半导体产业浪潮正以前所未有的力度冲击既有芯片设计范式。随着算力需求持续膨胀、数据带宽快速提升、系统复杂度呈指数级增长，传统设计工具与研发方法已越来越难以满足先进芯片开发需求。在这一关键阶段，作为半导体产业底座的EDA与IP，其支撑创新与破局的能力显得尤为重要。近日，新思科技举办了一场以“从芯出发，定义Physical AI未来”为主题的发布会，正式面向中国市场推出基于台积电C-Node工艺的IP产品组合。会后，新思科技首席产品管理官Ra vi Subramanian和全球副总裁兼中国区总裁姚尧接受了媒体专访，分享了他们对技术趋势的判断、产品布局逻辑，以及持续深耕中国市场的战略决心。从整场对话中可以明显看出，这家长期深耕EDA、IP和多物理场仿真领域的行业龙头，对半导体行业未来走向有着深刻而系统的洞察。

物理AI时代：芯片设计的系统级工程转向

物理AI，也就是人工智能从数字世界进一步走向物理世界，从单纯的数据模型能力延伸至感知、执行和决策，正在成为当前科技产业与芯片行业最受关注的话题之一。它的到来，很可能为芯片设计行业带来一次深层次变革：未来的芯片不再只是孤立存在的电路单元，而是要与软件、系统乃至真实物理环境形成协同运行的整体解决方案。

姚尧在发布会致辞中将这一变化归纳为三个核心维度：第一，算力效率与功耗控制之间的极限平衡。物理AI并非单纯追求更高算力，而是在功耗、面积、成本等多重现实约束下寻求最优设计方案。第二，系统复杂性显著提升。芯片必须与软件、系统以及物理环境进行协同设计，任何一个环节出现短板，都可能影响整个项目交付。第三，产品上市时间要求更加严苛。越来越多的问题必须在芯片设计阶段提前完成收敛，而不能等到流片之后再进行修补。

他的结论非常直接：“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。”换句话说，物理AI时代的核心挑战，本质上是一个系统级工程问题。未来芯片设计竞争的关键，不再只是单点性能做到极致，而是系统级“一次性做对”的能力。这也意味着，企业必须把EDA、IP与多物理场仿真能力进行深度融合，建立一个从芯片设计到系统开发再到物理世界验证的完整工程体系。

Ra vi Subramanian在访谈中进一步拆解了AI赋能芯片设计的落地路径。他将这一演进过程划分为四个阶段：第一阶段，AI主要用于优化传统设计流程，工程师原有研发步骤基本不变，但芯片设计结果会在AI辅助下变得更优；第二阶段，部分研发环节实现自动化，重复性工作由AI承担，研发效率和人效明显提升；第三阶段，AI升级为工程师的专属助手，负责基础研发任务，帮助团队释放更多创新精力；第四阶段，AI将深度参与整个研发流程，能够自主优化和迭代工作流，甚至推动芯片设计模式重构。按照这一发展节奏，新思科技已经推出多项AI赋能技术，例如通过强化学习减少仿真验证次数、借助数字化验证降低测试成本、利用AI自动生成IP测试结果，从而全方位提升芯片研发效率与设计质量。

C-Node工艺IP组合与多维产品布局

本次活动的核心亮点之一，是新思科技发布基于台积电C-Node工艺的IP产品组合。这套组合正是公司将物理AI时代的系统级创新理念落地到芯片设计实践中的代表成果。根据Ra vi的介绍，该IP组合覆盖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等多个关键品类，几乎囊括主流高速接口与存储需求，能够为边缘AI、物理AI、智能机器人、智能制造、无人机等高增长应用场景提供全面支撑。更重要的是，这套IP组合结合台积电N6C和N4C工艺特性进行了定制化优化，例如通过选择性减少掩膜层，在核心性能与功耗指标保持不变的前提下，有效降低芯片设计成本与量产风险，可以说是面向大规模商业化落地而打造的IP解决方案。

除了C-Node工艺IP产品组合，新思科技围绕物理AI时代还进行了多维度产品与技术布局。在协同设计方面，针对芯片热效应、气流波动等物理因素影响性能的难题，公司计划于2026年底推出全新协同设计新品；在AI智能体演进方面，新思科技正从辅助设计阶段向更高阶自动驾驶式研发阶段推进，即将推出接近自动驾驶L4级别的AI智能体，可依据功耗目标自动完成RTL设计，推动无人化、智能化研发进一步落地；在测试验证方面，数字孪生解决方案已经进入实际应用阶段，同时公司还联合英伟达打造全域虚拟测试方案，将70%的实体物理测试迁移到虚拟场景中完成，显著降低研发成本并提升量产稳定性，目前该方案已在芯片设计领域实现规模化应用。

不过，系统级创新转型也必然伴随现实挑战。Ra vi认为，当前最主要的难点集中在两个方面：一是传统工程师培养体系长期围绕确定性技术研发展开，而AI技术本身建立在概率运算基础之上，工程师在技术适配和认知切换上面临一定门槛；二是工程师天然会对AI生成的研发结果保持谨慎，心态与研发思维的转变需要长期引导和实践验证。对此，他提出的解决路径是“前端培育信任、后端严格校验”。具体而言，就是在芯片前端架构设计、RTL代码编写、功能验证等环节优先引入AI，让工程师在实际使用中逐步建立对AI输出结果准确性与可靠性的信任，并积累人机协同研发经验；与此同时，建立标准化技术校验体系，对AI生成的后端生产相关数据开展全面核查，层层夯实量产安全防线。通过这种方式，工程师对AI的信任问题有望逐步缓解，进一步推动AI智能体在芯片全流程设计中的规模化应用。

整合Ansys：打造系统级一体化解决方案

去年新思科技全资收购Ansys，这笔交易至今仍是半导体与工业软件行业关注的焦点。从战略层面来看，这项收购正是新思科技应对物理AI时代的重要布局之一。完成收购后，新思科技的定位已从传统芯片设计工具供应商，进一步升级为具备系统级工程能力的平台型供应商，补足了其在真实物理世界仿真领域的关键能力短板。

根据Ra vi的介绍，在正式收购之前，新思科技与Ansys已经保持多年深度合作，双方在技术研发、客户服务和方案落地等方面积累了成熟的协同基础。从技术能力来看，新思科技在半导体EDA工具和IP产品领域具备行业领先的全流程能力；而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、力学等真实物理环境仿真方面拥有独特优势。两者融合后，形成了一条覆盖“芯片－系统－物理世界”的全链路工程体系。在客户资源方面，新思科技原有全球客户超过2000家，Ansys则拥有超过18000家全球客户，双方客户体系整合后，服务边界被大幅扩展，能够为更多行业企业的数字化转型与智能化升级提供更全面的技术支撑。

目前，新思科技已经推出收购Ansys后的首款产品，标志着技术整合迈出阶段性关键一步。这款产品依托整合后的全栈技术能力，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应用场景提供一体化解决方案。未来，新思科技还将持续推进Ansys技术与自身平台的深度融合，完善系统级工程创新体系，以更好应对物理AI时代系统复杂度高、研发约束严格、量产难度大的现实挑战。

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加速转型的大背景下，中国市场展现出独特而显著的优势。从产业基础看，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%，并且正从规模化优势向高精度、高复杂度的高端制造持续升级，这与物理AI时代对仿真、优化和高效率研发的需求高度契合。从人才储备看，中国每年培养超过130万工程技术人才，拥有全球规模最大的工程师群体，具备将复杂系统技术快速工程化、产品化的能力。从市场应用看，中国在智能汽车、无人机、具身智能机器人等领域已形成领先优势，众多企业正在重新定义行业形态和产业标准，这也使中国成为全球物理AI应用场景最丰富的市场之一。

基于这些发展机遇，新思科技提出了“在中国，连世界”的本土化战略。姚尧在采访中表示，这一战略不同于传统跨国企业“在中国，为中国”的单向模式，而是更强调“双向赋能”的价值。一方面，新思科技能够将中国市场在短研发周期、低成本、高性能方面的独特需求，更充分地导入全球研发体系，推动全球技术资源针对中国半导体产业场景进行适配和优化；另一方面，公司也可以将全球领先的EDA、IP以及多物理场仿真技术，更高效地落地到中国市场，帮助本土企业更快接轨全球技术趋势与产业能力。

在具体赛道布局上，新思科技将在物理AI时代重点深耕三大核心领域：多物理场仿真——围绕人形机器人、智能汽车等复杂场景下对电、磁、光、力、热协同研发的需求，持续加大技术投入与资源配置；数字孪生——联合本土生态伙伴推广虚拟化测试与研发方案，帮助企业降低研发成本、缩短产品上市周期；多芯粒（Multi-Die）技术——通过优化芯片配置，实现低功耗与高智能算力输出，全面支撑物理AI产品持续迭代。与此同时，公司还将持续深化与本土芯片设计企业、智能系统厂商及科研机构的合作，在产业生态协同层面构建全链条连接体系——对内打通企业架构、设计、验证、系统集成等关键环节，对外连接材料、器件、芯片、封装以及系统应用等产业链上下游，进一步推动整个半导体产业链的协同创新与高质量发展。