Cadence的AI布局更上一层楼 协助台湾拥抱爆发式成长 智能应用 影音
231
DForum0320
DTindustry

Cadence的AI布局更上一层楼 协助台湾拥抱爆发式成长

  • 吴冠仪台北

益华电脑(Cadence Design Systems)台湾总经理宋栢安(Brian Sung),期盼将Cadence新的设计方法与团队运作的概念带给台湾,携手客户一起共创新的芯片设计的方法与流程,掌握AI创新庞大商机。DIGITIMES摄
益华电脑(Cadence Design Systems)台湾总经理宋栢安(Brian Sung),期盼将Cadence新的设计方法与团队运作的概念带给台湾,携手客户一起共创新的芯片设计的方法与流程,掌握AI创新庞大商机。DIGITIMES摄

生成式人工智能(Gen AI)与代理型AI(Agentic AI)技术的相继出现,重新定义了电子设计自动化(EDA)的未来可能性,这些透过将重复任务自动化、最佳化复杂工作流程、提供更聪明的设计建议,或是自动产生RTL程序码等新型态的辅助系统,型塑半导体芯片设计产业的新纪元。

2026年开年,EDA国际大厂益华电脑(Cadence Design Systems)台湾总经理宋栢安(Brian Sung)先生接受这次的访问,他从EDA产业对AI的技术布局谈起,Cadence长久以来以「智能系统设计」作为发展EDA解决方案的重要基础架构与核心策略,而AI技术正是实现这个愿景的重要发展方向,无论是从芯片、子系统与数据分析都与人工智能技术息息相关,一举激励产业界应对大型、高复杂度AI芯片风起云涌的大趋势发展。

Cadence自2016年起将机器学习导入设计流程,积极从AI强化学习(RL)、大型语言模型(LLM)等技术加入EDA设计流程,如今已有逾半数的Cadence产品线都部署多样化的AI工具,举Cadence的Cerebrus AI智能设计签核解决方案为例,该数码芯片设计工具以机器学习为基础,实现功耗、效能和面积(PPA)最佳化效益而获得客户好评,至今已累积超过1,000个成功投片(tape-out) 的案例,让Cadence产品的市场占有率扶摇直上。

AI工具深刻改变EDA解决方案  形塑IC设计方法的全面转变

Cadence AI 的底层JedAI平台,作为数据整合与运算智能的核心,可赋能企业用户整合自家多年累积的设计数据与数码资产,透过JedAI,客户将能开发出高定制化AI应用,开创更符合客户自身利益的解决方案与自动化工作流程。目前Cadence进一步提供RAG(Retrieval-Augmented Generation)与Transformers模型架构的兼容软件界面,提高数据整合效益与竞争优势。

除此之外,更多生成式AI的延伸应用、AI推论、AI辅助验证工具,皆已落实于芯片设计的最佳化中。Cadence已与客户展开「AI代理 (AI Agents)」的合作,为迈向未来代理式工作流程(Agentic Workflow)的奠定重要基础,实现从芯片到系统的全面智能化部署。

另外在市场面上,Cadence解决方案事业部因应先进半导体制程节点一路快速跃进的重大变革,同时芯片设计产业面对异质整合的先进封装技术愈来愈复杂的挑战下,透过专属制程IP产品组合与客户服务工程团队的双重优势来服务台湾的客户;再加上Cadence旗下设计验证(Design Verification)产品线,其打造AI驱动的验证平台,以快速优化验证工作负载、提高覆盖率大幅度协助客户优化PPA 与上市速度,这些都让2026年Cadence在台湾市场的成长动能令人期待。

Cadence宣布收购Beta CAE Systems与Hexagon设计与工程业务加速跨领域市场的扩张

再者,Cadence自2024年起陆续宣布收购Beta CAE Systems与 Hexagon AB旗下设计与工程业务,这将一举让Cadence多物理场系统模拟与分析的产品组合,以及3D-IC结构分析领域再下一城。

宋栢安强调这不仅强化了Cadence「智能系统设计」的愿景,更开启一系列新的合作契机,进而探索机械结构模拟、运动和多物理场分析在跨领域的新机会,加速为电子系统、汽车、航太、工业与机器人等产业的下一步技术突破注入强大动能,这些新市场的成长机会,让Cadence在跨领域市场的整合上有了更好的扩张机会。

携手客户共同开发AI驱动的先进芯片设计方法与流程

全球半导体市场与AI基础建设的成长在2026年的展望上仍非常强劲,让台湾的产业界有了更上一层楼的底气,而维持这个动能不能没有拥抱AI技术的准备,宋栢安观察到大型的客户因为认同「虚拟工程师」的AI愿景,加速整合Cadence多样化的AI工具与自家的小型AI智能代理、Gen AI工具以提升生产力,这些工具快速成为IC设计工程师的好帮手,但是宋栢安也提醒,虽然工程师未来可能可以不写RTL或是C的程序码,但是反而必须在验证AI辅助生成结果的正确性与有效性方面具备辩证能力、思考的逻辑性与判断信息的有效性等能力,这是成为未来工程师的基本能力。

而设计工程团队中让资深的工程师来协助验证初阶工程师设计正确性也有相当的挑战,尤其透过数码分身(Digital Twins)技术将诸如Post-Silicon的矽后验证数据等实际真实世界的信息与数码孪生的整合来强化设计的完整性与准确性,这将让工程师团队间发生翻天覆地的转变,而合作导入新的设计架构与经验都需要时间与完善的准备,展望2026年,宋栢安希望将Cadence新的设计方法与团队运作的概念带给台湾,并携手客户一起共创新的芯片设计的方法与流程,掌握AI创新的大商机。