AI改变芯片设计，百度智能云全栈实力赋能

在日前由观察者网、WAICCONNECT主办、半导体行业观察协办的「重构算力」产业链接会演讲中，百度智能云副总裁、百度智能云泛科技业务部总经理张玮介绍说：“百度是一家非常重视AI的公司，从自身的搜索业务，到智能驾驶，再到小度，百度每一项业务都与AI强相关，公司在这方面也积累了丰富的经验”。

正是站在这个基础之上，张玮认为，随着AI Agent开始全面渗透，拥有自研昆仑芯、AI Infra以及Agent Infra两层重要能力的百度智能云，能够给半导体行业带来更多赋能。

云+AI，改变芯片设计

毋庸置疑，AI对芯片设计行业的影响是巨大的。现在市面上也涌现了很多AI EDA或者利用AI做ASIC的公司。在这股热潮推动下，市场上出现了一些更激进的判断，认为AI可能改变传统EDA工具链，甚至重塑芯片设计流程。

对此，张玮抱有不同的观点。在他看来，AI和智能体的能力不能突破物理边界，也突破不了行业的know-how。

“半导体行业乃至整个知识密集型行业同时被四个‘时钟’推动着，分别是：需求变化的速度、资源储备与访问的周期性起伏、知识复用的效率，以及安全权限与数据治理的约束。”张玮强调，很多企业谈AI提效，习惯盯着某一个环节做优化，比如"用了AI Coding能不能省点人力"，但真正决定系统整体是否变快的，是这四个时钟能不能协同转动。

按照张玮的观点，单点再快，其他环节跟不上，整体依然快不起来。而在这种看法背后，还有一层判断，那就是行业的竞争正从"单点指标"转向"系统卡位"。

“过去大家谈制程、频率、功耗、面积，这些当然仍是基本功，但展望未来，越来越多的胜负手，取决于一款产品能否在正确的窗口期，交付一整套可用的系统——这是软硬一体、高速互联、训推一体背后共同的逻辑。”张玮说。

他同时承认，云和AI的结合，正在给芯片行业带来结构性的转变。

“转变的核心是把芯片研发EDA及算力基础设施从‘重资产、长周期、强依赖本地集群’变成‘弹性算力、自动化流程、知识复用’的新模式。云可以削峰填谷，降低初创企业前期采购大规模算力的压力；AI Coding可以提升设计验证、仿真分析、问题定位和工程协同效率。”张玮告诉半导体行业观察。

在他看来，这种转变对行业来说不仅是降本增效，更是研发组织方式的变化。据张玮总结，在AI智能体进入千行百业的当下，芯片设计范式会在几个方向上发生转变：

一、芯片AI Coding将单人使用的AI编程助手转化为组织统一可用的研发能力，文心快码 Baidu Comate提供IDE入口、上下文引擎、编程智能体、Rules、Skills、MCP和企业级部署；

二、通过AI大模型+本体建模新范式，百度胜算为半导体供应链缺料等场景提供智能决策；

三、芯片设计空间优化：半导体研发里有很多问题，本质上是在巨大空间里找更优解，通过百度伐谋可以让专家定义标准，AI持续寻优，工程流程负责验证。

四、AI Agent安全治理：通过大模型安全网关在IDE、CLI与Agent调用链中提供统一接入、内容检测、模型路由、成本计量和审计运营。

总而言之，按照张玮所说，AI多智能体协同，把架构探索、验证、仿真、功耗分析等环节串起来；AI辅助设计空间搜索，帮助企业更快找到性能、功耗、面积、成本之间的平衡；AI智能体把企业内部经验沉淀成可复用知识资产，减少人员流动和项目切换带来的损耗。

不是单点工具，是全栈服务

在看到AI对芯片行业的这些转变，如张玮所说，百度智能云不是单点工具输出，而是正在依赖于"芯-云-模-体"新全栈AI云架构，提供从底层算力（昆仑芯）到模型服务（文心大模型）再到智能体开发平台（百度千帆）的端到端能力。

在算力层，以自研昆仑芯为核心，百度智能云能为芯片企业提供高性价比AI算力基座。2025年已点亮国内首个全自研3万卡昆仑芯集群，万卡集群有效训练利用率达97%，线性扩展度超85%。为芯片研发EDA提供弹性算力基础资源，提升研发效率。

在工具层，以文心快码（Baidu Comate）为技术底座，百度智能云能支持芯片企业构建领域专属Agent和Skills，将专家经验工程化沉淀。同时提供百度胜算本体建模进行智能决策、百度伐谋在芯片设计空间优化算法最优解、AI大模型网关提供Agent生产业务安全保障、

来到生态层，百度智能云已服务超1000家核心AI硬件公司，覆盖全球前十手机厂商、AI眼镜企业90%的市场份额等。这让公司拥有足够的底气去服务芯片行业的客户。

张玮认为，AI Agent对于芯片行业的核心价值体现在将芯片设计从"人工试错驱动"转向"智能自主驱动"，从需求提取、仿真代码设计到器件迭代优化均可自动化。“AI Agent不是替代工程师，而是成为‘设计伙伴’——从单点优化演进到多智能体协同的自主化设计，本质是让专家经验从‘人脑私有’变成‘可复用的工程资产’。”

在与半导体行业观察的交流中，张玮以和“光本位”的合作为范例，详解了百度智能云对AI Agent应用于芯片设计的看法。

据介绍，在这个合作中，AI Agent的具体作用是：光本位将芯片设计专家经验转化为光电设计专属Skills与行业Agent；通过MCP工具接入光计算研发工具链，实现多层级技术整合Lightmate可自动完成：芯片需求提取、仿真代码设计、器件迭代优化等核心任务；覆盖数字芯片、模拟芯片、光芯片设计全链路。

张玮表示，这次合作对于百度智能云来说拥有重要的战略意义，因为这是文心快码在光计算芯片场景的首次规模化落地，双方还成立了联合实验室与协同小组，依托Lightmate拓展产业上下游。

他进一步指出，这些合作背后，百度智能云的定位不仅是“供应商”，而且是"技术底座提供者+生态共建者"。

一方面，百度智能云提供的是AI Infra和Agent Infra能力，芯片企业贡献的是领域知识和行业场景，双方共同打造行业解决方案；另一方面，在提供稳定、弹性的AI云底座的同时，开放模型、Agent平台和工程能力，与芯片伙伴共同完成适配、优化和场景落地；在谈到生态，张玮强调，生态不是靠单点项目，而是靠平台能力、标杆案例和产业伙伴网络持续放大，生态策略。

张玮总结说，展望未来，面向国内半导体初创企业，百度智能云会在以“芯-云-模-体”新全栈AI云战略下，围绕算力资源、技术适配、联合解决方案、市场生态和标杆案例共创提供支持。特别是初创企业最需要的不只是云资源优惠，而是“算力+模型+工程团队+真实场景”的组合能力，帮助他们更快完成产品验证、客户验证和规模化落地。

在笔者看来，对于半导体初创企业而言，AI带来的最大价值，可能在于降低创新门槛。过去，复杂芯片研发往往需要长期积累的人才、工具和基础设施，而随着云计算、基础模型和智能体平台的发展，更多企业有机会借助新的技术底座，加速产品验证和产业落地。

张玮对此表示认同。他同时指出，进入到AI Agent时代，芯片企业需要的不只是算力资源，而是“算力+模型+工程能力+真实场景”的综合支撑。“未来，随着AI与半导体产业进一步融合，芯片研发模式或将迎来一次深层次变革，而这场变革的核心，不是人与机器的替代，而是人类工程经验与人工智能能力的重新组合。”