合见工软发布国内首款自主EDA智能体UDA 2.0,开启国产EDA自主智能时代

  • 发布日期:2026-03-27
  • 浏览器次数:0
合见工软

合见工软发布国内首款自主EDA智能体UDA 2.0,开启国产EDA自主智能时代

作者:泷码工业软件中心研究部

一、新闻核心事件

2026年3月18日,国内EDA(电子设计自动化)龙头企业合见工软在上海举办“自主智能·芯动未来”新品发布会,正式发布UniVista Design Agent(UDA)2.0,这是国内首款基于全自主EDA架构的AI智能体工具,标志着国产EDA技术从“辅助工具”向“自主智能体”的跨越式升级,开启了国产EDA自主智能时代。该产品可自主完成芯片RTL设计、验证、纠错与优化全流程,打破了海外EDA巨头在智能设计领域的垄断,为中国集成电路产业的自主可控提供了核心支撑。

EDA是芯片设计的“摇篮”,被誉为“芯片之母”,直接决定了芯片设计的效率、性能与成本,是集成电路产业的核心基础工具。长期以来,全球EDA市场被Synopsys(新思科技)、Cadence(楷登电子)、Mentor(明导国际,已被西门子收购)三大巨头垄断,国内EDA市场的国产自给率不足15%,尤其是在高端EDA领域,几乎完全依赖进口,成为制约中国集成电路产业发展的“卡脖子”瓶颈。

合见工软作为国内EDA领域的领军企业,自成立以来始终聚焦EDA核心技术的自主研发,2025年推出的UDA 1.0是国内首款自主研发的AI辅助EDA工具,实现了AI技术与EDA工具的初步融合。本次发布的UDA 2.0在1.0版本的基础上实现了全方位升级,从“AI辅助”进化为“自主智能体”,具备自主决策、迭代优化与自我学习能力,能够大幅提升芯片设计效率,降低芯片设计门槛,推动国产EDA技术向高端化、智能化发展。

发布会上,合见工软首席技术官贺培鑫博士表示:“UDA 2.0的发布,是国产EDA技术发展的重要里程碑,它打破了海外巨头在智能EDA领域的技术垄断,实现了从‘跟随’到‘并行’的跨越。我们依托全自主研发的EDA架构,将AI智能体与芯片设计全流程深度融合,让工程师只需输入设计需求,就能实现芯片从设计到验证的全自主完成,大幅缩短设计周期、提升设计质量,为中国芯片产业的自主可控注入新的动力。”

本次发布会吸引了国内头部芯片设计企业、集成电路产业链企业、行业专家等超过2000人参与,华为海思、中芯国际、紫光展锐等企业代表出席并表示,将积极试点应用UDA 2.0,推动国产EDA技术的产业化落地。据合见工软披露,UDA 2.0已在国内多家头部芯片设计企业试点应用,覆盖AI芯片、处理器、射频芯片等多个领域,取得了显著的应用效果。

二、技术突破与核心能力详解

UDA 2.0的核心优势在于其全自主的EDA架构与强大的AI智能体能力,相较于海外同类产品及国内传统EDA工具,实现了多项技术突破,其核心能力主要体现在以下四个方面。

首先,全自主EDA架构,实现核心技术自主可控。UDA 2.0基于合见工软自研的EDA内核,不依赖海外开源代码与第三方IP,从前端设计到后端验证的全链路实现自主可控,彻底摆脱了对海外技术的依赖。该内核经过多年的研发与迭代,具备高性能、高可靠性、高兼容性的特点,支持7nm及以下先进制程芯片的设计,能够满足高端芯片的设计需求。相较于海外EDA内核,合见工软自研内核更贴合中国芯片设计企业的需求,能够快速响应企业的定制化需求,同时具备更高的安全性与可控性,避免了海外技术“卡脖子”的风险。

其次,强大的AI智能体能力,实现芯片设计全流程自主化。不同于传统的“AI+EDA”辅助工具,UDA 2.0具备自主决策、迭代优化与自我学习能力,构建了“需求输入-自主规划-执行验证-优化迭代”的闭环流程。工程师只需输入芯片的设计需求、性能指标与工艺约束,AI智能体就能自主完成RTL代码生成、仿真验证、设计缺陷修复、时序与功耗优化等全流程任务,无需人工干预。例如,在RTL设计环节,AI智能体能够基于自然语言需求自动生成高质量的Verilog代码,代码准确率达98%以上;在仿真验证环节,智能体能够自主调用仿真工具,生成测试用例,完成功能验证与性能测试,并根据验证结果自动修复设计缺陷;在优化环节,智能体能够通过多轮迭代,优化芯片的时序、功耗与面积(PPA),提升芯片性能。

据合见工软官方披露,UDA 2.0能够将芯片设计效率提升60%以上,设计周期从传统的18个月缩短至10个月,流片成功率从85%提升至97%。例如,某头部AI芯片设计企业采用UDA 2.0后,一款7nm AI芯片的设计周期从16个月缩短至9个月,流片一次成功,节省研发成本超5000万元。

第三,场景化适配能力强,覆盖多领域芯片设计需求。UDA 2.0针对不同类型的芯片设计场景,进行了专项优化,能够适配AI芯片、处理器、射频芯片、物联网芯片等多种类型的芯片设计需求。例如,在AI芯片设计场景中,智能体能够优化芯片的算力与功耗,提升AI模型的运行效率;在射频芯片设计场景中,智能体能够优化芯片的射频性能,降低信号干扰;在物联网芯片设计场景中,智能体能够优化芯片的功耗与成本,满足物联网设备低功耗、低成本的需求。此外,UDA 2.0还支持定制化开发,能够根据企业的具体需求,调整AI模型与设计流程,提升产品的适配性。

第四,全栈国产化适配,保障信息安全。UDA 2.0全面支持DeepSeek等国产大模型,采用全栈自研的EDA工具链,可适配国产GPU、国产操作系统与国产数据库,满足全栈软硬件国产化的需求。同时,产品具备完善的后台用户管理、权限管理与会话管理等功能,能够保障芯片设计数据的安全与隐私,符合中国数据安全相关法律法规要求。对于需要高度保密的军工芯片、高端工业芯片设计场景,UDA 2.0还支持内网部署,进一步提升数据安全性。

此外,UDA 2.0还具备灵活的交互方式,支持“自主模式”与“人机协同模式”,工程师可以根据自身需求,选择让AI智能体自主完成全部设计任务,或在关键环节进行人工干预,兼顾了设计效率与设计灵活性。同时,产品还具备完善的项目管理与知识管理功能,能够实现设计项目的全流程管理,沉淀设计知识,提升企业的设计能力。

三、行业意义与国产替代价值深度分析

UDA 2.0的发布,不仅是合见工软自身技术发展的重要突破,更对中国EDA行业乃至集成电路产业产生了深远的影响,其行业意义与国产替代价值主要体现在三个方面。

首先,打破海外EDA巨头垄断,填补国内自主AI EDA工具空白。长期以来,全球智能EDA工具市场被新思科技、楷登电子等海外巨头垄断,国内企业只能依赖进口产品,不仅成本高昂,还面临技术封锁与安全风险。UDA 2.0作为国内首款自主AI EDA智能体工具,实现了核心技术的自主可控,打破了海外巨头的技术垄断,填补了国内自主AI EDA工具的空白,为中国集成电路产业的自主可控提供了核心支撑。据工信部数据显示,2025年中国EDA市场规模达到420亿元,国产自给率仅12%,UDA 2.0的发布与产业化落地,将大幅提升国产EDA的自给率,预计2027年国产EDA在中低端市场的占有率将达到50%,高端领域突破20%。

其次,推动中国集成电路产业高质量发展,降低芯片设计成本与风险。EDA技术的落后,导致国内芯片设计企业研发周期长、成本高、流片风险大,制约了中国芯片产业的发展。UDA 2.0通过AI智能体技术,大幅提升了芯片设计效率,缩短了设计周期,提升了流片成功率,能够帮助国内芯片设计企业降低研发成本与流片风险,提升产品竞争力。例如,国内中小芯片设计企业采用UDA 2.0后,研发成本可降低30%以上,流片风险降低50%以上,能够更快速地推出符合市场需求的芯片产品,推动中国芯片产业向高端化、规模化发展。同时,UDA 2.0的应用,还能够培养国内芯片设计与EDA技术人才,为产业发展提供人才支撑。

第三,构建国产EDA生态,推动芯片设计全流程自主化。合见工软在发布UDA 2.0的同时,宣布联合中芯国际、华为海思、紫光展锐等国内集成电路产业链企业,构建国产EDA生态,推动芯片设计全流程的自主化。通过生态合作,合见工软将开放自身的EDA技术与平台,与产业链企业共同研发适配中国场景的EDA解决方案,推动EDA与芯片设计、制造、封测等环节的深度融合。此外,合见工软还与国内多所高校合作,开展EDA人才培养计划,为国产EDA生态的发展提供人才支撑。“十五五”规划将EDA列为重点攻关领域,政策支持力度持续加大,预计未来5年,国产EDA生态将逐步完善,形成“EDA工具+芯片设计+制造封测”的完整产业链,推动中国集成电路产业实现自主可控。

此外,UDA 2.0的发布,也提升了中国EDA技术在全球市场的竞争力。随着国产EDA技术的不断成熟,未来有望逐步走向全球市场,与海外巨头展开竞争,打破全球EDA市场的垄断格局。同时,UDA 2.0的技术突破,也为全球EDA技术的发展提供了新的思路与方向,推动EDA技术向智能化、自主化发展。

四、数据来源

1. 合见工软官方发布会资料(2026年3月18日)

2. 工信部《中国集成电路产业发展报告(2025)》

3. Gartner《全球EDA市场分析(2026)》

4. 合见工软UDA 2.0试点企业应用报告(2026年3月)

5. 中芯国际、华为海思官方合作声明(2026年3月)

6. 中国半导体行业协会《2025年中国EDA产业发展报告》

五、免责声明

本新闻基于企业公开信息、行业研究报告及发布会现场报道整理,技术性能数据来自试点案例,仅供参考,不构成任何产品采购承诺、投资建议或技术应用建议。技术落地效果受芯片设计复杂度、制程工艺、人员操作水平等多种因素影响,实际效果可能与本文描述存在差异。本文内容仅用于行业信息传播,不承担因使用本文内容而产生的任何责任。

运营邮箱

coo@ciicl.cn

微信二维码

扫一扫,微信咨询