近期有个新闻比较热，微软有许多英伟达高性能算力芯片被搁置在库房吃灰，背后原因则是因为能源供应不足。
人工智能飞速发展背后，是巨量的能源消耗。一次AI搜索的能耗是传统关键词搜索的30倍，行业热衷于谈论“万亿参数”“百亿晶体管”“TOPS算力”，却往往忽略了这些数字背后巨大的能源成本和碳足迹。根据多方机构预测，未来5年内，全球因算力需求激增将新增约106GW的电力消耗。
英诺达（成都）电子科技有限公司创始人/CEO王琦博士在ICCAD Expo 2025峰会演讲中指出，当前高端GPU的典型功耗已逼近700瓦，下一代产品预计将达到1400瓦——这几乎与一台家用电熨斗（约1500瓦）相当。高功耗直接带来严峻的散热挑战，对封装、材料、系统集成提出极限要求。若不能有效控制功耗，将导致产品竞争力下降、制造与冷却成本飙升、严重时甚至推迟产品上市时间。
王琦的观点并非危言耸听。以英伟达为例，单颗B200芯片功耗约1000瓦，整机架功耗高达120kW，因为无法良好解决芯片在工作中的散热问题，迫使英伟达多次修改服务器机架设计，导致量产和交付延迟。
如何攻克算力爆炸背后功耗墙？
在芯片设计中，功耗从来不是某个环节的“附加题”，而是贯穿全流程的“必答题”。
“关注功耗，宜早不宜迟。越早介入，优化空间越大，收益越显著。”王琦强调道。据了解，王琦早在1995年便从事低功耗相关的研究，那时候制程工艺还处于0.13μm节点。基于多年的技术和经验积累，王琦早早意识到，随着制程工艺的迭代，散热将会是一个避不开的关键环节。早在5年前，王琦便开始在行业中强调低功耗的重要性，但当时业界的关注度并不高。
如今，高算力芯片的功耗的散热问题摆在行业面前，如何求解？
王琦指出，当前低功耗设计主要面临三大瓶颈：一是工具链割裂，从前端RTL到后端物理实现缺乏统一、高效的解决方案；二是优化窗口狭窄，真正的功耗优化黄金期在架构设计与RTL阶段，越往后优化空间越小；三是验证复杂度高，电源管理引入的逻辑正确性问题亟需自动化验证手段保障。
基于行业的发展痛点，英诺达推出了覆盖RTL到Signoff全流程的，针对功耗“分析-优化-验证”的闭环解决方案，不再是点工具的堆砌，而是一套协同演进的功耗解决方案。在演讲中，英诺达的ERPE工具，作为设计早期的功耗优化引擎，基于RTL设计阶段的功耗分析，通过自研DRA算法，深入分析电路结构，智能识别可门控的寄存器与存储单元，让功耗优化真正“有的放矢”。在客户的实际案例中，观测到通过ERPE可以实现10%-20%的功耗降低。
在网表级功耗分析方面，英诺达同样展现出优势。在与三方工具的对比中，其分析精度控制在3%范围内，而速度却实现了4-30倍的提升。这种速度优势，让设计师能进行快速、反复的功耗迭代，而非等到流片前才发现问题，为时已晚。
AI 不是万能药，EDA 该怎么干？
人工智能的推进，除了隐藏着高性能芯片的散热和功耗问题，也同样为EDA的发展提供了新的发展思路。作为软件工具，EDA与AI似乎有着比较天然的适配协同性，海内外企业都在想着如何将机器学习和生成式AI，深度融入芯片设计的全流程，旨在从根本上解决“后摩尔时代”芯片复杂度激增带来的设计效率瓶颈，并探索传统方法无法触及的设计空间。
但对于AI的应用，行业中的观点并不一致。王琦在接受芯师爷等媒体采访时表达了自己的看法，“AI对包括EDA在内的所有产业都具有核心价值，其重要性与实用性毋庸置疑，但技术从业者必须清晰认知，AI绝非万能解决方案，二者是相辅相成的辩证关系。”
王琦认为，作为工具供应商，EDA企业的核心应聚焦“AI赋能的实际价值”，而非单纯为产品贴上“AI加持”的标签——若仅做概念包装，市场反馈往往参差不齐。这种价值需区分两个维度：是面向芯片设计公司的整体效能提升，还是面向设计师的个体工作优化？这一差异至关重要，因为AI的核心影响之一在于效率革命：如何在更短的时间，用更少的资源设计出更有竞争力的产品。
值得一提的是，多位行业资深人士也向芯师爷表达了一个观点，在未来的AI时代，具备创造性和善于使用AI工具的优秀工程师将会大放异彩。从当前行业发展来看，AI赋能EDA的价值主要体现在以下几个方面，实现设计空间探索自动化、构建预测模型，前置优化、提供智能交互与辅助、驱动系统级协同优化。未来，AI获奖从解决局部问题的点工具，发展为贯穿“架构-设计-验证-制造”全流程的智能主导范式。
摒弃焦躁心态 以渐进式优势构建核心竞争力
近五年来，在政策、资本和市场等多方面因素的推动下，国产EDA进入了发展的快车道。目前国产工具在部分单点工具和特色领域已具备竞争力，但在全流程覆盖、尤其是数字芯片设计的完整工具链上，与三巨头仍有明显差距。
国产EDA已经完成了0-1甚至1-10的路程，接下来是构建以自身工具为核心的、牢固的产业生态，这是比技术突破更长期和艰巨的任务。王琦表示，在当前地缘政治催生了特殊的市场机遇，这促使我国必然会构建起自主可控的半导体产业链，国产EDA产业也必然会在这个过程中不断生长，但应该注意的是，EDA突破是长期过程，不能因眼前困难而退缩，企业应摒弃“全面替代”的急躁心态，先在各自细分领域打造特色与专长。
值得一提的是，随着先进封装、RISC-V等细分赛道的火热，部分从业者提出聚焦新的领域开辟新赛道，以求实现对海外巨头们的赶超。而王琦认为，在产业链重构的大背景下，国产EDA企业无法脱离核心领域另辟蹊径，必须直面传统赛道的挑战。对于突破路径，他提出了“渐进式优势构建”策略。
具体而言，企业应聚焦核心技术，先让客户看到单一维度的明确优势，再逐步积累形成多维度竞争力——例如华大九天在数字签核工具上实现精度与性能突破，广立微深耕DFT领域形成技术壁垒，英诺达则在静态验证工具领域实现了功能与速度的超越。通过这样“一点突破、多点扩散”的渐进式发展，经过长期积累方能实现真正的国产替代。这一思路也与国内EDA企业当前的实践路径高度契合——多数企业以点工具突破为起点，逐步向全流程工具链延伸。
除AI之外，EDA行业的发展将会有哪些新的变化？
对此，王琦表示，产业链分岔是当前产业发展的核心变量，这一趋势直接推动了产业链重建的迫切需求。从产业链来看，从底层的材料、设备、工艺、制造，再往上延伸至设计环节，这一轮需求是自下而上驱动的。EDA的发展节奏更多依赖下游环节的分岔进程——当工艺、制造分岔逐步成型后，会进一步引发设计层面的分岔，即“设计方法学分岔”。应用领域的拓展也会催生新需求，例如部分场景从单一应用转向复合应用模式，将直接创造新的工具需求。他强调，无论是哪种分岔，EDA的发展始终由“市场驱动+技术驱动”双轮牵引，当分岔带来明确的市场与技术需求时，EDA需求分岔的窗口期便会打开，而这正是国产EDA实现突破与替代的核心机会。对于点工具而言，未来将呈现“需求导向型”发展态势，与底层工艺、制造结合紧密及适配新兴应用场景的点工具，将成为竞争与突破的核心赛道。
结语
“要坚持着做下去，总会熬出头的。”在采访的最后，王琦做了一个令人意想不到的总结。
正如王琦所言，要相信时间和坚持的力量。在70年前，诺伊斯等人到威廉·肖克利半导体公司工作时，也不会想到他们会在几十年后创办出一家全球最强的芯片公司，引领行业的发展。早在三十年前，王琦所从事着低功耗研究，但那时候的制程工艺远远没有到摩尔定律的极限，也不用太多考虑散热和功耗的问题。即便是十年前，大家也不会想到，在海外三大巨头压制下的国产EDA产业，还会有诸多发展机会，能够凭借在各个赛道的优异表现逐一出头。
“熬出头”的本质是在充满不确定性的长周期里，用持续的迭代和进化，等待并促成那个“质变节点”的到来。假以时日，如今团队规模不过150人的英诺达又会有怎样的发展？这值得期待。
热门跟贴