亚马逊与新思签署数十亿美元AI芯片设计协... Features
据路透社2026年10月2日报道，亚马逊（Amazon）旗下云计算部门AWS与全球电子设计自动化（EDA）领军企业新思科技（Synopsys）签署了一项为期十年、总价值超过40亿美元的IP授权与技术合作协议。双方将共同打造基于生成式AI的芯片设计平台，新思科技将采用亚马逊的AI平台Amazon Bedrock部署智能代理（AI agents），并全面利用AWS的云端计算与存储能力。这项合作标志着AI辅助芯片设计从概念验证进入大规模商业化阶段。
明星同款协议核心：IP授权与云端AI深度融合
协议明确，新思科技将获得亚马逊某些处理器IP的长期授权，同时将其核心EDA工具链迁移至AWS云平台。新思科技首席执行官Sassine Ghazi在声明中表示：“通过与亚马逊的深度合作，我们的工程师能够在AWS上利用Amazon Bedrock构建、训练和部署专门的AI代理，这些代理可以自动完成从逻辑综合到物理验证的多个环节，使芯片设计周期缩短30%以上。”他还透露，首批采用该平台设计的AI加速器预计2028年流片。
明星发型
Amazon Bedrock：驱动芯片设计智能体
Amazon Bedrock是AWS推出的生成式AI服务，允许企业调用基础模型并构建定制化AI应用。根据协议，新思科技将基于Bedrock开发一套名为“Synopsys.AI”的专有智能体系统，能够理解芯片设计中的自然语言指令、自动分析时序报告并推荐优化方案。AWS首席执行官Adam Selipsky指出：“这是首次有EDA巨头将核心设计流程与云端生成式AI深度绑定。新思科技使用我们的计算实例（如Trn2实例）进行大规模仿真训练，每次运行可调用超过10万个vCPU核心。”
改变AI芯片设计行业格局
这项协议对半导体行业产生深远影响。传统上，芯片设计依赖本地工作站和自有服务器集群，而云端EDA结合AI代理能够显著降低中小芯片设计公司的准入门槛。根据彭博社分析，到2030年，基于云的EDA市场规模将从2025年的约80亿美元增长至250亿美元，复合年增长率超过25%。新思科技与亚马逊的协议可能推动竞争对手如Cadence和Siemens EDA加速云化布局。
协议关键参数与时间线
| 项目 | 详情 |
|---|
| --- | --- |
|---|
| 协议总价值 | 超过40亿美元（涵盖IP授权、云计算资源及服务） |
|---|
| 协议期限 | 10年（2026–2036） |
|---|
| 涉及人员 | 新思科技全球约1.2万名工程师将逐步迁移至AWS平台 |
|---|
| 首款合作芯片目标 | 2028年流片，面向AI训练与推理 |
|---|
| 使用的主要AWS服务 | Amazon Bedrock、AWS Trn2实例、Amazon S3、AWS SageMaker |
|---|
| 预期设计周期缩短 | 相比传统流程缩短30%以上 |
|---|
该表格显示了协议的核心数字与时间规划，其中40亿美元的金额是EDA行业历史上最大的单一云合作之一。
技术细节：AI代理如何重塑EDA流程
新思科技在官方博客中进一步解释：AI代理将接管设计流程中的重复性任务，如约束优化、功耗分析与布局布线。一个典型的AI代理可以同时监控上千个设计变体。亚马逊提供Titan系列基础模型作为底层能力，新思科技在此基础上注入百万级标准单元库与工艺参数进行微调。据新思科技技术副总裁Rahul Deokar介绍：“一个原本需要3周完成的后端物理验证项目，现在AI代理可以在36小时内自动生成多个候选方案。”
市场反应与竞争态势
消息公布后，新思科技股价在10月2日当天上涨5.2%至每股675美元，亚马逊股价微涨0.8%。分析师认为，该协议将巩固新思科技在AI芯片设计工具领域的领先地位，同时为AWS带来每年约4亿美元的额外计算收入。不过，竞争对手Cadence也在与微软Azure进行类似合作。根据半导体行业协会（SIA）数据，2025年全球AI芯片销售额达到780亿美元，预计2028年突破1200亿美元，设计工具需求同步激增。
FAQ
Q1：这项协议对普通消费者有何影响？
A1： 协议最终将加速高性能AI芯片（如用于智能手机、自动驾驶汽车和数据中心的处理器）的上市速度，使设备获得更强的AI处理能力，同时降低开发成本，可能在未来3-5年内体现在更低价格或更高性能的消费电子产品上。
Q2：新思科技是否会完全放弃本地设计工具？
A2： 不会。新思科技表示将继续支持本地部署模式，但将优先发展云端方案。选择权在客户手中，预计大型企业仍会保留本地工具用于核心敏感项目，而云端版本更适合需要弹性算力的初创公司或特定项目。
展望
亚马逊与新思科技签署的这份十年期数十亿美元协议，不仅是AI芯片设计历史上的里程碑，也标志着云计算与半导体工具链的深度捆绑。未来，随着AI代理技术成熟和云端算力成本持续下降，芯片设计行业可能全面转向“AI+云”模式，从而催生更强大的算力基础设施。各方参与者——从EDA厂商、云服务商到芯片设计公司——都需要重新审视自己的研发策略。
