该图片使用了AI生成技术

今年下半年，AI的自我进化成为了热门话题。而且，AI不仅在尝试研发自己的模型，甚至还想自己搞定作为算力来源的AI芯片。这很可能让芯片制造业面临巨大变局，设计端的EDA（电子设计自动化）行业首当其冲。

当地时间11月3日，The Information报道称，此前公布招股说明书的Anthropic向潜在IPO投资者展示了其如何使用Claude模型辅助自研芯片设计，并宣称此举能让芯片研发效率大幅提升。

相关消息一出，AI将颠覆甚至取代芯片设计行业的叙事再次被提起，美股EDA（电子设计自动化）板块遭遇冲击。到了11月5日，受美国中期选举、数据中心建设放缓焦虑等影响，美股科技股暴跌，EDA两大龙头上市公司新思科技（Synopsys）、楷登电子（Cadence）跌幅均在5%左右。而且，二者今年以来股价也均转为下跌，尤其是坐头把交椅的新思科技，2023年大涨超60%后，近三年连年走低，今年年内下跌超6%。

实际上，今年下半年以来芯片设计行业已接连迎来不少“大事件”。6月末OpenAI发布了首款自研AI推理芯片Jalapeño，并宣称其仅用9个月就完成了从架构设计到流片的全过程，创下了专用集成电路领域最短开发周期纪录。而这款芯片的一大特点就是利用GPT模型、Codex等AI工具介入芯片设计、软件栈开发。

此后，Kimi在7月发布K3模型时也在技术报告中提及了一个案例，称其模型在48小时内自主完成了一款AI专用芯片的设计、优化与验证。

一位曾在外资EDA企业工作的从业者认为，彼时虽然市场已经开始炒作AI替代EDA的叙事，但业内普遍认为AI带来的机会远大于冲击，其最大的好处在于增加EDA使用频率。在他看来，目前AI介入主流可用的芯片设计工作时，无一例外都仍需要调用现有成熟EDA工具，其提效的方式主要是同时处理更多任务，而这就会让EDA的“用量”和“调用次数”随之变多。尤其是Agent的出现，能够7×24小时并行处理更多设计任务，工具调用量和并发授权需求随之上升，客户的设计预算反而可能增加，至少头部EDA厂商的生意应该更加红火。而真正被冲击、替代的，往往是标准化程度较高的小IP和部分点工具，这些环节容易被AI生成或平台内置功能吸收，价值会慢慢被压缩，可能影响部分岗位人员，但对EDA厂商来说整体看有利于降本增效。

他还介绍称，EDA行业也在积极与AI厂商展开合作，此前新思科技就与OpenAI达成合作，接入新思的EDA工具链，做“AI辅助工程”。行业也在自我迭代，重点在打造便于让各类Agent调用、完成芯片设计的新流程，目前国内外均出现了专门为EDA厂商提供Agent解决方案的业务，也有不少厂商进行了尝试。

AI带来的更大改变，可能是EDA的收费方式。

国泰海通研报指出，Agent可能带来至少百倍的EDA工具调用，传统license授权模式下客户无法承受百倍采购成本，行业共识是商业模式必须改变。

据了解，EDA的传统商业模式是“seat-based license”，也就是“一个萝卜一个坑”，收入跟人头走，无法适配不间断地调用工具、执行任务的Agent模式。

目前，新思科技和楷登电子等头部厂商已经在尝试Token化计费，核心是将EDA与算力绑定为Token，按消耗计费。

楷登电子曾提出新的“收入三层框架”：第一层是将传统订阅制作为锚定收入；第二层是按用量计费，捕捉AI驱动的算力强度，增强营收能力；第三层则被命名为“虚拟工程师层”，将Agent定价为“增量人力等价”，意味着客户每部署一个Agent，相当于多了一个“虚拟编制”，按它替代或辅助人力的价值来收费。

不过，值得注意的是，上述The Information相关报道提及，Anthropic和OpenAI未来可能会直接销售用于辅助芯片设计的AI工具，与传统EDA厂商形成竞争。上述从业者认为，目前看来，此类AI工具只能替代部分功能，但全流程EDA的核心能力来自数十年积累的设计数据，以及晶圆厂早期PDK接入资格、签核责任承担能力等。这些能力嵌入在芯片制造流程体系之中，目前模型公司造芯片也遵循这套流程体系，中短期很难看到颠覆或替代的途径。

目前看，AI不会轻易吞噬EDA，但会重新分配EDA内部的价值。与很多行业相似，有数据积累、平台能力的企业，资产价值可能会不降反升，但很多初级岗位、重复性工作，以及边缘功能的供应商、外包商，很可能会被AI替代。（本文首发于钛媒体APP，文｜飞向Tai空）

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App