算力狂飙！国产工业设计软件如何为AI硬件“打底座”？
2026年，AI大模型与具身智能的爆发，正推动算力芯片向极致堆叠演进。如果单颗芯片是超级跑车的引擎，那么成百上千颗芯片协同工作时，若面临“路窄、缺油、过热”等系统性瓶颈，整个车队依然无法高效运转。如今，有一批国产工业设计软件企业，把目光投向了“芯片之外的系统”，为AI硬件升级迭代“打底座”。
不再死磕“单颗芯片”
AI时代算力比拼走向“系统协同”
以前造硬件，大家都死磕单颗芯片，只要把芯片内部的晶体管做小、做精就行。但到了AI时代，大模型对算力的需求激增，靠一颗芯片已经扛不住了，必须把成百上千颗芯片、存储和互连组织成一个庞大的计算系统。
这时，问题就变了。芯片一多，它们拼在一起后的高速互连、供电、散热和可靠性，就成了决定最终性能的关键。“在AI时代，EDA竞争的设计边界正在从单颗的芯片扩展到整个的系统。系统级EDA将成为我们国产AI产业不可缺少的关键工业软件能力。”芯和半导体科技（上海）股份有限公司市场部副总裁仓巍表示。
近年来，芯和半导体把EDA的设计对象从单颗芯片内部，延伸到了芯片进入封装、板卡和整机后的系统协同，相关技术获得2023年度国家科技进步奖一等奖。
把样机试错“前移”到电脑里
帮国产硬件省下真金白银
什么是系统级EDA？其实就是给造硬件的过程加了一个“高精度沙盘推演”。以前工程师设计完电路板，得造出样机来测试，一发现问题就推倒重做，费时费力。现在，系统级仿真可以在设计阶段就把风险提前暴露。
这种“降本提质提速”的作用，在真实客户身上已经见效。比如在德明利的企业级SSD项目中，芯和的分析平台帮客户把电路板从14层优化到了12层，硬件物料成本直接下降了20%，不仅供电压降明显改善，电源测试一次通过率也达到了80%。
在智能手机端，解决“边充电边打游戏导致手机发烫”的痛点，往往需要多轮样机迭代。但在与OPPO的合作中，芯和不仅设计了一套分析流程，还把AI大模型技术渗透进去。系统可以边设计边仿真，提前预判风险。
“以前合作可能要五六轮分析，这次基本上两轮周期就解决了困扰。”仓巍解释说，在一个多变量、多目标的复杂网络场景中，优化时间从约7小时大幅缩短至1.8小时，以前需要8小时人工排查的瓶颈，现在压缩到了分钟级。
“长三角+大湾区”
打通具身智能硬件的“任督二脉”
具身智能和人形机器人对端侧硬件的要求近乎苛刻：要在极小的空间里塞进计算、通信、感知和驱动模块，信号不能乱，供电不能崩，热量必须散得出去。这恰恰是系统级EDA的用武之地。
要攻克这些难题，光靠闭门造车不行，必须让EDA工具与最前沿的产业场景深度绑定，这种场景落地正是粤港澳大湾区的优势。这里拥有密集的硬件企业和应用场景，从OPPO代表的智能终端，到超聚变代表的AI服务器，再到德明利代表的存储，都是芯和的重要伙伴。
“区域协同的关键，是让长三角的基础软件和集成电路研发能力，与大湾区的硬件制造、终端企业和应用场景更早进入同一个工程协作过程。”仓巍透露，目前芯和以上海总部的研发能力为核心，以深圳分公司作为连接大湾区客户需求、技术协同和应用验证的重要节点。
“通过推动系统级仿真更早进入研发流程，不仅大大缩短了产品周期，也把单个企业项目中的经验，转化成了产业链可以复用的能力。”在他看来，随着AI硬件复杂度的不断提升，这种长三角与大湾区的区域协同共振，正让国产工业设计软件从单点突破走向支撑具身智能产业的完整能力底座。
采写：南方+记者 昌道励
摄像：南方+记者 张令
剪辑：南方+记者 何志豪 实习生 冯羽虹
海报：吴颖岚
倍盈配资提示：文章来自网络，不代表本站观点。
热点资讯
推荐资讯
