AI芯片Coding加速落地，看好EDA工具需求扩张 （1104）@华泰计算机 据TheInformation 11月3日报道，Anthropic已组建15人芯
- 序号：491
- 星球链接：打开网页
- 附件：图片 0，音频 0，文档 0
- 音频文件：无音频
图片
无图片
正文
AI芯片Coding加速落地，看好EDA工具需求扩张 （1104）@华泰计算机
据TheInformation 11月3日报道，Anthropic已组建15人芯片设计团队，使用Claude开展自研芯片的工程与设计工作，团队反馈设计耗时低于传统流程的预估。头部模型厂商正将芯片设计作为AI能力拓展及商业化的新方向。
⭐️CDNS在最新Q3业绩披露中推出芯片及系统设计专用模型组合Maestro，在初步工作流测试中较基础模型结果质量最高提升30%，Token效率达到5倍，AI Super Agents已有超过100项活跃客户合作。
⭐️SNPS与OpenAI于9月30日宣布共同开发芯片设计专用模型GPT-Synopsys，让模型学习直接操作EDA工具、解读结果并迭代优化设计，已与领先半导体客户开展早期技术合作。
我们认为，对标AI Coding，AI+芯片Coding空间广阔。芯片研发投入高、流片试错成本高，设计效率与PPA改善能够直接影响产品竞争力，芯片厂商对有效工具的付费意愿较强。
⚙️EDA厂商卡位良好，AI有望带来工具使用量的大幅提升。Agent并行生成更多方案后，需要反复调用EDA工具进行仿真验证，最终流片也依赖经晶圆厂认证的签核引擎。SNPS披露，特定验证案例中工具使用量增加5—10倍。我们看好设计探索增加带来的工具需求扩张，CDNS、SNPS有望受益。
总体总结
主题正文
- AI芯片Coding加速落地，看好EDA工具需求扩张 （1104）@华泰计算机
- 据TheInformation 11月3日报道，Anthropic已组建15人芯片设计团队，使用Claude开展自研芯片的工程与设计工作，团队反馈设计耗时低于传统流程的预估。
- ⭐️CDNS在最新Q3业绩披露中推出芯片及系统设计专用模型组合Maestro，在初步工作流测试中较基础模型结果质量最高提升30%，Token效率达到5倍，AI Super Agents已有超过100项活跃客户合作。
- ⭐️SNPS与OpenAI于9月30日宣布共同开发芯片设计专用模型GPT-Synopsys，让模型学习直接操作EDA工具、解读结果并迭代优化设计，已与领先半导体客户开展早期技术合作。
- 芯片研发投入高、流片试错成本高，设计效率与PPA改善能够直接影响产品竞争力，芯片厂商对有效工具的付费意愿较强。
- Agent并行生成更多方案后，需要反复调用EDA工具进行仿真验证，最终流片也依赖经晶圆厂认证的签核引擎。
- SNPS披露，特定验证案例中工具使用量增加5—10倍。
- 我们看好设计探索增加带来的工具需求扩张，CDNS、SNPS有望受益。