近日，第三届设计自动化产业峰会（IDAS 2025）在杭州国际博览中心隆重举行。本届峰会由EDA²主办，并得到了众多政府单位、行业协会及知名企业的鼎力支持。

由中科麒芯承办的半导体AI技术及应用分论坛，汇聚了来自华为、华大九天、广立微电子、青芯半导体、硅基流动及华为云等国内半导体及AI领域的领军企业和一线专家，共同探讨了人工智能技术在半导体设计、制造、协同等环节的深刻影响与未来发展趋势。与会嘉宾分享了前沿的技术洞见和丰富的应用实践，为产业的智能化升级描绘了清晰的蓝图。

中科麒芯董事长董伟在开场致辞中指出，AI正以前所未有的力量重塑半导体产业，从设计方法学到制造工艺，再到产业生态协同，都迎来了深刻的变革机遇。本次论坛旨在搭建一个高端交流平台，共同探索AI技术在半导体领域的落地路径。

巨头论道：AI如何重构EDA与芯片设计范式？

面对芯片设计规模与复杂度呈指数级增长的挑战，传统EDA工具正遭遇性能瓶颈。与会专家一致认为，AI是破局的关键。

华为半导体EDA首席科学家黄宇在其《AI For EDA》的主题演讲中指出，随着芯片进入后摩尔时代，其设计规模与复杂度呈指数级增长，传统EDA工具正面临严重的性能瓶颈，而AI为此提供了破局的关键。他介绍，华为正致力于将AI技术深度融入EDA流程的各个环节，以系统性地解决功耗、性能与面积（PPA）的优化难题。例如，在物理设计中，团队利用强化学习算法来探索和优化电路布局，相较于传统算法能在更短时间内收敛到更优解；在逻辑综合阶段，则通过监督学习模型，让AI自主学习顶尖工程师的设计经验与方法，从而实现电路结构的自动化优化。黄宇强调，AI for EDA的最终目标是实现芯片的“自主设计”（Autonomous Design），让AI从一个辅助工具进化为工程师的强大智能伙伴，将他们从海量繁琐的、重复性的工作中解放出来，从而能够专注于更高层次的架构与功能创新，这不仅是效率的提升，更是对整个芯片设计范式的一次深刻变革。

华大九天解决方案总监杨祖声发表了题为《EDA呼唤行业大模型智能系统》的演讲。他认为，国外EDA三大家的AI + EDA应用均从AI+单点工具起步并且已经开始重点发展AI + 全流程智能设计，而国内忙于补链串链，在AI+全流程智能应用领域落后的风险正在加大，需要跟进。在未来的发展趋势方面，个别头部EDA企业已经在规划一个能够理解整个设计流程和工具应用方法、掌握全领域知识的“EDA行业大模型”，为设计提出建设性建议。讲座中还介绍了华大九天的AI + EDA技术。为了迎接AI + EDA时代，华大九天还推出了名为PyAether的AI + EDA生态平台，聚合了华大九天点工具的接口，并且还将持续扩展，逐渐覆盖到全领域全流程。他最后呼吁，构建繁荣的AI + EDA生态系统，需要全行业的开放合作与共同努力，以推动整个产业的价值创新。

广立微电子AI总监姜辉的演讲《LLM and Next-Generation EDA Tools for IC Manufacturing》聚焦于大语言模型（LLM）在芯片制造环节的创新应用。他指出，芯片制造过程产生了海量的数据，如何从中高效提取信息以提升良率是所有晶圆厂的核心挑战，而传统的统计过程控制（SPC）等方法往往耗时耗力且高度依赖专家经验。广立微电子开发的基于LLM的新一代制造EDA工具，能够自动整合并分析庞杂的晶圆测试数据、设备日志和工艺参数，利用其强大的模式识别与推理能力，快速定位导致良率下降的缺陷根本原因。他特别提到，LLM卓越的自然语言处理能力，使得工程师能以日常对话的方式与系统交互，进行复杂的数据查询与深度分析，这极大地降低了数据分析的技术门槛。姜辉预言，下一代制造EDA工具将是“会思考、能对话”的智能系统，它将成为连接设计与制造的坚实桥梁，最终实现可制造性设计（DFM）的敏捷闭环优化。

生态共建：平台与模型如何为产业赋能？

AI的落地不仅需要顶层设计，更依赖于坚实的平台、普惠的模型和强大的基础设施。

中科麒芯CEO李磊分享了《基于FlowBuilder的大模型赋能芯片设计协同》的实践。他表示，中科麒芯定位于“Outside-EDA”，其核心价值首先体现在FlowBuilder这一为半导体行业量身定制的创新流程管理工具上。该平台旨在无缝整合设计、流程与项目管理，通过实现IC设计流程的直观化以及设计过程的全面可视化、可执行与可追溯，为芯片研发构建了一个标准化的工程协同基座，并致力于促进设计资产的积累与知识沉淀。在此坚实基础上，平台为AI技术的落地提供了理想的场景和高质量数据。他重点介绍了公司自主预训练的半导体行业大模型“智语芯（ChipLingo）”，该模型基于海量EDA工具手册、论文教材等行业数据训练。当“智语芯”赋能FlowBuilder后，其价值得到极大释放，尤其在代码辅助和日志分析方面表现突出，能自动发现错误并给出修改建议，极大加速研发进程。这种平台与模型的结合，提供了一套可在企业内部署的、兼具安全与专业的解决方案，有效提升了芯片设计的协同效率。

青芯半导体芯片设计方法学总监陈瑞申发表了题为《AI在芯片设计中的应用实践》的演讲，他表示，AI算力需求的激增与摩尔定律的放缓形成了“剪刀差”，使得AI技术必须“反哺”芯片设计行业以实现突破。他从芯片设计企业的视角出发，分享了机器学习在PPA探索、功能验证和芯片测试等环节替代人工迭代、提升效率的实践经验。他强调，生成式AI在芯片设计全流程，从早期的架构探索、IP选型，到后端的物理设计与签核，都展现出巨大的应用潜力。他通过与中科麒芯等伙伴合作的案例，展示了AI工具在辅助开发内部流程GUI、智能分析日志、进行布局规划等方面的具体应用，证明AI已成为解决日常设计工作中实际问题、带来显著效率提升的可靠工具，而不再仅仅是理论探讨。

硅基流动生态及解决方案总监李亚伟介绍了其一站式大模型云服务平台“硅基流动”。她指出，大模型在半导体领域的应用潜力巨大，但对于许多芯片公司而言，从零开始构建和训练一个高质量的行业大模型，在数据获取、算法研发和算力投入上面临着巨大的挑战。为了解决这一痛点，“硅基流动”平台应运而生。它提供从数据处理、模型训练、精调到推理部署的全套工具链和强大的云端算力支持，旨在系统性地降低AI应用门槛。客户可以将自己的设计数据安全地上传至云平台，选择平台预置的、针对EDA场景优化的基础模型，进行快速、低成本的微调和定制化开发。李亚伟表示，公司的目标是提供普惠的AI基础设施，让每一家芯片设计公司，无论规模大小，都能够便捷地享受到大模型带来的技术红利，从而极大地加速整个半导体产业的智能化转型进程。

华为云中国区半导体解决方案总监李浩最后就《大模型发展趋势与华为AI实践》发表了演讲。他分析指出，当前大模型的发展正呈现出两大清晰趋势：一是从多模态大模型正在向AGI通用大模型演进，以追求更通用和全面的人工智能能力；二是由于模型规模持续扩大和应用不断深入，对算力的需求越来越大，AI基础架构正日益向云端集中和融合。他介绍，华为基于“昇腾”AI基础软硬件平台，已经打造了从模型开发、训练到部署的全栈AI解决方案。华为不仅利用内部的盘古大模型深度赋能自身的EDA工具链和芯片设计流程，也正通过华为云，将这些经过内部大规模实践验证的成熟AI能力，以云服务的形式开放给广大客户与合作伙伴，致力于携手产业各方，共同构建一个繁荣、协作、共赢的AI生态。

圆桌共识：挑战与破局之路

在随后的圆桌讨论中，专家们就大模型在半导体产业落地的挑战与路径达成共识。

1. 1. 应用现状：谨慎乐观，辅助先行。 目前应用尚处初期，集中在代码生成、智能问答等低风险辅助场景。业界普遍“态度积极，实践保守”，核心环节仍依赖传统验证。
2. 2. 核心瓶颈：数据是最大障碍。 数据孤岛、企业出于IP保护的共享意愿低、以及行业缺乏统一数据标准，是公认的三大难题。
3. 3. 破局之路：技术与协作并行。 针对数据困境，业界探讨了多元化解决方案：技术上，探索“合成数据”；协作上，建立产业联盟或数据共享平台；标准上，推动行业统一规范。
4. 4. 其他挑战：算力与算法局限。 先进算力的获取成本高昂，且现有模型在处理半导体巨大的参数组合空间时仍显不足，尚难实现真正的端到端智能设计。

结语

AI大模型开启了半导体产业智能化的新篇章，其在提升研发效率方面的巨大潜力已成行业共识。然而，要真正深入核心设计与制造环节，仍需全产业链携手，共同攻克数据、算力与算法这三座大山。本次IDAS峰会不仅展示了前沿的技术探索，更凝聚了行业协作的决心。未来的突破，必将源于技术创新、生态协作与标准制定的同频共振。

扫码进AI赋能半导体行业交流群获取演讲资料