AI开始自研芯片，EDA行业会被颠覆还是重塑？

AI的自我进化正在向硬件底层延伸。从大模型自我训练，到如今大模型尝试为自己设计专用的AI芯片，芯片设计端的EDA（电子设计自动化）行业正经历一场叙事与商业逻辑的双重洗礼。

AI自研芯片浪潮来袭，EDA龙头股价承压

据外媒报道，Anthropic在向潜在IPO投资者推介时，展示了如何使用Claude模型辅助自研芯片设计，并强调该方法大幅缩短了研发周期。消息引发了资本市场对AI颠覆EDA行业的担忧。

叠加宏观情绪影响，美股EDA两大龙头新思科技（Synopsys）与楷登电子（Cadence）股价接连受挫，跌幅一度达5%。

事实上，AI介入芯片设计已成趋势。此前OpenAI推出自研AI推理芯片Jalapeño，凭借GPT模型与Codex等工具协助芯片架构设计与软件栈开发，仅用9个月便完成了从架构到流片的全流程；月之暗面在发布Kimi K3模型时，也曾披露其在48小时内自主完成了一款AI专用芯片的设计、优化与验证。

替代还是赋能？工具调用量或激增百倍

尽管市场对“AI取代EDA”的担忧升温，但在半导体资深从业者眼中，AI带来的机遇远大于冲击。

目前AI介入主流芯片设计时，无一例外都需要底层调用成熟的EDA工具。AI提效的本质是高并发并行处理任务，这反而直接拉动了EDA软件的使用频率与并发授权需求。尤其在AI智能体（Agent）普及后，其能够7×24小时不间断执行设计与验证任务，芯片设计团队对EDA工具的调用量将成倍提升。

真正受到冲击的，并非全流程EDA平台，而是标准化程度较高的小IP以及单点工具。这些环节极易被大模型生成或平台内置功能整合，相关岗位和外包商面临压缩；而对于头部全流程厂商而言，核心壁垒依然稳固。

新思科技此前已与OpenAI达成合作，接入自身工具链打造“AI辅助工程”。全球范围内，为EDA工具集成Agent解决方案的新业务模式也在加速涌现。

倒逼商业变革：从“人头授权”转向Token计费

AI给EDA行业带来的最深远变革，落在收费模式上。

券商研报指出，Agent可能带来百倍以上的EDA工具调用量。若继续沿用传统的按工位（seat-based license）人头授权模式，客户将无法承受翻倍的采购成本，商业模式的重塑已成为行业共识。

新思科技和楷登电子等头部巨头，已开始试水Token化计费机制，将EDA软件能力与底层算力打包，按实际Token消耗收费。

以楷登电子提出的“三层收入框架”为例：

1. 基础层：保留传统订阅制作为业绩基本盘；
2. 用量层：按实际消耗的算力强度计费，捕捉AI带来的增量调用；
3. 虚拟工程师层：将部署的Agent按“等价人力”定价，客户每部署一个负责特定设计任务的Agent，就相当于增加一个虚拟工程师编制，按替代人力的实际价值付费。

难以逾越的工程壁垒

虽然市场猜测Anthropic与OpenAI未来可能对外销售芯片设计辅助工具，直接与EDA厂商竞争，但行业壁垒并非短期内靠算法就能打破。

全流程EDA的核心护城河建立在数十年沉淀的设计数据、晶圆厂（Foundry）早期PDK的接入认证，以及对最终流片失败的签核责任承担机制。这些深层绑定牢牢嵌入在全球半导体制造体系中，即便大模型厂商亲自下场造芯，也必须遵守这套成熟的行业规则。

短期来看，AI不会吞噬EDA，而是会重构行业内部的价值链条。具有深厚数据沉淀与生态壁垒的平台厂商价值将进一步放大，而机械、重复的初级设计环节，正加速被AI接管。