从EDA到AI驱动，Cadence的核心业务进化之路

“这才是公司真正的核心业务。”

七年前的一天，Cadence公司的发展轨迹迎来转折。两年后，德夫根（Devgan）出任该公司首席执行官，他清晰勾勒出公司未来数年的发展与扩张蓝图，并明确指出：凭借在EDA（电子设计自动化）软件领域的深厚积累，以及在半导体及电子行业至关重要的知识产权方面的核心能力，Cadence“极其擅长以极高的精度、准确度和速度，对极其复杂的系统进行模拟与优化”。

“他看到了我们可以从卓越的设计核心出发，着手推进全面的系统创新，”Cadence Design Systems 战略与新业务高级集团总监诺斯（Knoth）表示，“这实际上只需在算法层面融入一些额外的专业知识，但打造工程软件的核心理念却能实现完美迁移。比如，将算法与计算平台精准匹配并实现加速运行，或是精准适配设计师的思维流程，这些都是极易迁移的核心技能。”

诺斯进一步透露，德夫根早已洞察到人工智能在Cadence发展愿景及整个IT行业中的巨大潜力——这种潜力不仅体现在产品层面，更渗透到软件领域，能够为设计流程注入智能活力。拥抱这一新兴技术，尤其是近年来快速发展的生成式人工智能与智能体人工智能，不仅加速了Cadence自身的发展步伐，更帮助其开拓了从消费科技到超大规模数据中心等多个垂直领域的市场。

自那时起，Cadence便正式踏上了人工智能驱动的发展征程。如今，该公司已拥有不断壮大的Cadence.AI人工智能工具矩阵，其中就包括去年推出的Millennium M2000超级计算机。该系统采用英伟达Blackwell GPU架构，搭载英伟达HGX B200系统、RTX Pro 6000 Blackwell服务器版GPU，以及CUDA-X库和求解器软件。Cadence借助这一系统，大幅加速了自身多项业务流程，涵盖EDA设计、系统设计分析以及分子求解器等关键领域。

这一突破意味着Cadence能够运行此前无法实现的大规模模拟任务，彻底改变了其业务开展模式——从半导体与3D-IC（三维集成电路）设计、数据中心数字孪生，到药物发现建模，再到Cadence拓展的其他领域（包括超大规模计算、汽车、航空航天与国防），其工程工作效率均得到显著提升。

除了超级计算机，Cadence的AI工具矩阵还包括多款核心产品：Verisium验证平台，支持算法在芯片系统（SoC）验证流程中，跨多次运行调用大数据与生成式人工智能功能；Allegro-X工具，则专门用于加快PCB（印刷电路板）设计速度。此外，Cadence还在其产品中融入智能体技术，其中Cerebrus AI Studio被该公司定义为基于智能体的多模块、多用户SoC设计平台。

近几个月来，Cadence进一步推出ChipStack AI超级智能体，专门用于芯片设计与验证工作，并计划与英伟达的相关技术（包括其Grace CPU）实现更深度的集成。公司高管表示，这一举措将显著加速EDA、系统设计自动化等领域的产品与服务迭代速度。

ChipStack AI超级智能体的核心，是Cadence所称的“心智模型”——它能够对工程师的设计意图形成结构化、持久性的理解，并作为单一真理来源，为AI智能体注入规范、层次结构与关联关系，从而确保AI不会像大型语言模型那样出现“幻觉”问题，保障设计的准确性。

诺斯介绍，Cadence从去年开始逐步增加智能体相关功能，例如自然语言界面、AI助手及基础智能体，而ChipStack AI超级智能体的推出，是该领域的一次重大突破。“核心原因在于，验证是当前所有主流半导体产品研发中最棘手的环节，”他解释道，“无论投入多少资源与计算能力，都难以彻底解决这一难题。而AI智能体能够显著提升工程师的生产力与工作效率，这无疑是双赢之举，也是应用智能体人工智能的最佳切入点。”

在本周于美国加州圣何塞举行的CadenceLIVE 2026大会上，德夫根及其他公司高管宣布，将扩大与英伟达、谷歌的合作关系，旨在增强Cadence基于人工智能的计算软件在半导体与系统设计领域的能力，并拓展其在人工智能物理领域的应用场景。其中，Cadence与谷歌计划将谷歌的Gemini AI平台与ChipStack AI超级智能体深度集成，并将其上线至谷歌云市场，目标是打造一个用于芯片设计与验证的智能体式、可扩展的云原生平台。

与此同时，英伟达与Cadence正致力于将Cadence基于人工智能的设计、EDA及SDA（系统设计自动化）产品，与CUDA-X、AI物理引擎及Omniverse数字孪生库相结合，并在Millennium M2000超级计算机上运行。这一合作将使工程师能够借助Cadence的物理引擎与英伟达的AI模型，通过数字孪生技术开展机器人训练工作。

上述合作与技术升级，将帮助Cadence加速其原理求解器的运行速度，并利用AI物理模型生成工程工作负载，速度较目前提升100倍。

Cadence近期发布的各项公告及开展的一系列工作，均是其“面向人工智能的设计与面向设计的人工智能”战略的重要组成部分。该战略的核心理念的是：一方面为人工智能工作负载打造专属工具，另一方面利用人工智能技术赋能芯片制造，其核心目标是通过人工智能与智能体人工智能，提升生产效率与芯片性能。而构建面向人工智能的基础设施——即“面向人工智能的设计”，正是Cadence过去35年来一直深耕的领域。

“如今的新变化在于战略的另一半：我们将自主研发的AI技术融入解决方案中，让这些工具更易用、更强大、更高效，从而形成一种飞轮效应：这些工具助力设计下一代基础设施，而下一代基础设施又能构建更强大的AI模型，”诺斯说道，“我们将这些模型再次集成到工具中，形成良性循环，持续迭代升级。”

人工智能在业务各环节的广泛应用，也帮助Cadence成功拓展了此前难以触及的市场领域。Cadence官网显示，其服务的行业已涵盖航空航天与国防、汽车、超大规模计算、生命科学等。这种市场扩张既得益于内部的持续创新，也离不开战略性收购：2025年11月，Cadence收购了初创公司ChipStack；一个月前，该公司刚完成对Secure-IC的收购，获得其嵌入式安全IP；2026年2月，Cadence又收购了Hexagon AB的设计与工程业务，旨在扩展其SDA产品矩阵，并推进其在物理人工智能领域（涵盖机器人与自动驾驶汽车）的未来发展。

“我们已经从卓越的设计核心——也就是EDA领域，成功拓展到系统设计领域，如今全球所有大型3D集成电路的设计工作，都有我们的参与，”诺斯表示，“我们仍在从事PCB设计，但现在我们拥有行业领先的算法、软件以及多物理场仿真技术。人们正利用这些技术，为能源系统设计燃烧模拟，开展无人机或飞机设计，创建数据中心的数字孪生模型，以最大限度提升每瓦代币数和整体效率。我们甚至已经拓展到了分子科学领域。”

Cadence于2022年收购OpenEye Scientific Software，正式进军分子科学领域，将其在计算软件方面的优势延伸至分子建模与模拟领域。诺斯表示，这一举措正是德夫根三年前在白板上勾勒的愿景的具体落地。他补充道，这一战略“永无止境：你只需找到下一个目标求解器，将其与自身的专业知识相结合，就能成功切入新的市场。我们不会偏离核心竞争力，仍将专注于计算软件的研发，但这种模式是可扩展、可重复且行之有效的。”

事实证明，这一战略为Cadence带来了显著成效。该公司2月份公布的2025财年业绩显示，营收接近53亿美元，较2024年的46.4亿美元实现同比增长，展现出强劲的发展势头。

“我们早已预见这项技术将以极快的速度发展，”诺斯表示，“未来，我们将看到具身人工智能在我们周围的世界中实现移动、感知、互动等多种功能。目前，这项技术主要应用于无人机、自动驾驶或机器人领域，而这需要极其复杂的硅芯片和协同优化的系统。这些前沿领域的发展不会随着下一个领域的出现而停滞，它们相互交融、持续壮大，甚至会延伸到所有科学学科——无论是我们目前正在开展的药物研发工作，还是材料科学（包括电池研究、环境研究等）。这些话题永不过时，世界也从不缺乏需要解决的挑战，而这正是一个充满机遇的时代。”