物理AI时代来临，新思如何助力中国市场从芯片设计走向系统性创新

当下，AI是最火的关键词，而在AI之下，Cloud AI、Edge AI、Physical AI三大系统最受关注。其中，Physical AI（物理AI）代表了未来智能系统的发展方向，它指的是能够在物理世界中感知、决策并行动的AI驱动系统。这类系统通过与真实环境进行交互，依托于传感、计算与物理行动的一体化能力，具体体现在机器人、自动驾驶、智能制造等各类实体设备中。

然而，Physical AI的发展离不开芯片的支撑。在技术快速演进的背景下，如何实现芯片的快速迭代已成为关键挑战。为此，新思科技联合台积电于6月2日针对Physical AI与中国市场，推出了面向N6C（也称N6 V1.1）和N4C工艺的IP产品组合解决方案。如今，中国芯片厂商有了全新的选择。

中国是Physical AI最重要的创新策源地

“系统级时代已经到来。”全球副总裁兼中国区总裁姚尧表达了自己对于当下芯片产业的看法。去年，在迈向40周年前夕，新思科技完成了对Ansys的收购，这不仅是业务整合，更是一项清晰的战略选择，反映了工程从芯片走向系统的趋势。

是什么促使芯片走向这种变化？答案一定是AI。随着AI驱动的智能系统变得越来越复杂，设计不再是单纯的电路问题，而是电子物理与真实世界的协同问题。这意味着必须将EDA、IP与多物理场仿真能力融合，构建从芯片到系统再到物理世界的完整工程体系。这正是收购的意义所在，推动新思科技从芯片设计工具提供商迈向系统级工程能力的平台供应商。

而在AI之中，Physical AI无疑是当下市场加速兴起的新概念。姚尧表示，AI从数字世界走向物理世界，从模型与数据走向感知、执行和决策，带来的根本变化是芯片不再独立存在，产品也不仅仅是算力，而是芯片、软件系统与物理环境的整体协同。因此，工程问题正从芯片设计走向系统性创新。

在这一轮从芯片走向系统的变革中，中国正走在创新的最前沿。因为在Physical AI时代，中国具备独特的产业基础。

• 第一，是制造能力。中国拥有全球最完整的制造体系，占全球制造业约28%～29%的份额，位居世界第一。更重要的是，制造业正从传统规模优势走向复杂度与精度驱动的高端制造，越是高端制造，越依赖于对真实世界的建模、仿真与优化，也就越需要AI能力的介入。这种先发优势使得Physical AI本质上成为“AI+制造”的结合体；
• 第二，是工程师红利。中国拥有全世界最大的工程师体系，每年培养超过130万名各类工程人才，约为美国的10倍，STEM毕业生规模位居全球第一。这意味着复杂系统不仅能够被设计出来，也能够快速工程化和产品化；
• 第三，是产业生态，从无人机到智能汽车，再到具身智能与机器人，中国正在从弯道超车走向换道领跑。在很多关键应用领域，中国企业已不仅是在参与竞争，而是在重新定义产业形态和行业标准。据预测，中国具身智能市场规模将在2030年达到4000亿元，并在2035年突破万亿元。

“因此，在Physical AI领域，中国不仅是应用落地的最大市场，也正在成为技术创新的重要源头。Physical AI真正的主战场不在云端，而在产业，而产业最深的土壤在中国。”姚尧进一步说道，但今天，真正的挑战才刚刚开始，问题已不再是“能不能做”，而是“是否能在有限约束条件下把产品稳定快速地做出来”。

这背后是竞争逻辑从单点能力走向工程体系能力的转变，具体体现在三个方面：

• 第一，算力效率与功耗的极限匹配。Physical AI不是无限制追求算力，而是要在功耗、面积、成本（PPA）严苛约束条件下找到最优解，需要围绕这些场景不断在先进工艺和IP层面进行优化；
• 第二，系统复杂性大幅提升。芯片不再独立存在，而是与软件系统和物理环境协同设计，设计范式从分段优化走向跨层协同。芯片、封装、软件乃至系统行为需要在设计早期就被协同考虑，通过多物理场仿真和数字孪生技术提前验证系统在真实环境中的表现，这是新思通过整合IP层能力重点构筑的系统级工程技术；
• 第三，上市时间愈发严苛，客户需要可预测的交付能力，越来越多问题必须在设计阶段就提前收敛。一个清晰的结论是，Physical AI本质上是一个系统工程，竞争关键不在单点性能，而在系统级的一次性做对的能力。而当工程走向系统，一次做对的能力必然来自完整的产业链和生态合作伙伴，而非单一公司。面对这样的变化，没有一家公司可以单独完成，必须依靠生态。

姚尧强调，新思科技在中国已深耕30年，与中国半导体产业共同成长、同频共振。中国市场正成为全球最具挑战性的应用环境之一，本地客户提出的诸多问题正在指引未来的技术方向。更重要的是背后的模式，把中国最前沿的需求带入全球研发体系，同时把新思科技最领先的技术更高效地服务中国市场，让中国成为驱动全球创新的重要一极。

新思提供的不仅仅是软件工具本身，而是一套工程系统，让不同的人、产业链不同环节的伙伴可以在同一个体系内协同工作。从这个角度看，新思在中国所做的不仅仅是引入技术，而是在不断强化这个连接体系，一方面让全球技术能力高效进入中国，另一方面让中国市场不断演化的需求更快进入全球研发体系。

“新思要做的是连接中国与世界的创新，在中国连世界。”姚尧如是说。

面对Physical AI时代的解

既然在Physical AI时代，工程能力成为当下竞争的关键，新思科技又该如何通过产品去助力中国客户快速创新？这离不开与制造端的合作。

当日，新思科技与台积电共同宣布，针对中国当下Physical AI需求，推出基于台积电N6C（即N6 v1.1）和N4C工艺的IP产品组合，通过双方紧密合作，利用设计技术协同优化，得以实现高效能、为AI提供计算性能，并以合理的价格点推动Physical AI市场蓬勃发展。

这一广泛的产品组合包括接口IP、基础IP和系统生命周期管理IP，针对台积电的高密度、低成本工艺节点进行优化，以支持高性价比、大规模部署。这些IP已在N6和N4得到了广泛的硅验证，能够降低风险、加速产品上市时间，新思科技首席产品管理官Ravi Subramanian对此强调，双方只有一个目标：通过经过验证的IP加速共同客户的成功。

“随着全球GDP增长，更多产品将‘在中国、为中国’，‘在中国、为世界’而创造。”Ravi表示，新思的策略是从现有IP的演进开始，满足中国特定需求，利用数十年的物理IP经验，在计算效率、低功耗、数据速率和成本降低方面提供机会，同时在特定的新IP类别、IP领域和细分市场不断发展。此外，现有IP随着摩尔定律迁移到新的工艺节点，针对中国新节点和更多中国节点的低成本、低功耗、高效计算需求。

Ravi继续补充说道，新思的使命是让IP应用于客户的SoC，帮助他们更快、更低风险地开发SoC。Physical AI市场有望增长到数百亿美元的半导体机遇，这离不开与合作伙伴台积电一起，为Physical AI边缘产品构建生态系统。

为什么新思科技要和台积电合作推出这样的产品组合？这是因为中国正在引领Physical AI和边缘AI设备的转型。Ravi分享了一组数据：2025年全球GDP约为170万亿美元，分布在世界各地，包括中国、美国、德国、印度、日本。而到2050年，全球GDP格局将发生巨大变化，中国将从19.4万亿美元增长到41.9万亿美元。这些经济体的数字化转型方式各不相同，但中国的数字化转型将推动GDP近乎翻倍。

Physical AI是AI基础设施之后最大的半导体市场机会，中国在这一领域则处于领先地位。对Physical AI来说，先进“计算子系统”（CSS）将变得不可或缺，这些预配置能够大幅度缩短开发时间，减少总拥有成本（TCO）。这一责任正落在计算子系统供应商身上，使任何产品开发者都能更快地开发产品，无需自己完成配置验证和测试的工程工作，新思科技无疑充当着这样的角色。

从市场驱动力来看，Physical AI与边缘AI增长主要受到以下因素的推动：一是制造、物流、医疗和交通运输等领域因劳动力短缺而带来的自动化需求上升；二是传感技术、边缘计算和机器学习的发展，使AI能够在真实环境中实时运行；三是工业机器人、服务机器人、协作机器人和人形机器人系统的快速发展，推动了人机协作的普及；四是云端与终端设备上AI部署的不断扩展。预计该市场规模将达到900亿美元，年复合增长率约为35%。

Ravi强调，Physical AI和边缘AI不只是一项“在中国、为中国”制造的业务，而是一项“从中国、到世界”的机遇，这些产品具有四个基本特征：第一，确定性、实时性能、低延迟、可预测的计算能力；第二，高效、可扩展的计算能力；第三，安全就绪架构；第四，经过验证的生态系统、软件基础和预集成平台，以加速部署。

好的工艺必须有配套的IP

为什么这套方案选择基于台积电的N6C和N4C工艺？台积电中国区副总经理陈平简要回顾了台积电的工艺路线。

事实上，为了适应当下AI SoC对于成本和功能的需求，台积电会不断优化已经量产的工艺，以适应当下产业发展。

比如，最早开发N5时，客户多为高端手机和计算类产品，对工艺要求高，需要更多金属层，经过六年量产，工艺更成熟了，原来保守的设计规则可以收缩，某些结构可以去掉以降低成本。最早为计算产品设计的16层、18层金属，现在做消费类产品可以减到10层、12层，这就是C-NODE（NxC）系列的产品——N6C、N4C、N3C。

与原来的N6、N4、N3相比，C-NODE系列有什么不同？“既瞄准成本降低，也瞄准消费类产品的特定需求。”陈平用这样一句话总结道。具体来说，有四点优势：

• 第一，低成本。通过成熟工艺减少金属层、针对应用做小型化标准单元、简化保守的设计规则，最终降低芯片成本；
• 第二，低功耗。特别是在AI应用上，功耗要求迫切。通过将工作电压从0.6V降至0.5V甚至更低，同时优化器件以降低静态和动态功耗，最终降低总功耗；
• 第三，提供更多器件，如射频器件，满足AI系统经常用到的连接需求；
• 第四，嵌入式非易失性存储器，在安全体系中非常需要。

具体来说，N6C在N6基础上减了金属层，加了射频和低功耗功能；N4C类似，从N5到N5P到N4P，再在N4P基础上做金属层简化、小尺寸标准单元，形成现在的N4C，具备功耗提高和IP技术；N3C也做同样的事情。

不过，C-NODE向前发展，也有挑战。因为当从N7、N6向前走时，原有的IP很多不再适用，虽说工艺备受客户认可，但没有IP支持和配套生态怎么办？新思科技就是非常愿意做这件事，早在两年前，台积电就和新思科技讨论合作，如何在现有节点持续优化，助力中国市场。

陈平认为，在新的时代，成熟工艺IP的重要性比任何时代都重要。原因在于存在很多“失配”。一是需求的增长远远高于建厂速度，AI市场需求呈指数级增长，而晶圆厂建设是线性且漫长的过程；二是产品迭代速度极快，每三到六个月就有新AI产品层出不穷，而先进工艺开发和芯片开发周期很长，看到产品再去做IP，肯定已经落后一代。

因此，把IP做成现成的、完整的、经过验证的，让客户看到产品就能快速流片出产品，这就是台积电与新思科技合作的意义。

“从N4到N4C，从N6到N6C，说起来像是资产再利用，实际上仍需要花费大量人力，因为工艺本身发生了变化，有很多新的挑战。台积电对生态伙伴提出了很高要求，而新思科技愿意从N6、N4回过头来做这件事，这是整个行业共同努力的结果。台积电的商业模式是开放平台，与全世界最好的生态伙伴密切合作，共同为客户服务。有了这些伙伴，每一个产品平台都有完整的工艺和快速的技术方案。”陈平如是说。

具体到中国国内产业，陈平表示，过去十年，台积电在物联网、智能家居、智能汽车、自动驾驶等领域发展得非常快，产业链、工业基础和人才储备都是领先的。如今，国内很多高阶自动驾驶在用3nm做下一代L4汽车，AI眼镜在使用4nm，消费类产品则看重6nm工艺，台积电都能够通过提供工艺支持，解决芯片的PPA问题。

中国芯片厂商的看法

在发布会上，中国本土芯片企业也对这一系列的IP产品组合以及N6C、N4C工艺发表了看法。

紫光展锐CEO任奇伟指出，5G与AI融合将推动Physical AI服务各行各业、走进家庭、造福社会，而非取代人类。中国在应用场景、人口规模和尝试意愿上具有优势，为Physical AI落地提供了良好基础。大规模应用需要端侧平台形成标准，实现规模化。除台积电工艺外，芯片设计同样关键，新思科技的通用IP可针对不同场景解决相关问题。

爱芯元智董事长仇肖莘表示，公司愿景是“普惠AI，造就美好生活”，希望让所有设备具备AI能力，提升生活便利与美好。台积电与新思在NxC系列的IP和工艺演进对端侧芯片公司至关重要。系统成功率取决于各子系统的乘积，必须补齐短板。高端产品需使用已验证的IP。从N6到N6C减少四层金属层，有助于调和端侧产品的PPA矛盾。

翱捷创新总经理赵锡凯指出，希望通过通信连接AI，让边缘设备更智能，推动产业进步。中国边缘AI年出货量达数亿颗，面临每年迭代、低成本、低功耗的要求，需要由EDA和IP构成的完整生态系统。两年前仅有初步工具和IP，如今有了完整平台可快速迭代。在巨量产品中，迭代能力、成本和功耗是关键，N6C和N4C降低金属层成本，使企业能以更低规格价格、更低功耗生产产品，助力中国数字化产业升级。

在发布的最后，新思科技首席营收官Mike Ellow作为压轴演讲，他表示，非常高兴看到台积电与新思科技携手推出针对特定国家和应用场景量身定制的解决方案。台积电提供了一系列兼顾功耗、性能、成本和可扩展性的技术，而新思科技则提供在这些技术上经过充分验证的IP，帮助客户将稀缺资源集中投入到最具差异化的应用上，从而加速成功。

来源：电子工程世界（EEWorld） 作者：付斌