在上周举行的SNUG印度2026大会上，新思科技（Synopsys）宣布推出其收购Ansys一年以来的首批多物理场融合（Multiphysics Fusion）工具。该系列工具将电子设计自动化（EDA）与物理分析技术整合至单一设计流程中，专为先进半导体系统开发而设。
该产品组合融合了新思科技的设计工具与Ansys的分析技术，覆盖时序签核、设计收敛、多芯片集成及模拟电路工作流等多个关键环节。
在时序签核方面，新思科技将PrimeTime、RedHawk-SC、RedHawk-SC电热分析模块、StarRC以及HFSS-IC等工具整合，使功率、热效应与应力影响可同步纳入时序分析中。公司表示，该流程可显著缩短运行时间，并更准确反映实际物理效应对时序结果的影响。
在设计收敛阶段，新思科技将PrimeClosure与RedHawk-SC联动，将电源完整性分析嵌入签核优化流程。此举有助于减少签核前所需的设计迭代次数，提升效率。
针对多芯片（multi-die）设计，新思科技将其3DIC Compiler平台与RedHawk-SC、RedHawk-SC电热模块及HFSS-IC集成，使工程师可在整个设计周期内同步分析功率、热与电磁效应。
该产品组合还涵盖模拟与光子设计工具：Custom Compiler已与HFSS-IC集成以支持电磁分析；OptoCompiler则与Lumerical协同，用于光子集成电路及共封装光学器件的开发。
在SNUG印度2026期间，EE Times采访了新思科技首席产品管理官Ravi Subramanian与印度区市场推广高级总监Sudeep Shivalli，探讨新产品组合、先进制程设计挑战及Ansys收购带来的战略影响。
Subramanian指出，今年早些时候在Converge大会发布的四项联合解决方案，是收购完成后双方工程团队历经六至八个月协作的成果。此次发布的产品是该合作的首批商业化落地成果，Nvidia、Cisco、三星与SiEnChips等客户已参与真实设计与量产工艺节点的验证工作。
他强调，新方案的核心价值在于实现多工程域的同步联合分析，而非传统上孤立分步处理。“简而言之，设计师不再需要因单独分析各领域而过度保守地预留冗余余量；通过联合分析，可大幅削减不必要的设计裕度。”
随着半导体设计复杂度持续攀升——尤其在先进制程节点与多芯片架构中——此类能力愈发关键。例如，AI基础设施的功耗需求急剧增长：手机处理器功耗约为8–10瓦，而现代数据中心处理器可达约4千瓦。正因如此，“全感知签核”（all-aware signoff）成为必然趋势：电气、热学、机械与电磁效应必须统一考量，方能完成芯片签核。
新思科技与台积电（TSMC）在A14与NanoFlex等先进工艺上的合作也体现了这一趋势。Subramanian表示，先进制程开发需从晶体管物理层面即展开紧密协作：“TSMC希望EDA工具尽早就绪。”Shivalli补充道，先进节点设计方法论已发生根本转变——过去侧重功能、时序与功耗优化，如今则必须全程追踪热效应、辐射效应及其他物理现象。
新思科技与台积电的合作贯穿晶体管建模、电路设计、子系统集成直至全芯片实现全流程。“我们共同构建测试用例，通过工具运行并共享结果，密切协同推进。”Subramanian称此为“高度共生的过程”。
值得注意的是，2.5D/3D集成技术的兴起，使过去被视为次要效应的因素（如高频下导线天线效应引发的电磁干扰、热变形与封装翘曲对电性能的影响）如今已成为主导性因素。“曾经的二阶或三阶效应，如今已上升为一阶效应。”
此外，Ansys收购亦强化了新思科技与英伟达（Nvidia）的合作。双方在数字孪生与虚拟化方向拥有共同愿景：结合加速仿真工具与Nvidia Omniverse平台，工程团队可在虚拟环境中评估更多设计方案，有效缩短开发周期。Subramanian强调：“收购Ansys并未改变我们对特定合作伙伴的依赖关系，反而拓展了与英伟达的协作深度。”
在印度市场，Ansys技术正逐步纳入政府支持的半导体初创企业扶持计划。Shivalli确认相关整合已在进行中：“我们已加入部分支持芯片设计的技术模块。我们的目标是在印度推动跨领域的工程能力重构。”他特别提到软件定义汽车（SDV）与数字孪生技术，认为印度整车厂可通过仿真驱动开发显著受益。
Shivalli还指出，过去三年印度政府激励政策已带动约16至17个行业活跃发展，包括铁路、造船及智能电子系统等领域。Subramanian将全球半导体产业概括为“双轨市场”：传统领域（移动、汽车、工业与消费电子）与超大规模数据中心及AI基础设施供应商。新思科技的增长战略正围绕这两大市场的核心挑战展开。
关于AI发展趋势，Subramanian认为企业级AI代理已进入实用阶段，但下一阶段普及将更多由经济性驱动而非纯技术能力。“AI的成本本质是能源成本——单个token的成本直接取决于生成它所需的能耗。”随着企业对token使用与运营成本认知加深，AI工作流成本将与人工成本及替代方案展开直接比对。
他进一步指出，基于AI经济学的商业创新，其重要性或将不亚于AI模型与代理本身的技术进步。与此同时，新思科技正倡导构建开放、安全的代理式AI技术栈，以支持下一代AI驱动的工程设计。目前多数半导体企业采用新思工具的同时也集成其他厂商产品，因此客户普遍期望不同供应商的AI代理能协同工作，并自主掌控数据与模型训练成果。
“客户追求开放性，是因为需要多种工具与代理无缝协作；他们重视安全性，是因为必须保护自身数据与模型知识资产。”
Subramanian强调，系统级仿真兴起并不会削弱芯片设计工具的重要性；相反，多芯片与3DIC架构将催生新型EDA工具类别与工作流。“每一类EDA工具都将经历变革。”
谈及印度本土开源EDA倡议，Subramanian持欢迎态度，认为行业亟需更多创新投入。但他也指出，先进制程芯片设计客户仍对完全依赖开源工具持谨慎态度——晶圆厂要求严格验证与认证流程后方可投产。
Shivalli补充道，除技术门槛外，风险管控亦是关键障碍：即便成熟制程产品，从立项到流片往往需数千万美元投入，这对初创企业构成巨大压力。他主张，相比聚焦开源软件，更应推动云化EDA、仿真平台与半导体IP的广泛可及性，从而实质性降低行业准入门槛。
“当我们思考如何让创新更易触达，最大的机会在于创造新型接入方式，大幅简化芯片设计入门路径——尤其在印度市场。”
www.eic.net.cn 提供的易IC库存管理软件可高效支撑芯片设计企业的物料协同与供应链管理，助力研发团队专注核心创新。
