新思与英伟达：GPU 加速芯片设计革命

半导体行业刚刚触及一个巨大的拐点。几十年来，用于设计芯片的电子设计自动化(EDA)工具主要运行在CPU上。但随着我们以2nm和3nm工艺竞速逼近硅的物理极限，计算负荷已成为瓶颈。

进入Synopsys与Nvidia的战略合作。今天宣布的这一合作标志着GPU加速EDA工具的首次广泛部署，承诺将芯片设计周期提速几个数量级。

这不仅仅是一次升级；这是一次范式转变。以下是为什么这很重要。

钩子：为什么这改变一切

设计一个现代旗舰处理器涉及模拟数万亿个晶体管并在无限场景下验证它们的行为。传统上，这需要大规模的CPU服务器农场运行数周。

Synopsys现在正将其整套设计工具转向运行在Nvidia的CUDA平台和GH200 Grace Hopper超级芯片上。声称是什么？模拟速度最高快100倍。

“这个合作将对整个行业具有革命性意义，“Nvidia首席执行官Jensen Huang说。“我们能够首次将GPU加速计算带入世界的工业部门。”

对消费者来说，这意味着更快的创新周期。你手机、笔记本电脑和汽车中的芯片可能变得比以往任何时候都更强大、更高效、更快。

这个公告的核心是Synopsys行业领先的EDA堆栈与Nvidia加速计算库的整合。

Synopsys VCS，验证的行业标准，现在可以将大规模并行模拟工作负荷卸载到Nvidia GPU上。与擅长串行处理的CPU不同，GPU是为同时模拟数十亿个门所需的大规模并行性而设计的。

超越原始速度，该合作利用Nvidia的AI框架来自动优化芯片布局(布局布线)。Synopsys.ai，该公司的AI驱动EDA套件，现在将在Nvidia DGX Cloud上原生运行，使其能够从之前的设计中学习，在错误发生之前预测和防止它们。

计算光刻——模拟光图案如何印刷到硅上的数学密集过程——是世界上计算最密集的工作负荷之一。通过将此转移到GPU(使用Nvidia cuLitho)，Synopsys声称比当前基于CPU的方法有40倍的性能飞跃。

要理解这一点的重要性，你必须看EDA的历史。

这一举措验证了Jensen Huang多年来宣讲的”加速计算”论点：通用计算(CPU)在这些特定的高强度工作负荷上已经碰壁。

我们正在接近”埃时代”(小于1nm的节点)。在这个规模，量子效应和物理变化使设计变得极其困难。

虽然我们不提供财务建议，但市场影响是明确的。

Synopsys (SNPS)：这巩固了他们的领导地位。通过率先全面拥抱Nvidia的堆栈，他们对Cadence等竞争对手建立了护城河(虽然Cadence也在朝这个方向移动)。他们是AI淘金热的”镐和铲”。
Nvidia (NVDA)：这将他们的TAM(总可寻址市场)扩展到工业软件领域。这不再仅仅是销售用于训练大型语言模型的GPU；而是为构建硬件的软件提供动力。

判决：这是整个半导体供应链的看涨信号。如果你追随”硅周期”，这是将驱动下一个十年增长的引擎升级。