越布局。

第三是生态方面。EDA工具需要有芯片制造和设计产业链生态伙伴的支持，才能得到真正的应用。EDA生态主要包括PDK（Process Design Kit，工艺设计套件）、器件 模型、单元库，以及Sign-off（签核）工具认证等方面内容。与国外成熟EDA工具相比，国产EDA的生态十分薄弱，大量缺乏PDK等基础支撑，Sign-off工具的认证更需要一个较长的过程。此外，国内很多企业对使用国产EDA工具仍存在顾虑，主动意愿并不强烈。最后是产业布局方面。目前国内EDA企业数量有上百家，虽说是激发了从业热情，也注入了新鲜血液，但存在着大量的重复建设和资源浪费。

2.3 国产EDA技术与产品状况

近五年来国内EDA企业围绕产业需求积极布局，从技术覆盖率角度看已接近需求的100%。但产业化程度还不足，这主要体现为两个方面：

表 1：国产EDA成熟产品与技术现状

一是国产EDA成熟产品覆盖不全。如表 1所示，目前国内拥有比较成熟的全定制电路设计全流程EDA工具系统，但面向数字电路设计、晶圆制造和封装类的EDA工具还不够完整。比如数字电路设计方面缺少成熟的逻辑综合和布局布线工具，晶圆制造方面缺少成熟的工艺仿真工具，封装方面缺少多物理场仿真工具等。因此，国产EDA工具尚无法全面支撑国内集成电路产业的发展。

二是国产EDA产品欠缺支持先进工艺的能力。目前成熟的国产EDA工具整体上可支撑到14nm，部分工具可以到5nm。与国外工具相比有显著的代差（如图 5所示）。

图 5：国产EDA支持的工艺节点

近年来，国内越来越多的高校和科研院所在EDA方面开展了较广泛的研究。如图 6所示，自2010年开始，中国大陆头部10家高校在全球EDA领域发表的文章数量呈急剧上升趋势，并在2022年超过美国头部10家高校（数据来源：CSRankings: Computer Science Rankings）。以2024年10月31日闭幕的全球电子设计自动化（EDA）领域的顶级学术会议ICCAD（际计算机辅助设计会议）为例，中国军团包揽了最佳论文前端和后端奖，以及CADContest三道赛题的所有奖项，可谓硕果累累。这表明中国学术界对EDA的研究呈现一片火热的状态，并在全球的影响力和创新力不断提高。

图 6：中美头部高校EDA领域发表论文数量对比

3 产业发展新态势

从当前产业发展趋势看，推动EDA技术发展的驱动因素主要有四个方面：一是后摩尔时代集成电路产业技术的进步，包括工艺不断向3nm、2nm乃至埃米级推进，新的设计方法如3D IC、Chiplet、异构集成等的涌现，新材料的研究与应用等；二是新应用场景的需求牵引，如汽车电子、6G通信、硅光集成等；三是信息技术的融合，如AI与EDA双向赋能、云计算，这些将会改变整个EDA行业的形态；四是数字孪生发展需要。

3.1 后摩尔时代技术演进

众所周知，后摩尔时代主要有三条提升芯片性能的发展路径，如图 7所示，三条技术路径从不同维度共同推动集成电路的发展。

后摩尔时代产业技术发展的这三条路径，是推 动EDA发展的首要因素 ， 并已演 化出基于STCO（System Technology Co-Optimization）的设计方法和EDA技术。首先是既有EDA工具需要进一步向埃米级节点发展，更好地支持埃米级工艺节点芯片设计与制造；其次，需要开展新材料、新器件的理论研究，构建有效的器件模型；第三，需要开发真正面向3D IC、Chiplet或异构集成的原生EDA技术[13]和工具，以实现从芯片微观层面到应用系统宏观层面的协同优化。

图 7：提升芯片性能的三条路径

3.2 新兴应用需求牵引

随着汽车电子、人工智能、高性能计算、新一代通信技术、物联网、新能源技术等新兴应用的不断涌现，芯片的功能与复杂度不断提升。为了更好地应对这些多样化、复杂化的应用发展需求，EDA呈现出平台化的演进趋势，出现了面向通信、超低功耗、高可靠、光电集成等应用的各种EDA平台。

在汽车电子方面，芯片作为汽车电子系统的核心组件，不仅是汽车智能化的基石，更是推动汽车产业转型升级的关键力量。相比传统的消费类电子，汽车电子芯片须满足一些特殊需求，主要包括：长寿命、高可靠性、低功耗等。为满足汽车电子芯片设计需要，EDA工具需要提供高可靠性及老化仿真相关功能，并对工具本身进行ISO 26262等相关认证，以提升工具可靠性，满足汽车电子的严苛要求。

在AI芯片方面，随着深度学习等复杂算法的出现，其对AI芯片计算能力和存储要求提出了更高的挑战。此外，随着计算规模的增加，能耗和散热问题也变得日益严峻。AI芯片的高效设计需要EDA工具提供新的设计方法学，能够帮助AI芯片突破算力墙、存储墙、能耗墙、互联墙等技术瓶颈。进一步改进和发展Chiplet技术，并与EDA工具相结合，将是未来重要的发展方向。

在智能物联网方面，芯片需要采用极低功耗设计与制造技术，如亚阈值设计技术、SOTB（Silicon on Thin Buried Oxide）等低功耗工艺等。相应地，EDA也需要在器件模型、功耗优化等方面提供有效支撑。

在光电集成方面，由于低功耗高速数据传输需要，光传输技术被引入到芯片中用于构建光电集成芯片。近年来，光电集成设计与制造技术得到了快速发展，相应的EDA工具平台也在不断地发展中（如图 8所示）。

图 8：光电集成芯片设计EDA工具平台

3.3 信息技术融合

3.3.1 AI技术

AI技术与EDA技术的融合是一个天然且双向奔赴的过程。一方面，AI算法的应用，使得EDA工具在芯片设计过程中能够更加智能地处理复杂数据，优化布局布线、加速仿真验证等环节，从而显著提升设计效率和质量（如图 9所示）。与此同时，EDA技术也在为AI芯片的设计提供强大支持，通过提供高精度、高效率的设计方案，助力AI芯片在算力、能效比等方面实现突破。这种双向赋能的关系，不仅推动了EDA技术和AI技术的共同发展，也为整个IC产业带来了更多可能。

图 9：AI赋能EDA工具

目前在AI技术与EDA技术的融合过程中面临着如下挑战：

一是样本获取问题。EDA领域的数据都是集成电路厂商的专有数据，处理方式也比较保密，不同公司之间存在屏障，数据不能互通分享，所以很难综合大量数据训练出更好的模型并持续提升。

是以推演方式得出结果，在精度上没有优势。而且芯片设计的流程很长，数据繁杂，而数据的质量直接影响AI模型的精度。

三是成本问题，AI算法的训练，尤其大模型的训练需要高昂的硬件成本投入，包括算力平台、电费、专业技能人员成本等，在一定程度上阻碍了AI与EDA的融合。

当前，国际知名EDA企业都在致力于将AI技术融入EDA技术的发展中，尽可能利用AI技术来提高自身工具的市场竞争力。2024年3月21日，新思科技在其年度 “ 新 思科技全球用户大会(SNUG)”，分享了其全栈式AI驱动型EDA解决方案Synopsys.ai的强劲表现。Synopsys.ai的应用范围正在迅速扩大，其中以新思科技业界首款AI驱动型设计空间优化解决方案DSO.ai和业界首款AI驱动型验证解决方案VSO.ai为代表的产品表现突出。

3.3.2 云技术

世界500强企业已经逐步将它们的销售、人力资源、财务、工程等重要信息迁移至云端，产业界一致认可了云的重要性。云计算的“按需提供”特性可为各种类型和规模的公司带来更高的灵活性和更好的经济效益。

EDA与云计算技术平台的融合，将带来几个方面的优势：一是灵活地满足日益复杂的芯片设计与制造对算力和存储需求的暴增。云平台可以提供弹性的算力和存储空间的配置，可有效地为EDA工具使用者控制硬软件的直接投入；二是可以减少EDA工具使用者在IT及EDA工具管理与维护方面的开销；三是可以更灵活地配置应用场景，比如根据需要选择不同的EDA厂家的工具等等。

当然，半导体行业目前对上云这一做法仍持一定的保留态度。首先是对数据安全的顾虑，虽然云平台应用越来越广泛、性能更出色、安全也有了很大的提高，但芯片开发者们依然担心上云后的数据安全性问题；其次是对网络性能的担心，芯片设计过程中需要经常性地进行人机交互或数据传递，网络的延迟和带宽有可能成为瓶颈。

3.3.3 量子计算技术

随着量子比特数量增加，量子计算算力可呈指数级规模拓展，理论上具有经典计算无法比拟的巨大信息携带和超强并行处理能力。2024年12月10日，谷歌发布了最新进展，其研究团队使用更多的量子位进行扩展，使得最新量子芯片Willow 在不到5 分钟内就完成了一个基准测试任务，而即使是如今最快的超级计算机，也需要花费“10 的25 次方”年的时间才能完成这项计算，这个数字远超宇宙年龄。

量子计算对代工厂和半导体公司具有巨大的吸引力。由于量子计算机可以同时处理多个变量，因此有可能将复杂的模拟和建模任务从数周缩短到几分钟，从而大幅缩短取得成果的时间。例如，它可以比经典计算机更高效地解决布局优化和时序分析等复杂的计算问题。此外，量子优化、量子深度学习、量子半程规划等量子计算技术如果在EDA领域得到应用，将有可能改写EDA产业格局。量子计算可以提高组合优化、机器/深度学习和半定规划编程算法的性能，从而为EDA带来益处。再进一步，量子处理器或许可以带来一类新的混合算法，从而产生有趣的EDA解决方案。

对于EDA来说，这是一个有趣的时代，因为它很可能引领我们进入该领域的下一波创新浪潮。EDA和量子计算领域之间存在共生关系。无论是在科学层面还是工程层面，机遇和挑战都将是巨大的。

3.4 数字孪生

数字孪生作为一种新兴的技术手段，正在逐步改变芯片产业的传统模式。数字孪生是物理对象的数字化表示及数字化模拟仿真，贯穿产品全生命管理周期，可预测性能并收集数据。其应用十分广泛，包括制造、汽车、零售、医疗等各个行业。数字孪生可提升效率、减少故障、优化运营，是工业4.0发展的关键。它通过模拟现实世界的行为和外观，为各行业带来创新和性能提升。

在集成电路产业领域，数字孪生技术也越来越受到关注。工程师希望通过构建相应的数字模型，可以在实际生产之前对芯片性能进行全面评估与预测，从而有效降低设计风险、提高设计与制造的成功率。集成电路领域的数字孪生，必须与现有EDA平台结合，基于已有电路仿真、可靠性分析、功能仿真、形式验证和物理验证等技术延伸发展，并与产业链上下游进行充分融合：EDA与CAE融合，提供全面的建模与仿真解决方案；EDA与装备融合，提供高性能软硬件完整解决方案；EDA与制造融合，实现DTCO（设计与工艺协同优化）/STCO（系统与工艺协同优化），提供虚拟制造平台。

图 10：EDA实现芯片数字孪生

数字孪生技术与EDA的融合，主要包括两个阶段（如图 10所示）。第一阶段是构建从材料-工艺-器件-PDK-芯片-集成-系统应用全链条的正向数字化设计与仿真流程，实现数字化虚拟设计及制造；第二阶段是通过大量仿真和实测数据，不断优化模型，提高模型的准确率，进行双向快速预测与迭代优化，实现性能、功耗、面积和成本之间的平衡，最终实现工艺、芯片、系统的设计优化，不断提高设计效率和产品性能，降低生产制造成本。

2024年1月16日，新思科技和Ansys宣布，双方已经就新思科技收购Ansys事宜达成了最终协议，收购总价值约为350亿美元。新思科技全球领先的EDA与Ansys广泛的仿真分析产品组合的强强联手，将打造出一个从芯片到系统设计解决方案全领域的全球领导者，并实现以下目的：

1.新思科技将成为第一家实现了“材料-器件-设计-制造-应用”闭环的芯片全产品生命周期软件公司；

2.从技术战略角度看，绝不仅仅是芯片领域的技术收购，而是构建起面向物理世界大模型的基石与基础能力，有望建立第一个智能化工业大模型；

3.不仅仅是芯片领域，新思科技进军能源、化工等全工业领域的实践得以实现。

4 结束语

作为全球第一制造大国，我国拥有世界上最齐全的产业门类。与之不符的是，核心工业软件是我国制造业高质量发展的软肋。目前，全球工业软件产业生态系统呈现出寡头垄断市场格局，且软件本身也呈现出进一步融合的态势。因此重视并大力发展工业软件，推动核心工业软件可控发展，是中国从“制造大国”向“制造强国”提升的必由之路和提升产业国际竞争力的关键所在。

作为核心工业软件之一，EDA将迎来广阔的发展机遇，这些机遇不仅源于集成电路产业技术的不断演进，还受到汽车电子、高性能计算等新兴应用和场景需求的推动，以及人工智能、云计算、量子计算等信息技术融合所带来的强大驱动力。尽管国产EDA在支持人工智能、先进封装、汽车电子、数字孪生等领域有部分解决方案，但与国外相比还有很大差距。在此也呼吁我国产业界、学术界、研究机构及用户之间深化合作，共同致力于技术创新与专业人才培养，从而更好地应对日新月异的技术变革。

来源：原文刊载于《微电子学与计算机》 2025年2月 作者：北京华大九天科技股份有限公司 刘伟平 王宗源 尹文婷 刘晓明 声明：本文系转载，旨在分享，版权归原作者所有，内容为原作者个人观点，并不代表本网站赞同其观点和对其真实性负责。如涉及作品版权问题，请与我们联系，我们将在第一时间删除内容！