代文亮在2010年创立了EDA公司芯和半导体，那时正值21世纪初叶，国内半导体产业尚处于萌芽阶段。距离国务院正式发布《国家集成电路产业发展推进纲要》及国家集成电路产业投资基金的成立尚有四年之遥。

代文亮回忆道：“当时，社会对于半导体与集成电路的认知尚浅，融资环境远不及今日。然而，我看到了发展空间、技术积累以及潜在机遇，便毅然决定涉足这一艰巨领域。”

即便在AI与半导体热潮席卷的2025年，EDA电子设计自动化软件——被誉为“芯片之母”的产业，对大众而言依然较为陌生。这个市场规模约百亿元的生产环节，究竟如何撬动千亿级半导体产业的发展？

历经十余载春秋，芯和半导体已成长为一家以仿真驱动设计为核心，提供覆盖IC、封装至系统级集成EDA解决方案的领先企业。其产品广泛应用于5G、智能手机、物联网、人工智能及数据中心等领域。

步入2025年，AI引领半导体产业迈入崭新阶段，EDA如何在AI浪潮中脱颖而出？近期，时代财经就这些问题对芯和半导体创始人、总裁代文亮博士进行了深度专访。

（芯和半导体创始人、总裁代文亮 图源：受访者供图）

国产EDA的突围之路

时代财经：芯和成立至今已逾十年，期间全球EDA产业主要由Cadence、Synopsys和Mentor Graphics等巨头占据。开拓EDA市场实属不易，您最初为何选择EDA作为创业方向？

代文亮：一方面源于个人经历，我在Cadence工作过，对EDA领域颇为熟悉。另一方面，我们意识到中国在此领域相对薄弱。

EDA全球市场规模虽不足100亿美元，但加上IP后接近150亿美元，占半导体市场整体份额的2%，虽比例不高，但其作为工具的存在不可或缺，预计未来几年将撬动万亿级半导体市场。

EDA行业呈现出“赢家通吃”的特点，头部效应显著。我们的初衷很简单，不求规模庞大，但求坚持创新，至少在细分领域内占有一席之地。早入场，更易占据生态位。

然而，当时困难重重。半导体业内“造不如买，买不如租”的观念盛行，社会对半导体与集成电路认知有限，融资环境恶劣。

后来，我们发现国内EDA厂商拥有不可替代的优势——本地化服务。客户采购EDA不仅看重软件许可，还期望获得行业“KNOW-HOW”，如设计技巧等。国内EDA厂商在提供此类本地化支持服务方面更为便捷且可持续。

时代财经：EDA工具更换成本高昂，芯和在业务拓展初期如何说服企业采用公司产品？

代文亮：初创EDA企业拓展客户确实面临挑战。无论大小公司，更换EDA工具均存在风险。大公司难以掉头，小公司则更倾向于使用已被广泛接受的EDA工具。

因此，客户更倾向于选择成熟产品。在寻找成功案例时，我们面临“先有鸡还是先有蛋”的困境。晶圆代工厂与芯片设计公司均对我们的EDA工具持观望态度。

甚至有客户提出有偿使用软件，认为我们应承担不确定性风险。最终，我们决定自力更生，开辟IPD（集成无源器件）业务。用芯和的EDA自行设计芯片、流片、测试与验证。

在此基础上，我们还开发了IP业务。内部小循环走通后，形成了完整的链条，向客户证明了我们的设计可靠性、支持可靠性及迭代可持续性。内部循环带动了外部循环，芯片设计公司开始使用我们的产品，EDA、Fabless和Foundry三个生态环节实现了互动。

时代财经：时至今日，公司的核心竞争力何在？目前有哪些拳头产品？

代文亮：我们的核心竞争力在于差异化策略，从用户场景出发优化服务。面对EDA业内的“三巨头”，我们选择深入与客户交流，寻找痛点，采取差异化发展路径。

我们为客户开发了参数化模块，节省其时间与精力。例如，过去需一两周完成的绘图工作，使用我们的参数化模板后，仅需三五秒即可完成。

2013年左右，我们开始尝试将AI引入工具中，利用神经网络和遗传算法优化参数化模板设计，获得了积极反馈。

此外，我们在仿真问题上进行了大量优化。针对半导体模拟仿真中设计与封装仿真脱节的问题，我们开发了跨尺度的仿真引擎技术，解决了计算规模与精度的平衡难题。我们的产品已涵盖从芯片至整机系统，全方位考虑多物理场差异，并整合至全栈集成系统级EDA平台中。

国产化的过程并非简单替换原有产品，而是需要找准发力点，循序渐进。

构建新生态的挑战与机遇

时代财经：从EDA厂商角度看，AI对EDA产业带来的主要挑战是什么？

代文亮：AI时代芯片的显著特征是大算力，功耗高达800W至1000W，散热成为关键。若散热问题无法解决，将影响电能传输、芯片性能，甚至导致芯片损坏。同时，大电流还会引发电磁干扰，需同时解决散热与电磁干扰问题，以保障芯片性能与系统稳定性。

时代财经：半导体行业技术迭代迅速，国内EDA厂商寻求发展需应对哪些困难？有何解决方案？

代文亮：当前，芯片厂商的商业模式已从制造芯片转变为构建生态。因此，EDA厂商不仅要关注芯片本身，还需考虑系统级协同。以英伟达为例，其业务已从芯片设计拓展至板卡、整机乃至整机集群的协同工作，设计复杂度大幅提升。

从芯片至系统级的打通是AI芯片领域的典型需求，但实现这一需求离不开精巧的芯片设计。AI浪潮既是机遇也是挑战。针对此变化，EDA厂商的视野需更广阔，从关注芯片拓展至关注系统乃至半导体生态。理念应从设计技术协同优化（DTCO）向系统技术协同优化（STCO）转变。我们不再局限于开发单个EDA工具，而是着眼于为系统级优化提供解决方案。

产业链条延长，挑战加剧，但这或将成为我们后期的优势。

大算力时代的新挑战

时代财经：AI浪潮如何影响半导体行业？

代文亮：AI芯片为半导体厂商提供了竞争新思路——通过创新提升性能，而非价格竞争。AI本质上是场景化的，如“互联网+”的分化趋势，AI未来也将是场景化驱动的。小场景与小参数大模型将成为未来的大机会。端侧AI、AI PC和手机等概念日益受到关注，印证了这一趋势。

从芯片需求看，AI算力需求暴涨，通用GPU供不应求，同时ASIC芯片需求增加。GPU虽灵活但牺牲特定应用性能，而ASIC芯片专为特定应用定制，效能大幅提升，更适合精确、高效处理的应用。因此，建构生态至关重要。GPU与ASIC芯片各有适用场景，非简单竞争关系。

芯和集成系统EDA的产品定位正是基于这一理念，我坚信STCO是未来大方向，也是我们EDA界需重点推进的方向。

（文章来源：时代财经）