问题：随着人工智能与高性能计算快速发展，算力、存储、互连、供电与散热相互耦合，传统以单芯片为中心的电子设计方法已难以覆盖系统级复杂度。芯片封装、板级互连及整机散热同一设计链条中相互影响，设计周期拉长、验证成本上升已成为行业共性挑战。 原因：一上，AI硬件面临更高集成度与更严苛的信号完整性、功耗与热管理要求；另一方面，EDA工具长期偏重单层级与单物理场分析，系统级协同能力不足，限制了复杂系统的快速验证与优化。国际厂商已转向系统级平台化布局，国内产业也亟需补齐系统层面能力短板。 影响：系统级EDA成为行业技术主线，能跨层级建模、仿真与优化上形成平台能力的厂商，将AI硬件迭代速度与成本控制上占据优势。国内EDA在系统级工具与工程应用上的突破，将直接影响AI服务器、AIPC、新能源汽车与工业电源等关键领域的研发效率与国产化进程。 对策：芯和半导体DesignCon 2026发布多智能体平台XAI与低频电磁仿真平台Janus，并同步升级全栈EDA方案，推动设计方法从规则驱动向数据驱动转变。XAI通过集成四类智能体，将AI融入建模、仿真、优化等流程，具备自然语言知识库检索、仿真参数智能优化、热仿真协同预测以及IP与器件参数化建模等能力，在提升精度的同时缩短设计周期。Janus面向电机、变压器、无线充电等低频电磁场应用，提供三维直流传导与涡流分析能力，为数据中心、电动汽车和绿色能源设备提供电磁性能评估工具。 全栈升级上，围绕芯片封装、板级互连与系统散热关键场景，平台对2.5D/3DIC封装电源网络仿真、任意三维结构电磁分析以及系统散热仿真进行强化，支持多堆叠结构与TSV建模、天线与电磁兼容分析、瞬态热分析与强制对流仿真等，使多物理场协同分析更贴近工程需求。 前景：从大会释放的趋势看，系统级EDA已成行业共识，国内厂商在此领域的持续投入有望提升国产设计工具的国际竞争力。随着AI硬件与先进封装持续演进，系统级仿真平台将成为优化性能、降低功耗与提升可靠性的关键基础设施，也将为产业链上下游协同设计提供新范式。
芯和半导体的技术创新展现了国产EDA从追随到引领的潜力。在全球电子设计竞争加剧的背景下——以系统级思维推动技术升级——是企业发展的现实选择，也是国家科技自立自强的重要支撑。此突破有望为中国半导体产业的高质量发展注入新动能。