西門子EDA布局晶片到系統AI原生設計 深化台積電3DFabric合作
西門子EDA資深副總裁暨人工智慧策略長Amit Gupta。

西門子EDA布局晶片到系統AI原生設計 深化台積電3DFabric合作

mirror-daily-logo

2026/08/04 16:44:00最後更新 2026/08/04 16:44:33

記者:

謝承學

攝影:

謝承學

西門子EDA今(4)日在新竹舉辦年度IC設計技術論壇Siemens EDA Forum 2026,聚焦AI原生(AI-Native)設計如何深度整合至整體電子設計流程與產品生命週期,打造未來晶片與系統。
論壇匯聚多位西門子EDA全球技術專家,以及客戶與產業夥伴,共同探討AI結合數位雙生與3DIC等關鍵技術,協助台灣半導體產業因應當下設計、驗證與系統整合的新挑戰。論壇由西門子EDA副總裁、台灣暨東南亞區總經理林棨璇揭開序幕,她表示,AI正重新定義半導體產業的設計模式,更引領未來的系統級創新,西門子EDA以AI原生技術貫穿從晶片到系統的完整設計流程,將持續攜手在地產業夥伴,協助台灣半導體生態系突破創新並提升競爭力。
西門子EDA資深副總裁暨人工智慧策略長Amit Gupta隨後發表主題演講「AI-Native Design:Engineering Tomorrow's Silicon and Systems」,揭示從奈米級晶片設計到系統整合的AI賦能關鍵技術與實務應用。他指出,隨著產業正邁向Chiplet架構、軟體定義系統以及AI驅動的自主化工程新時代,傳統設計方法已難以因應現代晶片到系統的複雜性,也無法滿足AI時代對創新速度與工程效率的要求。
當前AI影響力正迅速擴展,預計2028年前將實現無處不在的原生AI,進入70%的晶片中,未來越來越多AI將走向邊緣端,進入智慧型手機、筆記型電腦與個人電腦中。同時,產業正經歷軟硬體協同設計的變革,根據軟體工作負載來客製化晶片,加上異質整合以及永續性的要求,推動著設計走向跨尺度的整合。
Amit Gupta進一步表示,AI原生設計旨在將人工智慧深度融入從晶片、封裝、電路板到系統的全生命週期開發流程。西門子EDA正結合AI Agents、GPU運算、全面數位雙生以及經矽驗證的AI模型等技術,協助工程團隊實現更快速的工程引擎、更智慧的設計執行,以及更可信的設計成果三大支柱。在更快速的引擎方面,透過將機器學習與強化學習直接嵌入工具,並結合GPU與Arm CPU加速,使引擎運算速度大幅提升。
在更智慧的執行上,運用生成式與Agentic AI建立自然語言介面,工程師僅需透過自然語言下達指令,即可完成複雜的工具設定與運行;而在可信的結果方面,西門子建構的Agent層與歷經數十年Tape-out驗證的EDA引擎緊密結合,能提供真實用於Tape-out與Sign-off的可信成果。他並特別展示了自動化長時運行Agent(Self-Verifying Long-Running Agents),工程師只需輸入單一指令,Agent即可自主進行長達數小時的規劃、工具調用、自我驗證與除錯,同時確保設計工程師隨時處於控制環路(In the Loop)中,達到高Token效率與顯著的生產力提升。
論壇亦邀請到台積電設計暨技術平臺副處長張志偉分享台積電在3DIC與3DFabric領域的最新進展與台積電和西門子EDA的合作成果。張志偉指出,隨著AI時代算力、頻寬與供電擴展的需求急遽增加,傳統2D架構已難以承受,必須走向3D堆疊與異質整合。台積電目前量產主力為3.3x光罩尺寸(Reticle Size)並整合12個HBM,未來藍圖將一路推進至14x Reticle以上。
為了應對極致複雜的3D結構與跨工具相容性,台積電推出3Dblox模組化開放語言,將複雜結構抽象化為Chiplet、Interface與Connection三大構件。台積電與西門子EDA進行了深度的技術協作,西門子的Innovator3D IC與Calibre 3Dstack均全面支援3Dblox,並實現了True 3D的實體驗證,包含跨晶片DRC、考慮電荷累積的跨晶片天線效應(Antenna)檢測,以及歷時兩年開發完成的全類型跨晶片ESD靜電防護驗證。
此外,在3D熱分析方面,雙方採用階層式自適應網格(Hierarchical Thermal Analysis)技術,模擬結果與實際矽晶片量測誤差控制在3%以內;在InFO自動繞線領域,西門子Xpedition亦支援台積電的InFO設計規則與Any-angle繞線,大幅釋放工程師的設計時間。

延伸閱讀

Google 設為偏好來源
Facebook 分享