謝至恩隨著數位轉型加速，半導體市場規模持續攀升。業界預期 2030 年全球半導體產值將突破一兆美元，2034 年更將倍增至兩兆美元。但爆發性的市場機往往伴隨高度挑戰，在 (7/17) 舉辦的 Siemens EDA Forum Hsinchu 2025 中，西門子 EDA 執行長 Mike Ellow 表示，業界專案首次投片 (tape-out) 成功率不到 15%，高達 75% 的專案開發時程發生延誤，先進製程的設計成本節節攀升且所需開發時間不斷延長。同時，半導體人才短缺問題嚴峻，全球每年相關科系畢業的新工程師數量遠不及產業需求，如何培養並提升現有人才的產出效率成為難題 。
「半導體設計本身的複雜度也今非昔比，」Mike Ellow 表示：「一方面，產品朝軟體定義發展，多領域系統設計中軟硬體交互作用帶來了非確定性的挑戰 ；另一方面，新興的 2.5D/3D IC 結構讓晶片整合密度大增，設計團隊必須克服熱管理、機械應力、晶片互連等前所未有的難題，確保如此複雜的堆疊裝置依然可行且可靠。此外，跨公司、跨領域的生態系統協作變得更為重要，需要即時的資料交換與標準同步，才能在整合階段管控成本、時程與功能的風險 。」
隸屬於西門子數位工業軟體的西門子 EDA(Siemens EDA)，近年積極投入研發與併購，加速推出新產品並與產業夥伴合作，協助晶片設計團隊簡化流程、降低風險。 Mike Ellow 表示，Siemens EDA 在 2024 年的營收年成長達 19%，表現優於主要競爭對手，在集團內部地位日趨重要；亮眼業績也轉化為研發投入，2024 年其研發人力增加了 90%，2025 年預計仍將維持類似成長幅度 。
本文目錄
3D IC 設計與分析成為 EDA 廠商的挑戰難題
這是目前半導體領域最具挑戰的課題之一。為此，Siemens EDA 於今年 7 月推出了兩款全新解決方案：Innovator3D IC 套件與 Calibre 3DStress 軟體。前者提供從異質晶片整合規劃、封裝基板佈局到介面協定驗證、資料管理的一站式平臺，透過統一資料模型構建晶片數位雙生 (Digital Twin)，在虛擬環境中預先執行原型設計和預測分析。後者則運用先進的熱機械模擬，在設計早期對 3D IC 封裝中的熱應力與翹曲變形進行晶體管級精準分析與驗證，提前找出封裝對晶片電性可能產生的影響。
藉由這兩項工具的結合，工程師得以及早發現並消除 3D IC 開發中的潛在問題，在提升良率與可靠性的同時降低設計風險。「透過結合由 Calibre 3DStress 以及 Innovator3D IC 解決方案套件驅動的應力感知多物理分析功能，西門子協助客戶克服 3D IC 設計帶來的複雜性和風險。這些功能可有效消除傳統上影響設計週期的複雜性障礙，提升生產力並達成嚴格的設計時程要求。」Siemens EDA 執行長 Mike Ellow 強調 。
為了讓 EDA 工具緊追先進製程腳步、降低設計踩雷風險，Siemens EDA 也緊密地與晶圓代工生態系合作，於今年 4 月宣布深化與台積電的合作關係，包含 Calibre 系列的物理驗證工具、 Analog FastSPICE 模擬器以及 Solido 等在內的多款 EDA 解決方案，均已取得台積電 2 奈米世代 N2P 和先進封裝 A16 製程的認證。此外，Siemens EDA 的 Calibre 3DSTACK 解決方案也通過了台積電 3DFabric 三維晶片堆疊技術及其 3Dblox 標準的驗證，可支援先進的 Chiplet 設計流程。雙方更進一步合作針對台積電 N3（3 奈米）與 A14 等新節點的 EDA 支援進行開發，為下一代晶片設計提前布局。 Mike Ellow 表示，與台積電的結盟是 Siemens EDA 持續推動半導體創新的重要一環，此合作不僅豐富了自家產品組合，也讓雙方客戶更有底氣應對未來技術挑戰。除了台積電之外，Siemens EDA 在先進製程與封裝領域也與三星、 Intel 、日本 Rapidus 等晶圓廠和新創密切合作。
用 AI 加速設計流程效率
在半導體工程師人力短缺的情況下，如何用人工智慧 (AI) 技術提升設計自動化水準，是 EDA 業界共同關注的趨勢。近年來主流的 EDA 廠商皆陸續宣佈將生成式 AI 導入設計流程中，以減輕工程師負擔。然而，相較一般軟體開發可透過大型語言模型自動撰寫程式碼，硬體電路設計對 AI 的要求更高。「現在大家看到軟體有 AI 自動編碼功能，但硬體領域需要的是能驗證且精確的工業級 AI，」Siemens EDA 全球副總裁暨亞太區技術總經理李立基。他直言，以目前技術水準，讓 AI 透過自然語言完全自行產出等同工程師手寫的 RTL 電路，還需要相當長的時間。換言之，AI 在 EDA 的角色應是輔助工程師而非取代工程師，重點在於提升效率並避免錯誤，而非追求天馬行空的產出。這種務實的觀點也反映在 Siemens EDA 對 AI 解決方案的布局上。
今年 6 月的年度設計自動化大會 (DAC 2025) 上，Siemens EDA 正式發表適用於 EDA 工作流程的全新 AI 工具組，並現場展示 AI 如何協助半導體與 PCB 設計團隊提升生產力，加快產品上市速度。這套專為 EDA 而生的 AI 系統，強調安全、開放且可客製化的架構，可將生成式 AI 與代理式 AI(Agentic AI) 無縫融入現有設計流程。為確保企業機密資料的安全，該 AI 系統支持地端部署、嚴格的存取控管與企業級資安防護，讓客戶能在資料中心內跑 AI 。
同時，系統具備開放彈性的整合能力，除了內建 Siemens 自研模型外，也相容於各類第三方大型語言模型、機器學習和強化學習模型，甚至支援由 NVIDIA 提供的 AI 基礎架構（如 NIM 微服務與 Llama-Nemotron 推理模型）進行擴充。透過集中式的多模態資料湖架構，AI 系統每次與設計者互動都能變得更聰明，形成資料飛輪效應，長期提高設計團隊的生產力 。
西門子 EDA 全球副總裁兼亞太區總裁 Danny Perng 提到，Simens EDA 整個產品組中，已經有 40 多種不同的 AI 應用，顯著提升各階段的設計效率，例如 Aprisa AI 內建自然語言介面與 Gen AI 助手，提升 10 倍的晶片設計效率，可將 tape-out 時程縮短 60% 以上。在實體驗證領域，Calibre Vision AI 、 Solido 平台能夠涵蓋從電路繪製到 IP 驗證的全流程，堪稱業界先驅。
Danny Perng 強調，Siemens 的 EDA AI 佈局與眾不同之處在於其廣度和深度兼具，不僅擁有一支集中化的 AI 研發團隊支援所有 EDA 產品，也充分利用雲端與地端的運算資源來靈活部署 AI 服務，甚至能接入客戶自己的設計資料與內部 LLM 來提升分析的精準度。他指出：「我們是一個開放的環境，而且能夠維持客戶現有的流程。若要求公司為了導入 AI 系統而改變設計流程，那對客戶而言風險實在太大了 。」這番話道出了 Siemens EDA 推行 AI 解決方案的核心理念：以開放架構融入現有生態，讓 AI 成為工程師值得信賴的智能助手，而非引入一隻「黑箱」來打亂原有的設計節奏。
執行長 Mike Ellow 表示，該公司將持續以策略性投資來開發專為 EDA 複雜場景打造的精密工業級 AI 解決方案，把多年累積的專業知識構築成強大的技術基礎，以前所未有的速度協助客戶將突破性的半導體設計推向市場。
