Cadence 以设计赋能 AI 基础设施，用 AI 革新设计范式
在 CadenceLIVE 2026 主峰会上，Cadence 资深副总裁兼数字与签核事业部总经理滕晋庆博士带来了以《Powering the AI Supercycle: Design for AI and AI for Design》为主题的演讲，系统阐述了在 AI 浪潮下，Cadence 如何双向赋能：以设计成就 AI 基础建设，用 AI 定义芯片设计未来。
在演讲中，滕晋庆博士梳理了 AI 在 EDA 领域落地的演进路径。他表示，几年前，Cadence 就已将 AI 应用于设计流程优化，称之为"Optimization AI"。此后，逐步发展到 Tool Agents，从简单的对话式 AI 演进到具备有效推理能力的智能体。而在过去九个月里，新一代 AI 系统的飞速发展让整个行业看到了 Agentic AI 的巨大潜力——Cadence 将专业知识与工程经验编写为 Skills 并嵌入 AI 系统中，建立起新一代 Super Agents，不仅能够回答问题，更能够主动完成大量复杂的工程任务。
滕晋庆强调，未来只有算力、核心算法和 AI 三者协同创新，才能真正将 AI 的潜力转化为生产力，并创造更大的价值。
今年 4 月，Cadence 发布一套完整 Agentic AI Stack，以 Agent Stack 为“总指挥”，统筹五大 Super Agent，通过调用底层 EDA 和 Tool Agent，共同完成复杂设计任务。目前，这五大超级智能体已经取得丰硕成果：
ChipStack AI 超级智能体：专为芯片前端设计打造，通过将 AI 技术引入 RTL 自动生成、验证计划制定和自动化验证等关键环节，大幅提升芯片开发效率。
ViraStack AI 超级智能体：面向定制电路与模拟设计，可自动完成原理图创建、工艺节点迁移和性能优化，帮助客户在短期内实现生产力数倍跃升。
InnoStack AI 超级智能体：面向数字物理实现与签核，从综合、布局布线到时序功耗面积收敛，帮助一位工程师同时完成多个模块的设计工作。
AuraStack AI 超级智能体：面向 PCB 与先进封装设计，运行在 Allegro AI Studio 平台上，通过多物理场协同分析将产品上市时间缩短高达 2 倍、工程师生产力提升最高 15 倍。
SystemStack AI 超级智能体：整合多物理场分析，实现从芯片到系统的全方位协同优化。
滕晋庆博士强调，智能体工程需要强大的物理核心。Cadence 持续加大在核心引擎和自研 IP 上的投入，确保每一代工具都具备更强的物理收敛能力，为上层 AI 智能体的稳定运行筑牢根基。
在核心引擎层面，最新版 Innovus 在 2nm 设计上实现了约 7% 的 PPA 提升，这来自 Placement、Routing 等核心算法的突破。Xcelium 逻辑仿真通过重构底层架构获得 2 到 2.5 倍性能提升。IP 业务方面，Cadence 正从提供更多 IP 转向打造 "IP 2.0"——从基础 IP 到系统级解决方案，为客户提供完整的 Silicon Solution。近年来，Cadence 整合了 Artisan Foundation IP、HBM IP 等关键资产，并持续投入 UCIe 等领域，构建起覆盖计算、存储、互连与安全的完整 IP 生态，并已扩展至台积电、三星、英特尔、Rapidus 等多个先进工艺平台。
在 3D-IC 领域，Cadence 推出 Integrity 3D-IC 平台，这是业界首个也是唯一一个完整的 3DIC 设计平台，集成数字设计、模拟设计、分析和签核、封装及热/电磁分析（Celsius、Clarity、Sigrity）等全链条能力，并与台积电、三星、Intel 等所有主流 Foundry 深度合作，同时将 AI 融入其中，让 3DIC 设计更加自动化。
在加速计算领域，Cadence 在硬件验证方面拥有超过 20 年的深厚积淀。面对 AI 芯片与系统验证复杂度的指数级增长，Cadence 的 Palladium 与 Protium 平台凭借超大容量、卓越调试能力与可扩展性，已成为全球众多领先企业开发大型复杂系统的首选方案。
作为行业领导者，Cadence 的独特优势源于对完整系统工程的长期投入——从自研芯片、核心 IP 到设计工具，再到液冷机柜的系统集成，全部自主掌控。面向未来，Cadence 不仅持续优化多 x86 架构，更已启动核心算法向 Millennium 平台的 GPU 加速迁移，并全面拥抱 ARM 生态，确保在任何计算平台上都为客户提供最优性能与持续的创新动能。
在 AI 基础设施投资迈入数万亿美元规模之际，Cadence 前瞻性地指出，下一阶段更宏大的机遇在于 Physical AI（物理人工智能）——即汽车、无人机、人形机器人等与现实世界交互的智能系统。仅汽车产业年市场规模已近 3 万亿美元，而人形机器人未来更有望达到 25 万亿美元量级，远超当前 AI 数据中心建设所带来的机会。
滕晋庆博士认为，Physical AI 才刚刚起步，未来数年内将有大量创新产品与企业涌入这一领域。而 Cadence 经过多年战略布局与并购整合，已构建完整的 Physical AI 全方向解决方案，并推出 Intelligent Systems Design Flow。该平台将高保真物理仿真与 AI 技术深度融合，借助 Millennium 平台的 GPU 加速，实现 10 至 100 倍仿真速度提升，同时保持完整物理精度，有效缩小仿真与真实世界之间的“Sim-to-Real Gap”，为机器人、自动驾驶和无人机等系统提供高精度合成数据，支撑更精准的 AI 模型训练与验证。
演讲尾声，滕晋庆博士分享了 Cadence 在中国的坚实发展成果。自 2020 年以来，Cadence 中国区客户数量实现翻倍增长，2025 年员工规模持续扩张，并连续 11 年蝉联大中华区“最佳职场”认证。这一系列数据印证了 Cadence“在中国、为中国”战略的长期坚守与有效执行。展望未来，Cadence 将继续依托智能系统设计技术栈，深化与中国半导体及系统产业的合作，从芯片设计到物理世界，共同探索智能涌现的更多可能。
· END ·
