AI赋能科研(AI4S)黄金赛道：产业链全景透视与核心企业深度梳理
当通用大模型单次 Token 调用的成本持续下行、商业化路径不断探寻高价值落地点时，人工智能的技术演进重心开始集体向科研领域倾斜。长久以来，无论是创新药研发还是新型材料的合成，传统科研模式始终深陷于庞大候选集合中的"反复试错泥潭"：一款候选新药或一种高能量密度电解液配方的诞生，通常需要耗费数年光阴与数千万美元的实验验证投入。人工智能赋能的科学研究被视为打破这一效率困局的"第五范式"。从相关技术突破摘得诺贝尔奖桂冠，到全球主要经济体将其列为核心战略，这一领域已从单纯的科研辅助手段，跃升为重塑产业基础生产力的
AI一夜完成8位工程师10个月工作量,硬件工程师身价却不降反升
不是软件，也不是互联网，而是EDA。也就是电子设计自动化，硬件工程师赖以谋生的那套工具体系。他提到Cadence的工具链已经接入了英伟达的推理微服务，AI Agent能够独立完成电路布局、时序验证、错误修正，整个过程几乎不需要人工值守。随后我刷到了那条让我怔了好一会儿的资讯。英伟达自己公布的测试结果，原本需要8名工程师耗费10个月完成的芯片设计任务，交由AI代理处理，一个通宵就跑完了。8个人，10个月，一个通宵。这三组数字并列在一起，透着一股荒诞的戏剧张力。你要是硬件工程师，读完这行字的下一秒，很自然会回
AI Agent介入EDA工具链：“智能体工程师”背后需要怎样的算力底座？
当大模型接入EDA工具：“智能体工程师”需要怎样的算力底座？AI+EDA服务器怎么配？智能体工程师的CPU、GPU与存储底座前言近期，NVIDIA扩展了面向工程场景的Agent Toolkit，将PhysicsNeMo和新的CUDA-X能力纳入智能体可调用的工具体系。与此同时，Cadence、Synopsys、Siemens等厂商也在积极推进面向芯片设计、验证以及系统工程的智能体工作流。这一动向的看点，并不仅仅是AI又掌握了一项新能力。更值得关注的是，模型开始介入真实的工程流程：解析规范、调用工具、提交任
AI算力基石：国产芯片全产业链深度复盘
AI芯片构成了人工智能产业的基石与底层硬件，无论是大模型的训练、推理还是智算集群的构建，均以此为基础。国产AI芯片正通过架构革新与Chiplet异构封装寻求突破，本文将深入剖析弯道超车、原始创新、全球稀缺性、核心环节及上游原材料，全方位拆解产业链。一、弯道超车&颠覆性突破企业1.华为昇腾弯道超车：国内云端AI训练推理芯片龙头，避开海外CUDA生态壁垒，打造全栈CANN软件栈，实现芯片‑编译器‑框架‑服务器集群完整闭环，国内大量智算中心规模化落地部署。颠覆性突破：以Chiplet小芯片异构堆叠弥补单
代理式AI崛起：重塑硅-封装-板协同设计的新范式(1)
一、典型困境：一场永远开不完的跨团队会议凌晨两点，某AI加速器项目的联合评审仍在进行。SI工程师刚刚演示完封装互连的反射仿真，话音未落，PI团队指出电源网络的IR Drop超标；热仿真团队随即警告，如果按照PI的建议加密去耦电容，局部热流密度将超出封装散热极限；EMI团队则在一旁沉默，因为他们知道，无论哪个方向的妥协都会让辐射发射指标再次越界。这不是极端案例，而是硅-封装-板（Silicon-Package-Board，SPB）协同设计领域每天都在上演的常规场景。四个团队、三个设计层次、四个物理域——信号
首日战报丨比昂芯展台火爆，AI+EDA 方案广受追捧
7月1日，2026慕尼黑上海电子展正式启幕。身为国家高新技术企业，比昂芯科技携核心产品重磅登场，有力印证了新一代自主可控工业EDA软件的雄厚实力。开展第一天，比昂芯科技W5.819号展位热度不减，专业团队全程坐镇，为来访客户进行一对一深度解读，现场交流气氛既专业又热烈。同时，BSim电路仿真V2.0也同步展出，引得众多客商驻足咨询。展会期间，比昂芯科技荣幸受邀接受央视总台社教节目中心科技专题部的专访，公司CEO张汝民博士详细阐述了企业布局及自主研发的核心产品，全方位展示了公司在自主创新领域的丰硕成果。本次
华为"韬定律"V2版论文正式发布，芯片产业发展将迎来哪些新机遇？
近日，在中国科学院科技论文预发布平台ChinaXiv上，华为董事、半导体业务部总裁何庭波公布了A time scaling theory for multi-layer electronic systems（《面向多层级电子系统的时间缩微理论》，业界称为"韬（τ）定律"）的第二版更新。 与5月25日首次发布的V1版本相比，新版本在保持原有理论框架的基础上，增添了详尽的工程实施细节、实际测试数据以及产品迭代路线图，进一步印证了"韬（τ）定律"作为半导体产业演进新准则的可行性。 "韬（τ）定律"V2版本发布后
工业AI迈向物理世界，研华生态峰会聚焦边缘智算
本期导读7 月 2 日，以 “边缘智算・共创未来” 为核心主题的2026 研华工业 AI 生态伙伴峰会于苏州圆满举办。本次大会汇聚600多位产业领袖、行业专家、产业链上下游伙伴与终端用户，围绕边缘智算、工业AI Agent和Physical AI的最新发展，深入智能制造、智慧能源、机器人、智能设备、智慧城市等行业的落地实践展开交流，共同探讨工业AI从试点验证到规模化落地的可行路径。研华董事长刘克振表示：“进入AI时代，产业发展的重点正逐步转向平台化能力与生态协同。面对这一趋势，研华持续推进"Edg
OpenAI亲自造芯仅9个月量产,国家同步出台7项AI新规!
最近科技圈彻底沸腾：OpenAI亲自下场造芯片，预计仅用9个月！与此同时，国家发布了7项AI重磅新规。一边是突飞猛进的技术，一边是落地的规范。这不仅是大厂之间的军备竞赛，更暗藏巨大的财富密码。当算力成本被大幅重构，普通人在风口里该如何破局？这不仅关乎认知，更关乎你的钱包。高科技芯片与人工智能算法结合OpenAI用9个月搞定芯片量产，打破了传统数年周期。这背后是AI大幅缩短了EDA（电子设计自动化）流程。国家的7项AI新规，实则是行业走向成熟的入场券。大量中小企业对合规要求一知半解，这便产生了巨大的信息差红
射频芯片设计瓶颈与AI破局之路
如今人人都在关注AI处理器，讨论英伟达显卡，热议计算力竞争。然而，一个更为基础的制约因素，正阻碍着整个无线通讯行业的发展，却鲜少有人深入探讨。那就是RFIC，即射频集成电路的设计效率。放眼全球，射频前端集成电路市场规模在2025年预计达255亿美元，到2034年或将猛增至481亿美元。每部iPhone内部都装配着Qorvo、Skyworks、Broadcom、Qualcomm的射频前端模组，而Starlink终端上1280个相控阵单元的背后，是数百颗RFIC芯片。但RFIC设计堪称半导体行业中自动化程度最
Cadence AI 荣膺 L5 级认证，全球首款全自主虚拟芯片工程师问世
by上海卫红EDA（致力于芯片IC版图、封装PKG及PCB设计的全链路学习读物，传递专业EDA信息）微信号：Shanghai_weihong关注本号掌握前沿EDA技术，如有疑问或建议，欢迎添加微信(Lavidlee)交流作者：晨晞专注于EDA设计资源、面试技巧及职场动态分享，助你快速洞察行业，实现从新手到高阶工程师的蜕变。觉得有用请点赞推荐，感谢支持...感谢您抽出..时间阅读本文这并非实验室的演示 Demo，而是已深度集成全球顶级 EDA 工具链的商业化产品。该 AI 超级智能体适配芯片全流程设计验证工
华大九天实现Chiplet设计重大进展
快科技6月9日讯 今日华大九天在投资者互动平台宣告重要技术进展，其先进封装EDA平台现已全面具备支撑高端AI芯片、GPU、高性能处理器等Chiplet芯粒设计的能力。在3DIC（三维集成电路）这一后摩尔时代关键技术领域，华大九天已前瞻构建覆盖异构集成三维芯片协同设计到验证的全流程解决之道，是目前国内唯一具备该全流程能力的EDA提供商。值得一提的是，华大九天推出的首款Argus 3DIC物理验证平台全面支持2.5D/3D异构集成封装设计，可实现从协同设计到封装的全链路物理验证。该平台独创的3D数据编织技术可
AI 深入晶圆厂：AI4EDA 的未来在于硅片闭环
此前多期内容都在强调一点：AI4EDA 不能仅盯着“代码生成能力”。若仅停留在 RTL 脚本编写或局部优化层面，很容易让 AI4EDA 变成一个看似聪明却与芯片交付脱节的工具。真正的芯片工程绝非一句 Prompt 便能终结。它贯穿需求、架构、RTL、验证、综合、布局布线、Signoff、DFT、ATPG、制造测试、良率分析及硅后调试。每一步都蕴含数据，每一步也都会留下痕迹。近期几则行业动态进一步印证了这一趋势。5 月 31 日，NVIDIA 与 TSMC 宣布将 AI 引入晶圆厂；5 月 28 日，Syn
华为韬定律5年内冲击1.4纳米等效性能？美国顶尖学者独家解析
每经记者｜岳楚鹏每经编辑｜金冥羽 兰素英 易启江 过去60多年间，全球半导体产业基本遵循英特尔联合创始人戈登·摩尔提出的"摩尔定律"：集成电路上的晶体管数量大约每18至24个月翻一番。 然而，随着先进制程日益接近物理极限和成本边界，"摩尔定律"的增长空间正在缩减，业界开始探索后摩尔时代的新路径。 在5月25日举行的IEEE国际电路与系统研讨会（ISCAS 2026）上，华为公司董事、半导体业务部总裁何庭波正式推出"韬（τ）定律"（Tau Scaling Law），旨在突破传统晶体管微缩路线，预计到2031
新思科技引领智能体AI重塑芯片设计新纪元
近年来，随着半导体行业对先进制程与AI算力近乎疯狂的追逐，芯片设计的复杂度也以指数级态势攀升。叠加AI应用规模化落地速度“远超人们想象”，市场对芯片的约束条件早已跳出传统PPA(功耗、性能、面积)等基础指标，包括安全性、稳定性在内的功能需求越来越多。“AI时代，芯片之中有什么这个概念被改变了，我们如何去设计芯片这个命题也被改变了。”新思科技首席产品管理官Ravi Subramanian日前在与《电子工程专辑》的对话中表示，新思科技之所以要提出“Re-engineering Engineering(重构工程