2026年9月9日，在2026 IICIE国际集成电路创新博览会开幕式暨集成电路创新高峰论坛上，北京华大九天科技股份有限公司（简称：华大九天）董事长刘伟平发表题为《Agentic EDA——从智能工具到智能设计》的主题演讲。他从AI赋能EDA的产业趋势、设计范式变革、人才转型和生态合作四个维度，系统阐述了华大九天在EDA与AI深度融合领域的探索与思考。
华大九天董事长刘伟平
AI赋能EDA，产业迎来转折点
刘伟平指出，AI时代已全面到来，各行业皆受其影响，EDA也不例外。作为芯片设计的源头工具，EDA直接决定着芯片设计的效率与能力。当AI与EDA深度融合，整个产业正在经历深刻变革。
他回顾了AI与EDA结合的发展脉络：从2017年前后机器学习应用于光刻建模，到2023年生成式AI进入EDA，再到2026年Agentic AI成为行业共识。这一演进清晰表明，产业正从“AI辅助工具”迈向“AI自主设计”的新阶段。
刘伟平特别提到，国际三大EDA巨头Cadence、Synopsys、Siemens，以及国内华大九天、合见工软等头部企业，均已布局Agentic AI，普遍推进“多智能体+工具编排+数据飞轮”的架构。Cadence财报显示，AI已成为EDA业务增长的重要驱动力。同时，ChipAgents、Recursive Intelligence等AI+EDA初创公司融资规模达数千万甚至数亿美元，估值迅速攀升，折射出市场对这条赛道的高度期待。
“AI芯片行业高速发展，EDA因此受益，但更关键的是，AI正反过来重塑EDA本身。”刘伟平以英伟达GPU为例指出，其芯片规模已达数千亿乃至上万亿晶体管，传统方法难以支撑设计优化，必须依靠AI加速算法迭代。
设计范式跃迁：从“人操作工具”到“人指挥智能体”
刘伟平认为，Agentic EDA带来的不仅是技术升级，更是设计范式的根本性变革。
传统EDA范式中，工程师需手动完成写代码、跑仿真、看波形、改设计等一系列操作，工具间需手动转换数据，流程线性推进，效率受限于人的操作速度。
而Agentic EDA的范式则是：人定目标，AI自主执行。芯片设计从“人操作工具”转向“人指挥智能体”。具体体现在三个关键变化：从点工具到智能总线——构建统一智能体平台，自动拆解任务、调度工具、流转数据；从人工驱动到数据驱动——AI基于学习模型自主决策，工程经验被数据化、模型化；从线性增长到指数增长——AI可并行处理大规模设计任务，效率提升十几倍甚至几十倍。
华大九天三大布局，推动AI+EDA深度融合
刘伟平详细介绍了华大九天在AI+EDA方向的三大布局。
第一，基于大模型提升研发效率。华大九天推出PyAether智能体Aether Coder，用户无需记忆复杂接口函数名称，仅需用自然语言描述需求，系统即可自动查询接口、生成脚本代码，大幅降低自动化设计门槛。
第二，用AI优化核心算法。华大九天利用强化学习、机器学习技术，持续优化仿真、时序分析和布局布线。在显示面板设计领域，Andes FPD工具通过AI实现Pixel、Pad、Border等版图自动生成，效率提升数倍至十倍——原本4周的工作，现1周即可完成。
第三，构建Agentic EDA智能体平台。这是华大九天面向未来的核心布局，旨在打造统一平台底座，支撑顶层智能体应用发展。平台既包含基于华大九天自身工具链的智能体，也开放接口供生态伙伴接入，使芯片设计转变为“提需求、给目标、AI执行、人做决策”的全新模式。
AI不会取代工程师，但会重新定义工程师
针对AI是否会取代芯片设计工程师的问题，刘伟平明确回应：AI不会取代工程师，但会重新定义工程师的工作方式。
他指出，过去工程师大量时间耗费在重复性劳动——写重复代码、跑重复仿真、调重复参数。如今这些可交由AI智能体完成，工程师则专注于设定目标、指挥智能体、判断结果、做出最终决策。这对工程师提出新要求：从“会操作工具”转向“会设计系统和指挥智能体”。但不变的是——人始终是最终决策者。
生态合作：Agentic EDA需要共建
刘伟平强调，Agentic EDA的发展离不开生态协同。EDA需与芯片设计企业紧密耦合，与制造厂协同验证，与高校院所联合培养人才。Agentic EDA更需AI大模型的底座能力、数据飞轮的持续积累和工具链的完整闭环。
他分享了华大九天在生态合作方面的最新成果：与北京开源芯片研究院、中科院计算所合作，将形式验证工具HimaFormal MC与AI Agent深度结合，实现从自然语言描述到100%验证闭环的自动化流程。
刘伟平向产业界发出邀请：华大九天的智能体平台是开放的，欢迎产业链伙伴共同参与，共同壮大国产EDA生态，提升芯片设计的智能化水平。
