总体观点
EDA板块及其龙头企业Synopsys、Cadence均保持强劲增长态势。近年来,全球EDA市场规模从2017年的91.2亿美元增长至2024年的约192.7亿美元,七年复合增速为11.3%,占全球PLM市场规模的比重从20.9%上升至24.0%。Synopsys和Cadence近年来营收持续稳健增长,2025财年Synopsys实现营收70.54亿美元,同比增长15.1%;2024年Cadence实现营收46.41亿美元,同比增长13.5%。
推动EDA板块持续快速增长的因素包括:
- 半导体市场在变大,产业参与方增多:万物智能互联和AI发展带来持续增长的半导体投资需求。
- 需求复杂度提高:更多产业参与方带来定制化需求,摩尔定律放缓推动产业探索更多元、更复杂的技术;从单芯片向系统级优化(SysMoore)发展,需要“从硅到系统”的全流程整体解决方案。
- 人才供给不足:半导体产业高门槛导致人才短缺,推动EDA软件向产业反向赋能。
EDA正逐渐从半导体产业的软件工具,向多领域产品生命全周期解决方案迈进,向多领域系统级仿真拓展;同时,EDA也不再只是从业人员的辅助工具,而是开始反向赋能,成为产业助手甚至专家。
机遇
- 万物智能时代,半导体产业市场规模向万亿美元展望:汽车与人工智能成为新的半导体市场增长驱动力。2023年全球汽车半导体市场约693亿美元,到2032年将超过1800亿美元;2024年HPC-AI市场规模达599.3亿美元,2029年将达到1159.30亿美元。
- 摩尔定律放缓后:从单芯片向系统级优化——SysMoore:先进工艺制程进步放缓,推动产业从芯片级转向系统级优化,提升集成度和复杂度。
- 提升效率需求:产品研发与迭代周期加快:消费电子和汽车领域产品迭代周期持续加快,推动EDA需求。
- 半导体产业工程师数量持续出现缺口,非传统半导体企业入局加剧人才风险:预计到2030年全球半导体产业将短缺约100万名具备专业技能的从业人员。
EDA发展的几个机遇
- 复杂性始终是EDA发展的第一驱动力:
- 半导体产业生态发生变化:先进制程代工厂商减少,更多非传统半导体企业涌入,激烈市场竞争催生差异化需求。
- 人们对先进制程的探索没有停止,但摩尔定律在放缓,单纯的制程突破难以满足更多样的计算需求。
- 复杂性来源之一:Multi-Die技术突破SoC瓶颈,将SoC拆分为多个芯片集成到单一封装内,预计到2027年约30%的EDA软件市场规模将由Multi-Die技术工艺的应用而带来。
- “系统摩尔定律”开始生效:智能化带来的系统级全方位竞争,更多行业开始“从硅基到系统”的全生命周期、系统级管理。汽车行业智能化推动产品与研发流程升级,汽车产业需要“从硅到系统”的整体解决方案,新思科技收购Ansys提供此类服务。
- 一体化解决方案需求改变工业软件格局:EDA公司持续收购CAE公司,如Cadence收购BETA CAESystems和Hexagon AB的设计与工程业务,西门子收购Altair,推动工业软件跨领域整合。
提升效率:EDA与AI的结合
- 半导体公司预计将广泛应用生成式AI,其中研发/工程最受关注。
- 新思科技的EDA+AI探索历程:
- DSO.ai:业界首款用于芯片设计的自主人工智能应用,利用强化学习改善功耗、性能和面积,提升工程生产率。
- DSO.ai为客户与新思科技均带来显著经济效益:提升设计效率,优化设计结果;新思科技Fusion产品的平均订单价值量提升约20%,AI赋能后有望将2023-2028年EDA的TAM市场规模年复合增速提升约2%。
- Cadence在AI方面的布局:
- Cadence.AI:凭借领先的代理式AI工具,缩短设计周期,提高生产力,优化性能,实现全面的AI集成。
- Cadence Cerebrus ® AI Studio:显著提升PPA和生产力,实现大规模并行处理,将芯片交付周期缩短5倍到10倍。
- Cadence Verisium AI驱动的验证平台:利用大数据和生成式AI优化验证工作负载,提高覆盖率,加速漏洞根因分析。
IP与硬件仿真:从可选到必选
- IP:半导体设计的复用模块:
- IP的含义:预先设计好的、具有特定功能的电路模块,可被其他设计团队复用。
- IP的优势:缩短芯片的设计周期,降低设计成本,提高产品竞争力。
- IP市场规模与格局:2024年设计IP收入达到85亿美元,增长20%,2020-2024年年复合增速达到16.8%;ARM、Synopsys、Cadence位列IP市场前三名。
- 接口IP的高增预期:人工智能对互联能力的高要求推动接口IP市场增长,预计2029年接口IP市场规模将达到约54亿美元,占比将增长到IP市场总量的38%。
- 硬件加速仿真验证:速度与效率兼备的要求
- 传统软件仿真的缺陷:仿真速度慢,硬件/软件协同验证困难,难以模拟真实的芯片环境。
- 两类硬件仿真验证及对比:
- FPGA原型验证:通过将RTL移植到FPGA来验证ASIC的功能,适合电路逻辑的仿真验证。
- 硬件仿真:将硬件设计编译后加载到硬件中运行,提供更快的仿真速度和更真实的硬件行为,多应用于大规模SoC设计前期的RTL功能验证。
- 三大EDA公司的硬件仿真产品对比:FPGA和硬件仿真在应用场景和优势上有所不同,硬件仿真因其速度和效率优势受到更多关注。
投资建议
建议投资人加大对国内外EDA产业的关注。
风险提示
宏观经济与地缘局势波动风险;技术人才流失风险;市场测算偏差的风险;研报信息更新不及时的风险等。