Agentic AI掀晶片設計典範轉移現行方案僅是過渡方案

本文共1389字

2026/08/10 07:46:00

經濟日報吳毅倫

Agentic AI正成為EDA（電子設計自動化）業界焦點，大型廠商與新創都宣稱它能解決日益複雜的晶片設計問題。NVIDIA執行長黃仁勳去年更曾提到，要實現其產品藍圖，需要多達100萬名EDA工程師，可見業界期待之高。

益華電腦（Cadence）資深副總裁Paul Cunningham指出，EDA下一個重大突破將來自Agentic AI，「虛擬工程師」已從選項變成必要條件。新思科技（Synopsys）也表示，其Agentic設計流程讓原本需4至6個月的複雜任務，生產力提升2至5倍。

但在EDA產業超過40年、曾創辦六家新創且全數被Cadence、Synopsys等大廠併購的連續創業家Simon Davidmann，看法卻不同。他認為業界仍處於摸索Agentic AI真正價值的初期階段：「現在的問題不再是AI是否會影響晶片開發，而是我們是僅用它優化既有流程，還是用來擴展設計與驗證的邊界。」

Davidmann直言，目前的Agentic AI多半只是替既有設計流程套上一層AI，仍受限於以人類工作習慣為中心所劃定的工具邊界，導致流程序列化、孤島化。他指出，這種模式雖可行，卻要消耗大量運算資源才能勉強奏效，「我們可能是在用暴力運算解決一個原本能更優雅解決的問題」。

他認為，真正的突破在於把設計、合成、驗證與佈局整合為單一系統，讓AI能進行深度內省與即時推理，跨越整個技術堆疊運作。他指出，部分雲端巨頭已在內部推動這類整體化方法，效能提升可達15%至85%，遠高於單點式優化。這也需要資金模式的改變——他舉AI實驗室Ricursive Intelligence今年完成3億美元A輪、估值40億美元為例，說明投資人正轉向支持「跳躍式成長」而非漸進改良。

Davidmann總結，下一個真正的重大突破將來自整體性解決方案，需要非傳統的EDA資金模式。Agentic AI更像是過渡性的『OK繃』，而非最終解答。

2026 EE前瞻技術大會將於10月登場。 EE Times Taiwan/提供

延伸討論來看這個邏輯不只發生在晶片設計端。近期產業分析也指出，當先進製程逼近物理極限，決定AI算力天花板的戰場，正從單一製程節點轉向封裝與系統整合的整體化布局，例如台積電推動的CoPoS面板級封裝技術。無論是EDA工具鏈或先進封裝，下一階段的競爭門檻都是能否打破工具邊界、以整體視角重構價值鏈——這對台灣以系統整合與供應鏈協作見長的電子產業，既是挑戰也是機會。

若想掌握這場典範轉移的最新動向，「2026 EE 前瞻技術大會（iTechCon）」正是最佳場域。