界面新闻记者 | 徐美慧

界面新闻编辑 | 文姝琪

当地时间12月1日，英伟达（NVIDIA）宣布与电子设计自动化（EDA）领域龙头企业新思科技（Synopsys）扩大战略合作关系，并以约20亿美元认购新思普通股，认购价格为每股414.79美元，持股比例约2.6%，成为新思第七大股东。

英伟达表示，目前，在半导体、航空航天、汽车及工业等领域的研发团队正面临严峻挑战，包括工作流程复杂度攀升、研发成本上涨、产品上市时间压力增大。

这次合作，则是整合英伟达在AI与加速计算领域的技术优势，以及新思科技领先市场的工程解决方案，重塑从芯片到系统的整个设计流程。

千芯科技董事长陈巍博士向界面新闻记者解读称，从英伟达角度看，此次入股和合作的动机之一，是希望在产品设计阶段更早通过EDA等手段，提升其对先进3D架构GPU的综合技术能力，在芯片定义和架构阶段提前应对B200等先进GPU在散热等方面暴露出的工程问题，从而提升整体设计与验证能力。

陈巍向界面新闻记者进一步表示，英伟达的另一层动机在于，其有意借助新思在EDA市场的话语权，切入与AI相关的EDA算力需求，为后续AI EDA相关算力市场打基础。

英伟达创始人兼CEO黄仁勋（Jensen Huang）在当晚的新闻发布会中称，“这将开辟前所未有的机会。”

英伟达新闻发布会。图片来源：英伟达

界面新闻记者从英伟达获悉，双方将利用英伟达CUDA-X™库与AI物理技术进一步加速新思科技在芯片设计、物理验证、分子模拟、电磁分析、光学仿真等计算密集型应用。

双方还计划把Synopsys AgentEngineer与英伟达的智能体AI技术栈对接，其中包括NIM微服务、NeMo Agent Toolkit和Nemotron模型，用于为EDA与仿真分析工作流提供一定程度的自主设计能力。

在数字孪生领域，两家公司将基于英伟达Omniverse和Cosmos等平台，为半导体、汽车、机器人、能源、工业、医疗等行业构建更精细的虚拟设计与测试环境，并通过云化方式，把这套方案推广给更多工程团队。

黄仁勋称，基于CUDA的GPU加速计算正在改变设计方式，使得从原子到晶体管、从芯片到完整系统的仿真在计算机中完成，形成可运行的数字孪生。

他在当晚的新闻发布会上进一步解释称，过去十年里，加速计算在科学计算领域已经从边缘（2016年的10%）转为主流，如今约九成物理仿真超算算力已经采用GPU加速，他预期类似的算力结构变化会延伸到EDA和更广泛的工程仿真领域。

新思科技总裁兼CEO萨辛·加齐（Sassine Ghazi）指出，下一代智能系统的开发复杂度和成本，要求工程工具更深度地融合电子、电磁、结构与热等多学科物理，并通过AI能力和算力实现加速。

他将此次合作总结为，“把新思的工程软件与英伟达的加速计算和AI技术结合，在多个行业重新设计工程本身，让研发团队在成本可控的前提下更快完成系统级设计和验证。”

在EDA领域，新思处于绝对头部地位。TrendForce今年6月发布的数据显示，2024年，新思、Cadence和西门子EDA在全球EDA市场的份额约为32%、29%和13%，三家合计占据约七成以上市场。

Technavio发布的数据显示，2024年至2028年，全球EDA市场规模将增加约86.9亿美元，年均复合增速达10.26%。这种增长下，彭博社研究指出，新思、Cadence等龙头将成为最大受益者。

面对增速较快的EDA市场以及AI应用对开发工具提出的更高要求，业内普遍认为，包括EDA厂商在内的各方都在寻求新的技术路径。同样，在摩尔定律接近极限、芯片设计难度指数级提升的背景下，引入GPU加速和AI算法正成为一大突破方向。

实际上，Synopsys前期已官宣在其EDA平台上引入AI辅助布局布线、自动验证等功能，以应对设计周期缩短和人力成本上升的压力。这次与英伟达的合作，则在此基础上进一步把关键工作负载迁移到GPU平台，将加速计算的应用范围从AI训练和推理，延伸到更上游的工程设计和仿真环节。

图片来源：英伟达

对于英伟达而言，此次入股新思是其今年一系列AI相关资本动作的一部分。

公开信息显示，此前，英伟达已宣布对OpenAI、Intel等公司进行大额投资，并与云厂商、服务器供应商建立深度绑定关系，引发市场对其“AI闭环交易”的讨论。

不过，黄仁勋在接受媒体采访时多次强调，与新思的合作是“非排他”安排，是对新思“在英伟达平台上全力投入”的一种承诺，没有附带新思必须采购英伟达GPU的条款。

黄仁勋提到，目前，在工程设计领域GPU的采用仍处在较低水平，大量EDA工具仍运行在传统CPU服务器上。他预计在未来几年，随着更多应用迁移到加速计算平台，这一领域的算力结构会出现类似科学计算从CPU向GPU迁移的变化。

萨辛·加齐给出了具体的时间表，到2026年，新思计划优先将部分关键工作负载迁移到英伟达GPU平台，并在客户项目中验证加速效果。