AI 驅動 EDA 物理引擎調用增加:商業工具不可替代性確立,惟增量價值分配與變現路徑仍待驗證
- —AI 生成晶片邏輯代碼僅是設計開端,後續時序分析、信號完整性、功耗溫度與物理佈局檢查仍高度依賴 EDA 工具。OpenAI 採購商業工具開發 GPT-Synopsys 及 Amazon 簽署定制晶片協議,印證前沿模型公司仍需倚賴專業物理計算引擎。Agent 越自動化,底層驗證工具調用頻率預期增加 5 至 10 倍,惟增量價值如何透過用量計費、Agent 訂閱或利潤分成轉化為實質營收,仍取決於客戶計費條款與自研能力。
半導體 中期
前沿模型團隊採用商業 EDA 工具開發晶片設計工作流,確立了專業軟體在 AI 設計鏈中的不可替代性。然而調用次數增加不直接等於營收等比放大,仍須扣除推論成本並觀察大客戶議價能力。Agent 自動化雖可使底層 EDA 工具調用次數倍增,但新增價值轉化為實質營收與利潤的商業路徑仍需財報驗證