概伦电子：不只卖EDA工具，要在最先进工艺上留名

总裁杨廉峰博士在分享中同样提到，概伦这些年用最严苛的工程事实，在方寸之间立下了自己的规矩。他把话说得很直白：公司要做的不是局部替代，而是希望能在最先进的工艺上留下概伦的名字。

一路淬炼下来，概伦电子早已不只是工具提供商。它更像一座桥，把集成电路制造与设计两端打通。借助DTCO方法学，这家公司在最先进的工艺节点上，为全球顶尖的晶圆厂和设计公司提供核心支撑。

摩尔定律逼近极限，算力正在倒逼全新的产业规则，AI对行业的影响又叠加进来。芯片的关键一环EDA，也随之出现新的变化。面对这个新机会，概伦已经做了充分准备。

主题演讲一开场，杨廉峰先给出一个判断：有竞争力、有生命力的产业生态，离不开方法学做指引。从早期的DTCO，到后来的STCO，再到今年华为提出的“韬定律”，讲的其实是同一件事——协同优化才是产业发展的核心方法。

具体来看，DTCO的内核是拿器件和工艺当基础，把晶体管、标准单元这些核心要素放在一起优化；STCO则把协同从器件、工艺继续往系统层面推；韬定律强调的是跨层级、做到极致的协同优化，产业链各环节都得高度配合。

杨廉峰表示：“无论采用哪种协同优化方法，最终都要落到芯片PPA、良率、时序以及产品上市周期等指标的改善上。EDA和IP则是实现上述目标的两个重要载体。”他接着说，方法学要落地，先得有EDA这个软件载体；物理硬件载体IP之所以存在，是为了提升良率，加快产品上市迭代的周期。

靠着自研加收购，概伦电子把两条线都布好了。公司也由此从国产EDA第一股，变成国产第一家“EDA+IP”上市公司。

十几年下来，概伦电子一直按“联动设计与制造，共建中国EDA”这条路走，在DTCO方法学上持续投入。公司跟全球三十余家晶圆厂建立了长期合作，是台积电OIP和三星SAFE合作伙伴；国内新工艺平台的建设，公司也全面深度参与，服务国内外存储企业与上百家芯片设计公司。器件建模、仿真这些核心工具，公司长期处在全球第一梯队，技术方案从成熟工艺一直覆盖到FinFET和前沿新型器件。

并购整合锐成芯微、纳能微之后，概伦电子手上有了1000+经过硅验证的物理IP，基础、模拟混合信号、射频、存储、接口IP都在其中，工艺节点覆盖0.18μm‑3nm。

以这个“EDA+IP”双核底座为基础，概伦电子搭了一个全链路赋能平台：对晶圆厂，能提供测试芯片、SPICE模型、PDK、全套IP的完整解决方案；对设计企业，具备器件定制、IP定制、EDA工具、工程服务一体化能力。工艺一迭代，国内工艺开始出现分叉，EDA+IP的价值也跟着往上走。杨廉峰特别提到：“随着先进工艺持续拓展，受限于客观因素，本土工艺与国际技术路线出现分叉是无可避免，届时国内工艺的设计规则、单元库等可能出现不同于国际主流工艺的解决方案。”

在他看来，这种转变要靠国产EDA、IP企业与晶圆厂、设计公司一起开发。概伦电子一直坚持从晶体管层面开始深耕，IP领域也已经补全，机会不小。

“AI”是这场技术大会的另一个关键词，和“EDA+IP”并列。人工智能正从GenAI阶段迈向Agent阶段，这既给提供算力的芯片带来新需求，也让设计芯片用的EDA工具跟着进入一轮变革。

杨廉峰同样判断，AI正给EDA和IP产业带来新的转变。他提到，AI Agent会改变EDA工具的使用方式，未来定制化IP的需求也可能增加。按他的归纳，AI给EDA带来的变化集中在两点：

其一是EDA Automation真正开始具备落地条件。以往芯片设计流程很依赖工程师的个人经验，流程一旦跑通，通常不敢随便动。AI Agent可以接手一部分任务拆解、工具调用、调试和流程管理的工作；

其二是DTCO里的Optimization有机会走向进一步自动化。工程师过去受时间和资源制约，能探索的设计空间有限。AI可以并行跑更多实验，把优化搜索的空间放大，找到更优方案的可能性也随之提高。

杨廉峰的看法是，工程师和传统EDA工具并不会因为AI而失去价值。AI恰恰要拿经过验证的EDA工具当Ground Truth来调用。模型能接手重复调试和反复试错，也能帮着做决策、排任务，但工程结果最后还得靠真实工具跑仿真、做验证。

顺着这些观察，概伦电子正式发布PrimAI三层战略。工具层是AI in EDA，持续迭代打磨可信的底层EDA工具，借AI算法让工具跑得更快、结果更准；流程层是Agentic EDA，联合生态伙伴搭建智能化设计流程，提升模拟、数字和先进封装设计的整体产出效率；产业生态层则联动晶圆厂、IP厂商和大模型企业，一起破解行业里的“工程产能墙”难题。

落到具体应用，概伦电子已经把AI用在器件建模、电路设计验证和DTCO良率预测等环节。电路设计验证方面，公司用图神经网络学习SPICE网表，再基于已有仿真数据做预测，演讲展示的案例里仿真次数少了99.87%，省下约7500小时仿真时间；DTCO流程中，则靠智能搜索、模型训练和迭代优化，提升不同工艺、温度、电压条件下的良率预测效率。

这些并不是概伦AI EDA尝试的全部。不过从这些案例能看到，AI正从辅助性工具深入到EDA的核心工程环节，靠减少重复计算、提升建模和验证效率，为芯片设计与制造的协同优化提供新的技术支撑。

概伦电子首席科学家余备教授把公司在EDA与大模型上的策略概括为双向协同演进。一头是让大模型从简单调用EDA工具，逐步深入工具运行过程，理解运行轨迹、决策节点和约束变化，并探索参与底层算法优化与发现；另一头是利用EDA工具可执行、可验证的特点，把仿真和检测结果反馈给大模型，持续提升其工程理解、推理和决策能力。

“在此基础上，概伦希望逐步构建EDA领域专用大模型，形成能够持续积累工程知识与工程智能的技术体系。”余备教授强调。

杨廉峰在演讲中反复提到一点：国产EDA和IP想往前走，靠一家企业推不动，得依托国产工艺和产业生态，靠多方协作把全流程能力补齐。概伦正围绕三个方向推进生态合作。

其中，联合产业伙伴打造数字设计全流程，是概伦电子生态工作中最要紧的一块。

概伦在软硬件协同仿真上有积累，鸿芯微纳擅长数字设计全流程，启芯领航做数字前端，玖熠科技等伙伴则覆盖数字设计的各个环节。据其介绍，概伦正与这些本土EDA伙伴一起，推动从RTL到GDS的全流程协同，并借助流程追溯和优化提升整体竞争力。“这套全流程能力需要建立在国产工艺赋能和IP积累的基础上，才能与国产工艺平台形成协同。”杨廉峰强调。

杨廉峰表示，生态合作的另一个重点是推动基于“汉擎”的国产模拟设计平台建设。他提到，国际模拟设计平台及其流程、底层基础已经走过约40年，国内想在较短时间内建起自己的模拟设计生态，单靠一家企业难以完成，需要整个产业一起出力。

为此，概伦牵头推进模拟设计全流程串联，并已经在28纳米国产工艺平台以及先进工艺平台完成流片验证。杨廉峰称，未来概伦希望能与生态合作伙伴一道，围绕“汉擎”打造对用户使用体验更友好、同时具备差异化竞争力的模拟设计平台，并借助AI对过去多年相对固化的模拟设计流程进行创新。

在杨廉峰看来，国产EDA要往前走，就得跟国产算力、软件生态配合起来，算力和软件生态是它发展的前提。过去一年，概伦已同海光、麒麟等国产算力及服务器厂商展开协同，阶段性成果已经拿到。

杨廉峰还提到，AI进来之后，EDA生态由晶圆厂、EDA公司、设计公司三方构成的旧格局会被打破。往后AI Agent公司、大模型公司也会进来，各方能力边界在哪、价值贡献多少、价值怎么分，都有新的探索余地。他的判断是，AI不会让参与者去抢一块大小固定的市场，反倒可能把市场做大，给产业带来更多机会。

杨廉峰强调，单靠一家企业撑不起半导体产业的突破。概伦电子会走“工艺为基，应用牵引，AI为擎”的平台战略，继续坚持DTCO/STCO技术方法论，把EDA+IP双核底座夯实，让PrimAI当创新引擎，联合晶圆制造、IP、设计企业、科研机构与AI厂商，抓住国产工艺分叉时代的机遇，聚力生态、智启新程，推动国内集成电路产业高质量发展。