当地时间 11 月 3 日，The Information 报道称，此前公布招股说明书的 Anthropic 向潜在 IPO 投资者展示了其如何使用 Claude 模型辅助自研芯片设计，并宣称此举能让芯片研发效率大幅提升。
相关消息一出，AI 将颠覆甚至取代芯片设计行业的叙事再次被提起，美股 EDA（电子设计自动化）板块遭遇冲击。到了 11 月 5 日，受美国中期选举、数据中心建设放缓焦虑等影响，美股科技股暴跌，EDA 两大龙头上市公司新思科技（Synopsys）、楷登电子（Cadence）跌幅均在 5% 左右。而且，二者今年以来股价也均转为下跌，尤其是坐头把交椅的新思科技，2023 年大涨超 60% 后，近三年连年走低，今年年内下跌超 6%。
实际上，今年下半年以来芯片设计行业已接连迎来不少 " 大事件 "。6 月末 OpenAI 发布了首款自研 AI 推理芯片 Jalape o，并宣称其仅用 9 个月就完成了从架构设计到流片的全过程，创下了专用集成电路领域最短开发周期纪录。而这款芯片的一大特点就是利用 GPT 模型、Codex 等 AI 工具介入芯片设计、软件栈开发。
此后，Kimi 在 7 月发布 K3 模型时也在技术报告中提及了一个案例，称其模型在 48 小时内自主完成了一款 AI 专用芯片的设计、优化与验证。
一位曾在外资 EDA 企业工作的从业者认为，彼时虽然市场已经开始炒作 AI 替代 EDA 的叙事，但业内普遍认为 AI 带来的机会远大于冲击，其最大的好处在于增加 EDA 使用频率。在他看来，目前 AI 介入主流可用的芯片设计工作时，无一例外都仍需要调用现有成熟 EDA 工具，其提效的方式主要是同时处理更多任务，而这就会让 EDA 的 " 用量 " 和 " 调用次数 " 随之变多。尤其是 Agent 的出现，能够 7 × 24 小时并行处理更多设计任务，工具调用量和并发授权需求随之上升，客户的设计预算反而可能增加，至少头部 EDA 厂商的生意应该更加红火。而真正被冲击、替代的，往往是标准化程度较高的小 IP 和部分点工具，这些环节容易被 AI 生成或平台内置功能吸收，价值会慢慢被压缩，可能影响部分岗位人员，但对 EDA 厂商来说整体看有利于降本增效。
他还介绍称，EDA 行业也在积极与 AI 厂商展开合作，此前新思科技就与 OpenAI 达成合作，接入新思的 EDA 工具链，做 "AI 辅助工程 "。行业也在自我迭代，重点在打造便于让各类 Agent 调用、完成芯片设计的新流程，目前国内外均出现了专门为 EDA 厂商提供 Agent 解决方案的业务，也有不少厂商进行了尝试。
AI 带来的更大改变，可能是 EDA 的收费方式。
国泰海通研报指出，Agent 可能带来至少百倍的 EDA 工具调用，传统 license 授权模式下客户无法承受百倍采购成本，行业共识是商业模式必须改变。
据了解，EDA 的传统商业模式是 "seat-based license"，也就是 " 一个萝卜一个坑 "，收入跟人头走，无法适配不间断地调用工具、执行任务的 Agent 模式。
目前，新思科技和楷登电子等头部厂商已经在尝试 Token 化计费，核心是将 EDA 与算力绑定为 Token，按消耗计费。
楷登电子曾提出新的 " 收入三层框架 "：第一层是将传统订阅制作为锚定收入；第二层是按用量计费，捕捉 AI 驱动的算力强度，增强营收能力；第三层则被命名为 " 虚拟工程师层 "，将 Agent 定价为 " 增量人力等价 "，意味着客户每部署一个 Agent，相当于多了一个 " 虚拟编制 "，按它替代或辅助人力的价值来收费。
不过，值得注意的是，上述 The Information 相关报道提及，Anthropic 和 OpenAI 未来可能会直接销售用于辅助芯片设计的 AI 工具，与传统 EDA 厂商形成竞争。上述从业者认为，目前看来，此类 AI 工具只能替代部分功能，但全流程 EDA 的核心能力来自数十年积累的设计数据，以及晶圆厂早期 PDK 接入资格、签核责任承担能力等。这些能力嵌入在芯片制造流程体系之中，目前模型公司造芯片也遵循这套流程体系，中短期很难看到颠覆或替代的途径。
目前看，AI 不会轻易吞噬 EDA，但会重新分配 EDA 内部的价值。与很多行业相似，有数据积累、平台能力的企业，资产价值可能会不降反升，但很多初级岗位、重复性工作，以及边缘功能的供应商、外包商，很可能会被 AI 替代。（本文首发于钛媒体 APP，文｜飞向 Tai 空）
