對話全球芯片龍頭：中國正在重新定義全球供應鏈

出品｜虎嗅科技組

作者｜陳伊凡

編輯｜苗正卿

頭圖｜AI生成

“之前中國是對技術進行采用，現在中國已經進入到一個對技術進行定義的階段。”

新思科技全球首席營收官Mike Ellow對我說這句話時，在新能源汽車、人形機器人以及AI硬件這三個領域，新的創新需求正在從中國市場生長出來，進入全球產品路線圖，全球創新的方向，已經調頭。

這是Mike Ellow第一次面對中國媒體，一同進行交流的，還有新思科技全球副總裁兼中國區總裁姚堯。這也是他自2026年上任后，第一次面對中國媒體對話。

新思科技是全球EDA（電子設計自動化）行業最重要的公司之一，工具鏈覆蓋芯片從架構設計到流片的全流程，IP產品線是全球最大的基礎和接口IP供應商。簡單說，全球絕大多數高端芯片，包括驅動大模型推理的GPU、NPU，以及跑在機器人和汽車里的邊緣AI芯片，都是用新思科技的工具設計出來的。從1986年成立到今天，超過60億美元的年營收，這家公司是整個半導體產業鏈里幾乎不可繞開的一環。

交流之際，無疑對于這家全球跨國公司而言，正處于一個轉折窗口：中國的需求不斷涌出；AI對芯片帶來爆發式需求；芯片設計的時間周期在不斷縮短；來自中國本土EDA公司的挑戰……這些都是其需要回答的問題。

新思科技全球首席營收官Mike Ellow 圖片由新思科技提供

“不管你信不信，AI的潛力其實是被低估的。”Mike說，他指的是，AI能夠延伸進入的應用范圍。

Physical AI是他反復回到的落點：讓AI從服務器走進機器人的關節、汽車的視覺系統、工廠的控制模塊。這類芯片必須功耗低、延時短、能在極端溫度和振動環境里穩定運行，還要能大批量量產。全球Physical AI市場規模預計從2025年的50億美元，五年內增長到900億美元，年復合增長率35%。中國是這個機會的核心戰場：人形機器人生產基地全球最大，新能源汽車滲透率超過50%，工廠機器人密度在持續攀升，每一個環節背后，都需要大量芯片。

這類需求不追求先進工藝，追求的是成本和功耗的性價比，以及支撐大批量量產的工程化能力。這是目前全球Physical AI產業里最清晰的中國需求畫像。

我們交流的前兩天，新思科技的Q2財報出爐：總營收22.76億美元，同比增長42%，全年營收指引上調至近97億美元。AI需求對EDA市場的拉動之外，另一個值得關注的數字：智能體EDA工具已進入早期商業試用階段。

這指的是新思在2026年Converge大會上推出的AgentEngineer。超過25個工程智能體，覆蓋設計規劃到驗證仿真的全流程。客戶設定目標和參數，AgentEngineer規劃路徑，同時跑多個仿真實驗，平行推進驗證。芯片設計周期從24個月壓到了12個月，靠人力串行推進已經追不上。AgentEngineer能同時跑多個仿真，把過去需要幾個月的驗證迭代壓進幾周。

新思科技全球副總裁兼中國區總裁姚堯

姚堯說，AI正在以它自身的能力，突破它帶來的產能瓶頸。

中國本土EDA公司這幾年崛起明顯，大多從特定環節切入，例如驗證工具、仿真模塊、某個特定流程的自動化。Mike對此很平靜：“我完全不意外，也非常高興能看到本土廠商快速發展，競爭是好事。”

他預判這些公司會成長、會被并購，最終出現幾家做EDA領域更大的中國公司，這是正常的市場演進。但AgentEngineer的核心價值恰恰來自點工具沒有的東西：跨工具協同。設計規劃、驗證仿真、IP調用、物理優化，同時跑，互相聯動，在一個統一目標下協調推進。某個環節工具斷了，協同就斷了，12個月的目標也跟著落空。新思科技同時是全球第一的基礎和接口IP供應商，從IP選型到流片驗證，整個鏈條上的數據是連通的，AgentEngineer可以調用的信息遠比一個點工具公司能提供的要多。這個差距，會隨設計周期要求越來越短而越拉越大。

C-Node IP產品組合是另一個信號。專門針對臺積電N6C和N4C兩個成本優化工藝節點，目標客戶群是正在量產邊緣AI和Physical AI產品的公司。這個產品的起點是需求端，首先來自中國客戶。中國市場在新思財報里超過10%的營收占比，這個數字不小。中國在物理AI產業的體量、迭代速度、量產壓力，正在倒逼全球供應鏈的產品路線圖。

姚堯被問到如何衡量自己職位的成功，他說，關鍵是有沒有找好“新思中國的定位”，讓中國客戶能看到全球最新的技術，也讓中國本土涌現的需求被總部看見，影響產品方向。兩件事做好了，才算找到了定位。

中國不再是那個“學生”

虎嗅：中國市場有什么樣新的或者說被低估的增長機會？

姚堯：現在中國市場很多系統級公司已經在換道領跑，比如新能源汽車，動力電池，光伏等。在這些領域我們看到很大的市場需求。

另外在物理AI上也有很多的需求，它是一個從IP、軟件、系統到物理世界的工程問題。

虎嗅：有什么需求是在中國發生，但在全球其他地方還沒有看到的。

姚堯：很多中國客戶提出了共同需求：需要相對成本可控，性能更高，能夠被大規模量產驗證過的這種一個系統級解決方案，來賦能未來physical AI，還有中國的場景其實相對比較復雜。我們把這些需求在過去的12個月跟公司去溝通，去做了很多的連接。

虎嗅：現在其實中國也出現了很多本土EDA公司，甚至有許多是從新思科技出去的工程師創立，你們怎么看來自中國本土企業的競爭？

Mike：對于中國EDA公司的發展，首先我完全不意外。中國市場的規模是肯定會逐漸成長，而且在我們的財報當中，中國市場仍然占我們營收10%以上。

我覺得有競爭是一個市場健康的表現，包括在未來的EDA市場發展，肯定會有很多這種新興小企業出來，他們可能每家企業都有自己專攻的一個技術的難點或者專攻的一個解決方案，后面可能會實現資本市場的一些收購，有可能這種小公司被大公司收購，最后會成長出來幾個中國的做EDA更大的公司，這都是非常正常的一個過程。

虎嗅：作為新任的中國區總裁，對你而言最重要的指標（除了財務指標）是什么？

姚堯：對我而言，除了財務指標，最重要的是找好新思中國的定位。中國獨特的需求怎么能夠被總部、被世界所看見。還有一個維度，和整個中國的產業鏈一起共同發展，在更早期就能夠對其去連接中國和世界的創新。

AI正在以其自身的方式解決自身引起的短缺問題

虎嗅：Mike，你很擅長做增長，在現在的這個時代，全球哪一個地區和哪些技術方向是被低估的增長機會？

Mike：不管你信不信，AI的潛力其實是被低估。我經常說，AI的應用范圍其實是被工程師的團隊所限制住了，比方說我覺得我們其實還可以探索AI的應用的潛力，當然不僅僅是說模型，還有一些像物理AI或者實體AI的應用，我始終認為 AI應用還可以更多的去結合或者結成到現在的應用之中。

如果說讓我們去看到未來5年之后，一個令人期待的點就在于我們會更多的關注像到量子計算的進步。

還有一個非常值得期待的點，我們可以把這種模型分析訓練的能力遷移到我們對于生物的處理和理解上，例如人類能夠更好的去解決一些疾病，人類的壽命可以獲得極大延長。

虎嗅：物理AI對于芯片設計而言帶來什么樣不一樣的挑戰？

姚堯：隨著AI驅動下的智能系統變得越來越復雜，設計不再只是單純的電路問題，而是電子物理與真實世界的協同，芯片可能不再獨立存在，而是芯片、軟件、系統，與物理環境進行整體的協同。

具體來說，變化將體現在以下三個方面：第一，算力效率與功耗的極限平衡。物理AI不是無限堆算力，而是在功耗、面積、成本等嚴苛的約束條件下尋找最優解。第二，系統的復雜性大幅提升。芯片不再是獨立存在，而是與軟件、系統和物理環境中進行協同設計。第三，嚴苛的上市要求。將有越來越多的問題必須在設計階段去提前收斂。

物理 AI 時代的挑戰，本質上是一個系統級的工程問題，競爭的關鍵不在單點的性能，而是在系統級的一次性做對的能力。也即要求所有企業將以往單點的能力推向工程體系的能力。要求我們將EDA、IP 與多物理場的仿真能力進行融合，從而構建一個從芯片到系統，再到物理世界的完整的工程體系。

虎嗅：如果用一句話總結2026年，全球半導體最大的變量，二位認為是什么？

Mike：半導體的生產能力。比方說提到TSMC、三星包括中國本土的一些晶圓廠，他們的產能也全都被訂滿了。

第二是存儲的稀缺性，包括說現在AI的發展，芯片的需求，現在存儲算是一個比較關鍵的問題。

姚堯：Mike講到產能的問題，主要是因為 AI的快速增長的需求造成的。包括存儲芯片的短缺，也是因為AI對存儲特別強勁的需求造成的。

但是從另外一個角度，AI其實也在影響我們整個半導體的產業的發展，AI已經逐步開始進入到了很多企業的研發，很多企業的生產過程。它AI也在深度的參與到了我們整個半導體行業的芯片的設計，芯片的測試，還有甚至包括在生產過程中的一些良率各個方面的，所以我認為 AI在以它的方式去解決自身它引起的短缺的問題。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4864323.html?f=wyxwapp