從設計最佳化工具到「虛擬工程師」 AI將如何改寫EDA競爭版圖？

[深度報導]

在半導體產業發展史上，自1970年代萌芽的電子設計自動化（EDA）工具，無疑是推動晶片設計持續演進的關鍵助力，從早期以電腦輔助（CAD）取代人工手繪電路圖繪製與布線，逐步發展為涵蓋電路模擬、邏輯合成、功能驗證、設計實作與簽核（sign off）的完整工具鏈，對於延長摩爾定律（Moore’s Law）壽命更是功不可沒。

隨著AI時代來臨，市場對半導體元件性能的要求越來越高，也讓IC設計面臨前所未有的高難度挑戰。尖端系統應用的晶片電晶體數量已突破2,000億，再加上3D IC、Chiplet等全新架構為晶片電路本身、封裝及系統，帶來更多相互密切影響的電、熱與機械等物理效應，使得驗證步驟更為繁雜、甚至可能佔據整體開發週期七成。在AI晶片市場要求產品快速迭代的壓力下，依賴設計工程師反覆調整參數、逐項執行工具，再進行人工判讀結果的傳統EDA流程，已逐漸難以跟上設計規模與上市時程。

表單的底部

因此，生成式AI、代理式AI（Agentic AI）及相關技術導入EDA，已從個別廠商的實驗性功能發展為產業主流。Synopsys、Cadence與Siemens EDA三大供應商的共同方向，都是讓AI從提供建議的「副駕駛」，進一步成為能理解目標、呼叫工具、執行多步驟流程並驗證結果的工程代理（Engineering Agent）。不過，三家公司既有產品組合、AI發展路徑與市場定位不同，也逐漸形成各自的競爭特色。

三大EDA業者方向相近，切入路徑各異

在這場「AI for Design」的競賽中，Cadence已建立相對清楚的產品發展藍圖，也累積了積實際投片經驗。其核心AI平台JedAI可扮演大型語言模型（LLM）、設計資料與EDA工具之間的協調層，讓客戶依據資安、運算資源及工作流程需求，選擇在本地端或雲端部署，並整合企業內部的專有設計資料與知識庫，為EDA邁向代理式工作流程（Agentic Workflow）奠定基礎。