中新网湖北新闻9月14日电 (宋星)2026 AI生产力大会近日在武汉举行。会上，华为云伙伴与生态部总裁康晓宇，围绕半导体产业数字基础设施分享华为云的最新思考。在他看来，长期以来半导体产业依赖摩尔定律持续演进，但今天，芯片竞争正在进入一个复杂度、成本与研发周期同时上升的新阶段。
康晓宇表示，从项目启动到流片，大量工程时间消耗在等待仿真结果上；当芯片从平面走向三维、从单物理域走向多物理域，设计与验证复杂度继续上升，如何缩短等待、提高研发系统效率，正在成为影响TTM的重要变量。
过去六年，华为通过381款芯片的大规模工程实践，持续探索复杂芯片设计与系统创新。康晓宇在演讲中提到，随着芯片复杂度上升，单靠某一个环节的局部优化已经很难解决问题，需要技术创新与产业上下游协同，才能共同应对设计、仿真、制造和封测中的复杂挑战。
他强调，芯片研发需要解决的并不是简单的“算力够不够”，而是如何在研发峰值真正获得可用的计算、存储、License与安全环境，并让这些资源协同工作。而华为云正在做的就是，把华为20年造芯经验积累的复杂工程实践转化为可复用的数字基础设施能力。
目前，华为云公开的芯片EDA解决方案已经提供大规模计算池，面向验证、回归测试、Tape-out等资源峰值阶段提供弹性算力；同时通过芯片设计仿真平台统一管理EDA应用、License、集群资源和预算，并支持云上云下混合调度。
康晓宇指出，华为云与启云方推出的EDA和OPC仿真上云方案，目标不是让企业为了“上云”而“上云”，而是在研发峰值到来时，能够按需获得高性能计算和存储，并兼顾核心研发数据的安全要求。
AI时代也在改变半导体企业对基础设施的要求。康晓宇提到，传统IT软硬件的代际演进相对可预测，企业自建数据中心尚能跟上；但今天模型、算力和AI能力的迭代越来越快，从立项、采购到部署完成，企业可能已经面对新一轮技术更新。对半导体企业而言，“云”的价值因此不仅是解决一次资源峰值，也在于更快获得持续演进的计算与AI能力。
“更重要的变化在于，AI真正进入半导体生产环境，不可能只依赖少数通用智能体。”他说，半导体研发具有高度专业化和高安全要求，真正有价值的Agent需要深入具体生产流程。华为云希望与启云方等行业伙伴、客户及科研机构共同沉淀行业模型、高价值数据集和AI开发工具链，让智能体真正进入研发和生产场景，解决具体行业难题。
从全球产业趋势看，芯片研发基础设施正在从“EDA工具上云”，走向“云基础设施与EDA工具深度协同”。他认为，对中国半导体产业而言，除了发展自主EDA工具，同样需要建设能够承载和连接国产EDA、算力、存储、数据与研发流程的基础设施平台，让分散的“点工具”形成可协同、可规模化的研发能力。(完)
|
【编辑:裴春梅】