AI芯片的最大瓶颈，是散热

热量已经成为制约AI半导体性能提升的核心瓶颈，覆盖从芯片设计到数据中心冷却全链条的系统级仿真方案，由此成为破局出路。

新思科技（Synopsys）仿真与分析产品管理高级副总裁史蒂夫·皮特尔（Steve Pytel）9日在首尔接受采访时表示：随着AI芯片集成度不断提高，芯片发热量随之上涨，进而造成性能衰减。他解释道，尤其是3D集成电路，多颗芯片在狭小空间内高密度堆叠，芯片与封装产生的热量，会进一步加重服务器、数据中心的散热负担。因此，如何实现从芯片到数据中心全环节的散热管控，是行业的核心难题；想要解决该问题，不能只针对单个元器件仿真，而要在设计阶段就完成整套系统的仿真验证。

新思科技是美国企业，主营半导体电子设计自动化（EDA）软件与设计IP。该公司2025财年营收70.54亿美元，为三星电子代工厂2纳米工艺提供设计工具与IP，同时也和SK海力士等企业展开合作。

随着AI技术普及、先进封装大量应用，仅优化芯片内部电路，已经不足以释放产品的实际性能。基于这一判断，新思科技于2024年1月敲定以约350亿美元收购仿真分析厂商Ansys，并在次年7月完成交割，交易折合韩元约47万亿。谈及收购的初衷，皮特尔表示：“Ansys擅长对真实物理世界做预测。把这套技术融入芯片设计流程，就能产出更优质的芯片。”设计师可以在设计关键节点调用高精度物理仿真分析，做出更合理的设计决策。

即便芯片在设计阶段各项指标完全达标，当装配到实物产品上之后，受热效应、电压波动、电磁干扰、结构形变等因素影响，实际性能依然会出现偏差。他提出“物理感知设计”理念，强调“芯片最终是要嵌入各类终端产品当中的”。想要让芯片在实物、真实环境中按预期稳定工作，设计流程就必须通过仿真纳入物理层面的考量。

两家企业技术整合之后的核心成果，是6月正式发布的Multiphysics Fusion（多物理场融合）。

在AI半导体当中，高带宽内存（HBM）、GPU等多颗芯片高密度集成，热效应、功耗、电磁、结构应力会互相耦合、彼此影响。这套方案将新思科技的半导体设计验证工具，和Ansys的物理仿真技术相结合，在设计阶段就完成上述耦合效应分析。据官方介绍，Multiphysics Fusion可以把半导体时序验证仿真速度最高提升3倍；面向功耗、性能、面积目标的设计收敛周期，最高可缩短至原来的1/10。三星电子代工厂也参与了早期验证，能够在同一工作流内，同步分析电压降、热效应、应力给半导体时序带来的影响。

皮特尔反复强调，3D集成电路产生的热量，绝非仅仅是芯片层面的问题。“3D IC要把热量导出封装，难度极大。”他举例：芯片封装接到电路板，电路板装入机柜，大量机柜再部署到大型数据中心建筑。只有完成从单个器件到完整系统的全链路仿真，才能定位并解决性能瓶颈。

他预判，AI会从根本上重塑工程师的工作方式。当前仿真技术落地最大阻碍之一，就是使用门槛较高；依托AI智能代理，即便不是仿真领域的专家，工程师也能够在虚拟环境中测试多种设计可能性。未来工程师只需要向AI输入设计意图，由AI调用经过验证的物理仿真，预判产品的真实表现。工程师的工作重心会转向解读分析仿真结果，而不是沦为只会点软件按钮的操作人员。

但他同时划清边界：AI的出现并不会取代专业专家。仿真结果依旧需要专业人员核验；针对部分场景，基于已有仿真数据构建的代理模型可以大幅压缩计算耗时，帮助工程师更快做出决策。谈及物理AI的发展浪潮，他评价：能够精准预判现实世界的物理行为，是一切的底层基础。新思科技的核心价值，就是依托物理定律计算、预判产品实际运行状态的分析技术；而虚拟传感器，更可以把仿真预测的边界，从芯片本身延伸到产品和现实环境的交互层面。

在机器人领域，他提到，AI推动机器人智能化的速度，已经远超机器人本体的设计迭代。就在几年前，机器人还频繁出现摔倒故障，如今已经取得长足进步。他预计工业场景会迎来更多机器人，深刻改变制造业格局。他个人判断，2‑5年内人形机器人就会进入部分家庭。

针对三星电子、SK海力士等先进半导体企业格外关心的设计数据泄露问题，他说明：新思科技的产品支持在客户自有基础设施内部运行。绝大多数客户采用本地部署，跑在企业内部专网，由客户自主决定哪些数据可以用于模型训练。他着重强调，这不是云端SaaS服务，整套工具完全运行在客户自身环境之内。

皮特尔和韩国客户打交道已有约20年，他称韩国为“世界技术之都”。除半导体之外，韩国在汽车、造船、电子、消费产品领域都拥有全球竞争力企业；韩国研发的技术与产品，也大量实现全球商业化，因此韩国是至关重要的市场。热管理、3D IC设计、共封装光学、硅光技术都是行业真正的核心课题。在这些环节用好仿真工具，可以改善功耗与性能、缩短设计周期，减少后期阶段的设计失败问题。