（来源：文汇报）
多位嘉宾在近日在上海举行的2026芯和半导体用户生态大会上形成共识：AI时代，局部最优越来越难以保证系统最优，EDA(电子设计自动化)需要从单点工具走向系统化、智能化，设计协同必须更早发生在系统层面。
本届大会以“芯跃系统，智驭万变”为主题，吸引超千名产业链企业和高校代表参会。会上，芯和半导体正式发布EDA2027版本，AI for EDA开始从单点功能走向平台化和产品化。
系统算力倒逼芯片到系统的协同优化
中国半导体行业协会副秘书长陈文表示，人工智能正在推动半导体产业创新从制程微缩转向系统集成。她肯定了芯和近年来沿“从芯片到系统”方向持续拓展系统级EDA能力的探索，并期待芯和继续夯实多物理仿真这块“压舱石”，推动AI多智能体与EDA融合。
赛迪研究院集成电路所所长周峰从产业规划角度表示，先进封装、多芯片集成和EDA已被列为“十五五”产业基础能力的重点，EDA需要从单点工具进一步走向系统化、智能化。
这一判断与芯和半导体董事长凌峰的演讲形成呼应。凌峰表示，AI正在改变衡量算力的方式：过去芯片性能以单颗芯片为准；进入AI时代，计算单元已扩展为机柜乃至集群，算力高低要看整个系统的词元产出效率和综合成本。他用木桶理论解释，系统算力取决于算力、存力、运力、电力中最短的一块，任何一个环节掉队，芯片再强也难以发挥。而热会影响电，电又会影响信号，各自优化已难以解决问题。
因此，凌峰认为STCO（芯片到系统的协同优化）势在必行，设计从一开始就站在系统层面，以整体能效和成本为目标，把芯片、封装、板卡直至机柜放在一起考虑，让电、热、力、光等多物理问题在设计前期得到协同解决。芯和以系统级设计与多物理场仿真能力为基础，向上引入AI智能体，向外将仿真工具从芯片扩展到整机，并已通过与产业链伙伴的多项合作推动STCO落地。
来自不同产业位置的嘉宾也形成一致判断：芯片、封装、存储、互连、供电和散热之间的相互影响日益增强。立讯技术CPO陈琼南提到，如果缺少系统级联合仿真，问题往往要到后期才能发现，一次设计修改带来的成本可能高达数千万元。这正是STCO的价值所在：让不同环节围绕同一个系统目标更早协同，让模型、数据和多物理仿真真正贯穿设计过程。
AI for EDA走向平台化产品化
在大会现场，芯和半导体研发副总裁蒋历国发布EDA2027版本。除全新的3DIC PDK和光电联合仿真平台外，本次发布更重要的变化是AI for EDA开始从单点功能走向平台化和产品化。
其中，超级智能体平台AgentEvo负责理解设计任务、编排工程流程并调用专业EDA工具，推动AI从辅助操作进一步进入真实设计流程；物理 AI可信物理智能底座XAI则利用AI进行建模、预测和优化，扩大工程师可探索的设计空间。两大核心AI能力最终都建立在芯和系统级EDA和多物理仿真能力之上，形成“AI探索、专业EDA验证”的闭环。
“系统级EDA让我们从芯片看到系统，AI for EDA则让AI真正进入设计主流程。”代文亮表示。随着设计空间不断扩大，AI将承担更多方案探索和优化工作，但最终仍需要专业EDA和可信物理仿真完成工程验证。
落地案例提供了观察窗口。联想集团首席工程师、总监莫志坚分享了联想与芯和历时一年多联合打造EDA 智能体2.0的实践。现场演示中，EDA 智能体已从单点辅助走向多智能体协同，从解答设计规范、承担建库和布局布线，到边设计边检查，覆盖多个研发环节；从读取器件手册到输出DDR分析报告，全程自动完成。该流程使设计迭代效率提升约5倍，人工操作减少约90%。
对中国EDA产业而言，这提供了一种新的实践样本：以系统级EDA和多物理仿真为底座，以AI智能体扩大设计探索空间，再以专业仿真完成工程验证，从而进入AI计算基础设施和下一代智能系统设计的主战场。系统级EDA的竞争，正在从“工具能力”转向“系统协同能力”与“AI工程化能力”的综合较量。
