Cadence的AI布局更上一層樓 協助台灣擁抱爆發式成長 智慧應用 影音
236
Microchip
Event

Cadence的AI布局更上一層樓 協助台灣擁抱爆發式成長

  • 吳冠儀台北

益華電腦(Cadence Design Systems)台灣總經理宋栢安(Brian Sung),期盼將Cadence新的設計方法與團隊運作的概念帶給台灣,攜手客戶一起共創新的晶片設計的方法與流程,掌握AI創新龐大商機。DIGITIMES攝
益華電腦(Cadence Design Systems)台灣總經理宋栢安(Brian Sung),期盼將Cadence新的設計方法與團隊運作的概念帶給台灣,攜手客戶一起共創新的晶片設計的方法與流程,掌握AI創新龐大商機。DIGITIMES攝

生成式人工智慧(Gen AI)與代理型AI(Agentic AI)技術的相繼出現,重新定義了電子設計自動化(EDA)的未來可能性,這些透過將重複任務自動化、最佳化複雜工作流程、提供更聰明的設計建議,或是自動產生RTL程式碼等新型態的輔助系統,型塑半導體晶片設計產業的新紀元。

2026年開年,EDA國際大廠益華電腦(Cadence Design Systems)台灣總經理宋栢安(Brian Sung)先生接受這次的訪問,他從EDA產業對AI的技術布局談起,Cadence長久以來以「智慧系統設計」作為發展EDA解決方案的重要基礎架構與核心策略,而AI技術正是實現這個願景的重要發展方向,無論是從晶片、子系統與資料分析都與人工智慧技術息息相關,一舉激勵產業界應對大型、高複雜度AI晶片風起雲湧的大趨勢發展。

Cadence自2016年起將機器學習導入設計流程,積極從AI強化學習(RL)、大型語言模型(LLM)等技術加入EDA設計流程,如今已有逾半數的Cadence產品線都部署多樣化的AI工具,舉Cadence的Cerebrus AI智慧設計簽核解決方案為例,該數位晶片設計工具以機器學習為基礎,實現功耗、效能和面積(PPA)最佳化效益而獲得客戶好評,至今已累積超過1,000個成功投片(tape-out) 的案例,讓Cadence產品的市場佔有率扶搖直上。

AI工具深刻改變EDA解決方案  形塑IC設計方法的全面轉變

Cadence AI 的底層JedAI平台,作為資料整合與運算智慧的核心,可賦能企業用戶整合自家多年累積的設計數據與數位資產,透過JedAI,客戶將能開發出高客製化AI應用,開創更符合客戶自身利益的解決方案與自動化工作流程。目前Cadence進一步提供RAG(Retrieval-Augmented Generation)與Transformers模型架構的相容軟體介面,提高資料整合效益與競爭優勢。

除此之外,更多生成式AI的延伸應用、AI推論、AI輔助驗證工具,皆已落實於晶片設計的最佳化中。Cadence已與客戶展開「AI代理 (AI Agents)」的合作,為邁向未來代理式工作流程(Agentic Workflow)的奠定重要基礎,實現從晶片到系統的全面智慧化部署。

另外在市場面上,Cadence解決方案事業部因應先進半導體製程節點一路快速躍進的重大變革,同時晶片設計產業面對異質整合的先進封裝技術愈來愈複雜的挑戰下,透過專屬製程IP產品組合與客戶服務工程團隊的雙重優勢來服務台灣的客戶;再加上Cadence旗下設計驗證(Design Verification)產品線,其打造AI驅動的驗證平台,以快速優化驗證工作負載、提高覆蓋率大幅度協助客戶優化PPA 與上市速度,這些都讓2026年Cadence在台灣市場的成長動能令人期待。

Cadence宣布收購Beta CAE Systems與Hexagon設計與工程業務加速跨領域市場的擴張

再者,Cadence自2024年起陸續宣布收購Beta CAE Systems與 Hexagon AB旗下設計與工程業務,這將一舉讓Cadence多物理場系統模擬與分析的產品組合,以及3D-IC結構分析領域再下一城。

宋栢安強調這不僅強化了Cadence「智慧系統設計」的願景,更開啟一系列新的合作契機,進而探索機械結構模擬、運動和多物理場分析在跨領域的新機會,加速為電子系統、汽車、航太、工業與機器人等產業的下一步技術突破注入強大動能,這些新市場的成長機會,讓Cadence在跨領域市場的整合上有了更好的擴張機會。

攜手客戶共同開發AI驅動的先進晶片設計方法與流程

全球半導體市場與AI基礎建設的成長在2026年的展望上仍非常強勁,讓台灣的產業界有了更上一層樓的底氣,而維持這個動能不能沒有擁抱AI技術的準備,宋栢安觀察到大型的客戶因為認同「虛擬工程師」的AI願景,加速整合Cadence多樣化的AI工具與自家的小型AI智慧代理、Gen AI工具以提升生產力,這些工具快速成為IC設計工程師的好幫手,但是宋栢安也提醒,雖然工程師未來可能可以不寫RTL或是C的程式碼,但是反而必須在驗證AI輔助生成結果的正確性與有效性方面具備辯證能力、思考的邏輯性與判斷資訊的有效性等能力,這是成為未來工程師的基本能力。

而設計工程團隊中讓資深的工程師來協助驗證初階工程師設計正確性也有相當的挑戰,尤其透過數位分身(Digital Twins)技術將諸如Post-Silicon的矽後驗證資料等實際真實世界的資訊與數位孿生的整合來強化設計的完整性與準確性,這將讓工程師團隊間發生翻天覆地的轉變,而合作導入新的設計架構與經驗都需要時間與完善的準備,展望2026年,宋栢安希望將Cadence新的設計方法與團隊運作的概念帶給台灣,並攜手客戶一起共創新的晶片設計的方法與流程,掌握AI創新的大商機。