随着芯片复杂度急剧攀升，人工智能（AI）能否成为EDA工具破局的关键？本文将基于芯华章研究院研究员杨思超发表在《中国集成电路》的《Machine Learning for Verification：智能化EDA验证浪潮来袭》一文，系统梳理“AI+EDA”的发展现状、挑战与未来方向。

一、为什么“AI+EDA”如此让人向往？

人工智能技术被寄予厚望，核心在于它能直接回应芯片研发中两大痛点：生产效率与研发成本。

1. 生产效率：芯片规模与验证效率的鸿沟

• 当下大规模芯片可包含超过100亿个晶体管，但芯片研发的生产效率（Gates/Day）却无法同步提升。
• 研究表明，验证在某些项目中的耗时占比甚至超过70%，验证效率成为关键瓶颈。

芯片规模和生产力的矛盾