当前半导体产业迎来新一轮发展浪潮，芯片与系统的设计范式正在发生根本性的转变，无论是算力规模、数据带宽，还是系统复杂度都远远超出传统设计工具与方法的承载范围。EDA/IP作为半导体产业的基石，依然是破解当前挑战的关键环节。近日，新思科技举办“从芯出发，定义Physical AI未来——新思科技基于TSMC C-Node工艺的IP产品组合发布会”，推出面向中国市场的IP产品。发布会上，新思科技首席产品管理官Ravi Subramanian、新思科技全球副总裁兼中国区总裁姚尧接受了媒体采访，对未来新时代的技术趋势、公司产品布局以及中国市场战略进行了深入解读，展现出新思科技作为EDA、IP以及多物理场仿真领域龙头，对于行业大势的深刻理解，以及对中国市场的高度重视。
物理AI时代：论芯片如何实现系统级工程创新
随着物理AI时代的到来，人工智能正在从数字世界走向物理世界，从模型与数据走向感知、执行和决策。这是业界当前最受关注的话题之一，它的发生有可能会给芯片行业带来一次根本性的改变。如何应对成为所有行业企业的关注焦点。
针对这一变革趋势，姚尧在发布会致辞中就指出，随着AI驱动下的智能系统变得越来越复杂，设计不再只是单纯的电路问题，而是电子物理与真实世界的协同，芯片可能不再独立存在，而是芯片、软件、系统，与物理环境进行整体的协同。具体来说，变化将体现在以下三个方面：第一，算力效率与功耗的极限平衡。物理AI不是无限堆算力，而是在功耗、面积、成本等严苛的约束条件下寻找最优解。第二，系统的复杂性大幅提升。芯片不再是独立存在，而是与软件、系统和物理环境中进行协同设计。第三，严苛的上市要求。将有越来越多的问题必须在设计阶段去提前收敛。
姚尧进一步强调：“问题的关键不在于能不能做，而是能不能在有序约束的条件下把产品稳定地、快速地做出来。这才是接下来竞争的焦点。”“物理 AI 时代的挑战，本质上是一个系统级的工程问题，竞争的关键不在单点的性能，而是在系统级的一次性做对的能力。也即要求所有企业将以往单点的能力推向工程体系的能力。要求我们将EDA、IP 与多物理场的仿真能力进行融合，从而构建一个从芯片到系统，再到物理世界的完整的工程体系。”
Ravi Subramanian在进行媒体访谈时，大致推演了AI赋能芯片设计的落地路径——随着物理AI的到来，在EDA/IP领域，人工智能将逐步实现从辅助工具到协同伙伴的身份升级。第一阶段，AI主要用于优化传统设计流程，在不改变工程师固有研发步骤的基础上优化设计成果；第二阶段，将实现部分研发环节的自动化，替代人工完成重复性工作，提升研发效率；第三阶段，AI将逐渐成为工程师专属助手，承接部分基础研发工作，释放工程师创新精力；第四阶段，AI将深度介入研发流程当中，可以自主优化迭代工作流，重构芯片设计模式。
基于这样的节奏，目前新思科技已推出和落地多项AI赋能技术，通过AI强化学习缩减仿真验证次数、依托数字化验证降低测试成本、借助AI自动生成IP测试结果，全方位提升芯片设计的研发效率。
产品创新矩阵： C-Node工艺IP组合+多维产品布局
作为本次活动的重点之一，新思科技发布了基于台积电C-Node工艺的IP产品组合。该IP产品组合正是新思科技适配物理AI系统级创新思路、应对行业发展挑战的落地成果之一。
根据Ravi Subramanian的介绍，新发布的IP 产品组合涵盖 PCIe、USB、Die-to-Die、DDR5、LPDDR6、MIPI 摄像头与显示接口、UFS、HDMI、DisplayPort、逻辑库、存储器、非易失性存储器（NVM）、I/O 以及 SLM 等，覆盖品类全面，能够全方位满足边缘AI、物理AI、智能机器人、智能制造、无人机等新高增长场景的芯片设计需求。更为关键的是，该IP产品组合根据台积公司的N6C和N4C工艺特性进行定制，包括选择性减少掩膜层等，在保障核心性能、功耗指标不变的前提下，有效降低了芯片设计成本与量产风险，可以适配大规模商业化落地需求。
除C-Node工艺IP组合外，新思科技面对物理AI时代还进行了多维度的产品布局。在协同设计领域，新思针对芯片热力、气流波动等物理场景影响芯片性能的难题，布局全新协同设计新品，将于2026年底正式问世；在AI智能体迭代领域，公司从辅助设计层级向高阶自动驾驶层级进阶，即将推出相当于自动驾驶L4级别的AI智能体，可根据功耗目标自动完成RTL设计，实现无人化智能研发；在测试验证领域，已推出数字孪生解决方案，并携手英伟达打造全域虚拟测试方案，将70%的实体物理测试转为虚拟场景测试，大幅降低研发成本、提升量产稳定性，目前该方案已在芯片设计领域规模化应用。
系统级创新转型不可避免面临挑战。Ravi Subramanian认为，当前挑战主要存在两方面：一方面，传统工程师培养体系以确定性技术研发为核心，而AI技术基于概率运算，工程师存在技术适配、认知转型的适配难题；另一方面，工程师对AI生成的研发结果存在天然疑虑，心态与研发思维的转变需要长期引导。
针对这些问题，Ravi Subramanian认为可以采取“前端培育信任、后端严格校验”的落地思路加以解决。一般而言，芯片研发越靠近量产环节，对准确率的要求越严苛。“往往需要达到99.999%的极致精度”。因此，可以先将AI应用于芯片前端的架构设计、RTL代码编写、功能验证等环节，让工程师在实操中逐步认可AI输出结果的准确性与可靠性，积累协同经验。同时，通过标准化的技术校验体系，对AI生成的后端生产相关数据进行全方位核查，层层筑牢量产安全防线，从而解决工程师的信任问题，推动AI智能体在芯片全流程设计中规模化落地。
整合Ansys新进展：打造系统级一体化解决方案
去年新思科技完成对Ansys的全资收购，对Ansys技术整合的进展情况依然是行业关注的一个重点。这次收购也可以看成新思科技应对物理AI时代到来，立足产业趋势所进行的一次战略性布局。通过对Ansys的收购与技术整合，新思科技将从芯片设计工具提供商，升级为系统级工程能力平台供应商，补齐了新思科技在物理世界仿真领域的技术短板。
根据Ravi Subramanian的介绍，在收购之前，新思科技与Ansys已保持多年深度合作，在技术研发、客户服务、方案落地等方面已经积累了成熟的协同经验。从技术角度来看，新思科技深耕半导体EDA工具与IP产品领域，拥有行业领先的芯片设计全流程技术能力；Ansys则是全球多物理场仿真领域的重要企业，在材料、流体、热力、力学等真实物理世界仿真领域具备技术优势。
收购完成后，使新思科技在EDA、IP与多物理场仿真能力得以实现深度融合，形成“芯片－系统－物理世界”的全链路工程体系。在资源整合与产品落地方面，新思科技原有全球客户超2000家，Ansys拥有超18000家全球客户，双方客户体系融合后，大幅拓宽了新思科技的服务边界，能够为各行业企业的数字化、智能化转型提供全方位支撑。
目前，新思科技已推出收购Ansys后的首款产品，顺利完成技术整合的阶段性落地，依托融合后的全栈技术，为芯片系统协同设计、多场景物理仿真、虚拟测试验证等核心场景提供一体化解决方案。未来，新思科技将持续优化Ansys技术的整合落地，完善系统级工程创新体系，解决物理 AI时代系统复杂度高、研发约束严苛、量产难度大等挑战。
中国战略：联动全球资源，助力本土产业
在全球半导体产业向系统级创新转型的过程中，中国有着自身的“独特性”。产业层面，中国拥有全球最完整的制造业体系，制造业产出占全球近30%，且正从规模优势向高精度、高复杂度的高端制造升级，高度适配物理AI的仿真、优化研发需求；人才层面，中国每年培育超130万工程人才，拥有全球规模最大的工程师体系，可快速实现复杂系统技术的工程化、产品化落地；市场层面，中国在智能汽车、无人机、具身智能机器人等领域已实现换道领跑，众多企业重新定义产业形态与行业标准，拥有全球最丰富的物理AI应用场景。
立足中国产业发展机遇，推动公司进一步融入中国产业生态，同时融合全球能力，携手本土伙伴共同推进创新的落地，成为新思中国未来发展的重要策略。采访中姚尧表示，新思科技确立了“在中国，连世界”的本土化战略。区别于传统跨国企业“在中国，为中国”的单一模式，新思科技战略目标更加强调“双向”的创新赋能。一方面，新思科技可将中国市场独特的短周期、低成本、高性能研发需求，全面导入全球研发体系，推动全球技术资源针对性地适配中国产业场景；另一方面，将全球前沿的EDA、IP、多物理场仿真技术更加高效地落地中国，助力本土企业接轨全球技术趋势。
在具体赛道布局上，随着物理 AI时代的到来，新思科技将在中国市场重点深耕三大核心领域：一是多物理场仿真领域，针对人形机器人、智能汽车等复杂场景的电、磁、光、力、热协同研发需求，持续加大技术与资源投入；二是数字孪生领域，联合本土生态伙伴推广虚拟化测试研发方案，降低企业研发成本、缩短上市周期；三是多芯粒（Multi-Die）技术领域，通过优化芯片配置，实现低功耗、高智能算力输出，全方位支撑物理AI产品迭代。同时，新思科技还将持续深化与本土芯片设计企业、智能系统厂商、科研机构的合作，在生态协同层面搭建全链条的连接体系，对内打通企业架构、设计、验证、系统集成等各研发环节，对外衔接材料、器件、芯片、封装、系统应用等产业链上下游，推动全产业的协同创新。
