2024年新思科技研究报告：产业并购开启EDA龙头成长新篇章

新思科技：全流程 EDA 龙头的扩张之路

核心观点

成长逻辑一：并购整合产业资源，EDA 市场份额不断提升。芯片的设计流程主要包括前端 设计和后端设计两大环节，是涵盖了从行为级到晶体管级的多维度复杂设计，需要大量 EDA 点工具的参与。公司目前已经实现了对全球主流模拟/数字芯片设计的软件全流程覆盖，产 品矩阵丰富。同时，我们也看到，公司强大产品矩阵的背后，是持续不断的并购重组，整 合产业资源。如 1997 年并购 Epic Design Technology、2002 年并购 Avant!等，帮助公司 逐步建立起全流程 EDA 的庞大帝国。总结来看，公司过去的并购拓展主要通过横向拓展的 方式，沿着逻辑综合→RTL 设计/测试→模拟→验证→物理综合→集成平台的思路递进，一 步步实现能力补齐和迭代。我们认为，这样的并购策略，使得公司得以快速扩张市场份额， 2020 年公司在全球 EDA 市场份额 32%，远超第二名 Cadence。据 ESDA，2021 年全球 EDA 市场规模 132 亿美元， 2023-2026 年全球 EDA 市场规模 CAGR 将达 8%。未来，我 们预计公司或将继续推动产业资源的重组，有望迎来广阔成长空间。

成长逻辑二：陆续发力 IP、软件完整性，探索多元成长曲线。在 EDA 市场逐步站稳脚跟之 后，公司开始将业务范围向 IP 和软件完整性领域延伸。从芯片设计过程来看，IP 核的本质 是芯片设计过程中可复用的模块，可以帮助芯片设计公司加速设计过程，缩短开发周期。 公司针对市场需求提供处理器、接口、安全等多种 IP 授权，2021 年全球 IP 市场份额仅次 于 ARM。另一方面，在芯片设计环节之外，公司还积极拓展软件完整性业务，保障客户软 件安全，目前已形成了以 Polaris 为核心的软件质量与安全管理平台。我们认为，公司对于 IP、软件完整性等多元化业务的探索，类似 Adobe 过去对多媒体、数字营销的扩张逻辑， 有望带来 TAM 的持续抬升。据 IBS，2023 年全球 IP 核市场规模约 69 亿美元；据公司官 网，2023 年全球软件完整性市场 TAM 约 65 亿美元。

成长逻辑三：AI+云新技术加持，不断强化产品力。随着 AI 和云化技术的不断成熟，新技 术开始陆续用在 EDA 设计、验证等关键环节，帮助用户缩短验证周期、节约芯片研发成本。 在这样的技术浪潮之下，公司逐步将新的 IT 技术融入到现有产品体系当中，推出 Synopsys.ai、ZeBu Cloud 等新产品，推动 EDA 与新技术的结合。我们认为，历史上每次 设计范式的变革都为产业带来了颠覆性的变化，从而产生对 EDA 的新需求。从手绘，到 CAD/CAE 绘图，到 EDA 绘图的演变过程。随着计算机科学的进步，数字化的设计方式带 来了 EDA 设计效率的不断进步。而随着 AI、云等新技术逐步应用在 EDA 当中，我们认为， 未来芯片设计范式或将进入“EDA+”的新时代。而在全球 EDA 龙头之间，公司布局 AI 和 云最早，且技术积累深厚，已经与下游生态伙伴形成了成熟的应用方案，有望在产业变革 当中占据先发优势。

成长逻辑四：Multi-Die 趋势下，并购 Ansys 有望强化协同效应。随着摩尔定律减速，芯 片设计需要寻找新的方向来延续性能增长，而 Multi-Die 技术成为产业发展的重要方向。 Multi-Die 系统通过集成 Chiplet 多芯粒以及 3D 堆叠技术，实现单位面积芯片性能和能效比 的有效提升，同时还通过优化制程组合实现良率的改善。据 Omdia，预计 2024年全球 Chiplet 市场规模将达 58 亿美元，预计 2035 年市场规模将达 570 亿美元，2025-2035 年 CAGR 将达 23%。但与此同时，Multi-Die 也对芯片的系统级仿真提出了更高的要求，芯片设计厂 商需要考虑更高维度的物理场影响，如热、电、磁等等。基于此，公司在 2024 年 1 月宣布 并购 Ansys，以强化自身在系统级仿真的能力。我们认为，并购 Ansys 有望发挥协同效应， 帮助公司增强芯片设计能力、拓展垂类市场、强化云和 AI 的能力，进而不断提升 TAM、实 现财务表现的进一步改善。

新思科技：持续成长的全球 EDA 龙头

发源于 GE 电气部门的逻辑综合鼻祖

新思科技是全球 EDA 龙头。新思科技是全球排名第一的电子设计自动化（EDA）解决方案 提供商，全球排名前列的芯片接口 IP 供应商，同时也是信息安全和软件质量的全球领导者。 Synopsys 成立于 1986 年，于 1992 年在美国上市，专注于芯片设计和验证、芯片 IP 以及 软件安全和质量，主要软件产品包括逻辑综合、行为综合、静态时序分析、形式验证等。

公司脱胎于通用电气微电子中心，以逻辑综合技术起家。Synopsys 创始人 Aart de Geus 在通用电气工作期间建立了一支 EDA 团队，该团队发明了自己的逻辑综合技术，以取代手 动化设计过程。利用这种新工具，通用电气可以在几分钟或几小时内完成以前需要数周才 能完成的设计工作，而且成果更佳。Aart de Geus 认为“它彻底改变了数字设计的概念”。 1986 年通用电气因要彻底退出半导体业务，故关闭微电子中心，Aart de Geus 带领通用电 气微电子中心的工程师团队共同创立了 Optimal Solutions 公司，旨在开发和销售由通用电 气团队开发的逻辑综合技术。1987 年，公司迁至加利福尼亚州山景城，更名为 Synopsys， 并通过该公司的旗舰产品“设计编译器（Design Compiler）”将自动逻辑综合商业化。 Synopsys 凭借着在通用电气的工业技术背景，通过打通引领行业的逻辑综合技术，提升了 整个行业芯片设计的抽象化程度，从而奠定了稳固的行业地位。

公司股权结构较为分散，且以机构投资者为主。据 iFind 数据，截至 2023 年 12 月 31 日， 公司共有机构投资者 1146 家，持股比例为 85.62%。公司前五大机构投资者为先锋领航集 团、贝莱德集团、美国道富银行、资本世界投资者、摩根大通集团，持股比例分别为 8.92%、 7.76%、4.46%、4.31%和 3.38%，其中先锋领航集团与贝莱德集团是公司近五年的重要股 东。我们认为新思科技股权结构较为分散，以机构投资者为主，有利于民主决策的推行和 保护中小股东利益。

成长历程：立足 EDA，不断拓展业务边界

Synopsys 以关键技术为突破点起家，并以并购整合为主要手段进行扩张，形成了从点工 具领军者到 EDA 领域龙头的发展脉络，其发展历程可分为三个阶段： 开疆拓土，以关键技术立足（1986-1989）：Synopsys 凭借通用电气研发的逻辑综合工具起 家，该工具可将抽象设计转化成机器语言，从而形成门级电路网表，是连接 EDA 设计前段 和后端的重要枢纽。公司在当时的综合逻辑市场上几乎没有竞争对手，这不仅奠定了公司 的市场地位，也推动了抽象化成为行业标准，进一步扩展芯片设计群体，使其能在创办之 初就引领行业技术优势。该时期公司营收快速增长，据 Wind，1987 年 Synopsys 的收入为 13 万美元；1988 年收入达到 97.6 万美元，增长了 7 倍多；1989 年收入达到 730 万美元， 再次增长 7 倍多。

连点成面，稳固市场龙头地位（1990-2013）：1）Synopsys 开始对其他关键技术和点工具 进行一系列收并购，逐渐奠定 EDA 市场龙头地位。1990 年收购 Zycad 公司的 VHDL 仿真 业务，1995 年收购参与了下一代门阵列技术的 Silicon Architects，到 90 年代未，Synopsys 已经在逻辑综合、模拟和测试三个技术领域确立了领先地位。2002 年对 Avant!的收购标志 着新思科技产品线补齐工作的完成，使 Synopsys 成为 EDA 历史上第一家可以提供顶级前 后端完整 IC 设计方案的领先 EDA 工具供应商。公司在 2008 年收购 Synplicity，超越 Cadence 成为全球最大的 EDA 工具厂商。2）1990 年 ARM 公司开始从事 IP 核授权业务， 标志着集成电路设计行业正式进入 IP 核授权业务时代，Synopsys 从 90 年代开始布局 IP 核业务，收购了 inSilicon、Virage Logic 等半导体 IP 平台提供商。 外延拓展，开辟业务新增长点（2014-至今）：从 2014 年收购 Coverity 起，新思科技开始 大举进军软件完整性领域。同时，公司也开始积极投资原型设计领域，旨在使客户能够通 过模拟、仿真，在虚拟硬件上运行软件。2023 年 9 月，新思科技推出业界首个全栈式大数 据分析解决方案，持续强化 Synopsys.ai 平台。2024 年新思科技宣布将以 350 亿美元收购 Ansys。在收购完成后，新思科技全球领先的芯片电子设计自动化（EDA）将与 Ansys 广 泛的仿真分析产品组合强强联手，打造一个从芯片到系统设计解决方案领域的全球领导者。

产品矩阵：EDA+设计 IP+软件完整性

公司业务部门主要包括半导体与系统设计和软件完整性两大部门，下分 EDA、IP 核和系统 集成以及软件完整性三条产品线。 EDA 产品：覆盖 EDA 全流程，主要包括设计、验证、制造等 EDA 解决方案。数字和定制 IC 设计和现场可编程门阵列（FPGA）设计，其中包括设计、验证、实现和准备用于制造 的 IC 的软件工具；验证产品主要为用于验证 IC 设计行为是否符合预期的技术；制造主要 为早期制造流程开发和将 IC 设计布局转换为用于制造芯片的掩膜的产品；AI 驱动的 EDA 解决方案，其中包括 AI 和机器学习工具等产品。

设计 IP：主要提供可复用的芯片设计 IP 授权。主要产品包括：1）USB、PCI Express、 DDR、以太网、MIPI、HDMI、低功耗蓝牙等广泛使用的有线和无线接口的高质量解决方案； 2）逻辑库和嵌入式存储器，包括内存编译器、非易失性存储器、集成测试修复的标准单元 格；3）处理器解决方案，包括可配置 ARC 处理器、神经网络处理器、数字信号处理器核 心，以及面向嵌入式应用的软件和特定应用指令集处理器工具；4）安全 IP 解决方案，包 括密码内核和软件、安全子系统、平台安全和安全接口 IP；5）面向汽车市场的业界领先的 IP 产品，针对 ISO 26262 等严格的功能安全和可靠性标准进行了优化；6）SoC 基础设施 IP、数据路径和构建块 IP、数学和浮点组件、Arm AMBA 互连织物和外设，以及验证 IP。 软件完整性：主要产品包括和质量测试产品、托管服务、方案和专业服务等。公司软件完 整性平台以 Polaris 为核心，Polaris 旨在帮助安全和开发团队更快地构建安全、高质量的软 件。托管服务允许开发人员跨多个维度测试代码，并快速响应不断变化的测试需求和不断 演变的威胁。方案和专业服务主要提供专家专业咨询服务，解决客户个性化的安全和质量 需求，包括 Building Security in Maturity、Black Duck on Demand 等服务，提供开源合规 性和软件漏洞评估。

财务分析：营收持续增长，净利润稳步提升

营业收入与净利润规模持续增长。2019-2023 财年新思科技营业收入分别为 33.6、36.9、 42.0、50.8 和 58.4 亿美元，营业收入规模不断提升，2020-2023 财年年均复合增长率为 14.8%。公司营业收入产生波动主要是由于客户的要求，包括续约的时间和价值。例如，由 于 IP 产品销售的时间、灵活支出账户（FSA）提款、特许权使用费和硬件产品销售等因素， 收入出现波动。由于 IP 产品销售和硬件产品销售的收入是预先确认的，客户对此类 IP 产品 和硬件产品的需求和时间要求可能会导致总收入的可变性增加。2019-2023 财年新思科技 归母净利润分别为 5.3、6.6、7.6、9.8 和 12.3 亿美元，2020-2023 财年年均复合增长率为 23.3%。1QFY24 公司营收/归母净利润分别同比增长 21.1%、65.4%，增速较 FY23 全年均 有所提升，主因 AI 芯片设计需求释放带动公司 EDA、IP 业务收入快速增长。

EDA 业务为公司主要营收来源。按业务部门划分来看，新思科技营收可以分为设计自动化 部门、设计 IP 部门和软件完整性部门。2019-2023 财年，EDA 合计营收占比分别为 59%、 57%、65.5%、64.9%和 64.6%，占主营业务总收入比重始终维持高位，且呈现一定程度的 上升态势。软件完整性收入占比稳定在 9%-10%区间，设计 IP 收入占比在近五年内有一定 程度的减少，但在 2023 财年占比 26.4%，较上年提升 0.5pct。

软件授权是公司主要商业模式。按商业模式划分来看，公司营收可以分为授权费和维护及 其他服务收入，其中授权费又可以分为基于时间的授权费和前期产品收入。2019-2023 财 年，两项授权费合计营收占比分别为 83%、84%、83%、83%和 82%，占主营业务总收入 比重始终维持高位。

毛利率保持稳定，净利率逐步回升。公司近十年毛利率水平稳定在 76%-79%附近窄幅波动。 2014-2023 财年公司毛利率水平处于稳定区间，在高位保持小幅波动，反映公司整体盈利、 议价能力稳定。2014-2017 财年之间，公司净利率水平呈波动下降趋势，主要与公司研发 投入力度加大有关。2017-2023 财年公司净利率再次回升，由 2017 财年的 5%升至 2023 财年的 21.1%，主因规模效应开始显现，费用率下行。

公司重视研发投入，研发费用率常年保持高位。2014 财年-2023 财年新思科技研发费用率 基本保持在 33%-36%之间窄幅波动，总体费用率保持稳定，主因 EDA 行业属于技术密集 型领域，需要进行大量点工具开发，公司研发费用支出基本保持与营收同比例增长。2014 财年-2023 财年新思科技销售费用率呈现缓慢下降趋势，主因规模效应显现，费用率下行。 2014 财年-2023 财年公司管理费用率基本保持在 7%-8%之间波动，总体保持平稳。

成长逻辑一：并购整合产业资源，EDA 市场份额不断提升

全流程 EDA：芯片设计底座，集成大量点工具

芯片的设计全流程主要分为前端和后端设计。从芯片设计的过程来看，首先是系统体系结 构设计，包括定义整个集成电路的功能和应用环境、划分电子系统的软硬件功能等。其次， 是进行全流程设计，分为前端和后端两大环节：1）前端设计：将系统体系结构设计阶段明 确的电路功能和性能指标以硬件描述语言（HDL）或者电路图的形式实现，最终生成表示 元器件之间联系关系的文本文件，即网表（Netlist）。2）后端设计：即网表的物理实现过程， 将网表文件进一步转化成版图，得到 GDS-II 文件，过程中涉及大量多次的电路仿真与验证， 以确保最终得到的电路符合 PDK 文件要求，从而顺利流片。后端设计完成之后，芯片设计 图便可以交付晶圆厂进行制造与封测。

全流程设计涵盖从行为级到晶体管级的多维度复杂设计。从芯片设计的维度来看，设计人 员并不是直接进晶体管排布的描述，而是从更加接近人类逻辑的行为级出发，通过 C/C++ 等高级编程语言对芯片布局进行描述，再通过逻辑综合的方式转化为具体的设计图纸。这 一过程中，涉及到设计语言从行为级到 RTL 级、门级、晶体管级的主机转化，需要有不同 的工具软件进行支持，以完成复杂繁琐的芯片设计工作。

全流程设计需要用到大量点工具。以新思科技为例，公司 EDA 产品主要为设计、验证、制 造三大类。其中设计工具包括数字和定制 IC 设计以及现场可编程门阵列（FPGA）设计， 主要为用于设计 IC 的软件工具；验证产品主要为用于验证 IC 设计行为是否符合预期的技 术；制造主要为早期制造流程开发和将 IC 设计布局转换为用于制造芯片的掩膜的产品。面 对如此繁多的点工具，对于用户来说，在各个环节使用不同厂家的点工具会造成很大不便， 软件兼容性、开发习惯等问题使得点工具之间的切换大会带来额外成本。因此，对于 EDA 厂商来说，整合全流程工具势在必行。然而，对于厂商来说，完全依靠自研建立起全链条 EDA 工具成本高昂且研发周期过长，因此需要通过大规模并购以实现对全流程版图的覆盖。

拓展历程：从逻辑综合，到仿真验证，再到前后端全流程

目前公司 EDA 产品已实现对模拟/数字芯片设计的全流程覆盖。以数字芯片设计为例，设 计环节主要分为前端和后端两部分，前端将设计架构通过硬件描述语言输入，通过行为综 合转化为 RTL 表述，再通过逻辑综合转化为逻辑门，经过形式验证和静态时序分析后生成 门级网表；后端设计则是将网表转化为科物理实现的版图，得到可直接用于芯片制造的 GDS-II 文件。在制造环节，EDA 工具还可用于晶圆制造、封装设计及仿真等环节。可见， EDA 工具贯穿整个集成度电路设计和制造流程，而新思科技在每一环节都布局了对应的多 个工具产品，形成了由点工具连接成面的 EDA 流程全覆盖，并由此向平台化和集成化的方 向进一步发展。

公司全流程 EDA 布局的背后，是围绕前/后端设计的产品线不断延展。为了补齐自身产品 线，新思采取自研+并购的方式。在芯片设计领域，1997 年，公司收购了深亚微米分析的 Epic Design Technology 和开发高级仿真产品的 Viewlogic Systems；2002 年以 8.3 亿美元 收购 Avant!公司，标志着新思科技产品线补齐工作的完成。收购 Avant!后，公司发挥 Avant! Astro 工具的优势，先是和 Physical Compile 结合在一起，又和 Physical Compile 完全整合 为强大的 IC Compiler，能够并行执行物理综合、时钟树综合、布局、布线、良品率优化和 校正等功能，直接衔接新思的前端和后端工具。至此，新思成为 EDA 历史上第一家可以提 供顶级前后端完整 IC 设计方案的领先 EDA 工具供应商。2020-2023 年又陆续收购了 Concertio、FishTail Design Automation、Silicon Frontline 和 Maxeda 等公司。

回顾历史，公司最早以 Design Compiler 起家，逐步向外拓展业务范围。20 世纪 80 年代， Aart de Geus 博士在 GE 工作期间建立了一支 EDA 团队，发明了自己的逻辑综合技术，以 取代手动化设计过程。1986 年，通用电气因为要彻底退出半导体业务，决定关闭微电子中 心。1986 年 de Geus 和其他几位工程师在通用电气的支持下成立了 Optimal Solutions, Inc.， 致力于开发 Synthesis 软件。在构建初始原型后，1987 年公司更名为 Synopsys（新思）， 推出旗舰产品“设计编译器（Design Compiler）”将自动逻辑综合商业化。进入 20 世纪 90 年代，新思凭借逻辑综合工具逐步在市场上站稳了脚跟，开始谋求自身 EDA 产品线的向外 扩张。

此后公司从逻辑综合向 RTL 设计、模拟、验证等环节拓展，逐步补齐产品线。进入 20 世 纪 90 年代，Synopsys 凭借逻辑综合工具逐步在市场上站稳了脚跟，开始谋求自身 EDA 产 品线的向外扩张。这一过程中，Synopsys 主要通过外延并购的方式，补齐自身产品线： 1）RTL 设计/测试：1990 年，Synopsys 进行了第一次收购。由于当时公司意识到硬件描 述语言(hardware description languages，HDL)的重要性，公司收购了 Zycad 公司的 VHDL 仿真业务，并推出了测试综合产品。 2）仿真：1997 年收购的深亚微米分析的 Epic Design Technology 和开发高级仿真产品的 Viewlogic Systems。 3）IP：1992 年 9 月，Synopsys 推出了 DesignWare，将通过方法、工具和库促进电子设 计的“智能重用”。 4）FPGA：1993 年 1 Synopsys 引入了 FPGA 编译器，具有特定于体系结构的逻辑优化 和映射以及状态机优化，以提高 FPGA 设计的性能。

对 Avant！的收购标志着公司正式完成对 EDA 全流程的补齐。2002 年新思科技以 8.3 亿 美元收购与 Cadence 结束专利诉讼的 Avant!公司，Synopsys 成为 EDA 历史上第一家可以 提供优质前后端完整 IC 设计方案的领先 EDA 工具供应商，与 Cadence 一同成为全球 EDA 龙头企业。收购 Avant!后，Synopsys 发挥 Avant! Astro 工具的优势，将 Astro 和 Physical Compile 结合在一起，整合为强大的后端设计工具 IC Compiler，能够并行执行物理综合、 时钟树综合、布局、布线、良品率优化和校正等功能，实现前端/后端的高质量打通。

补齐基本软件能力之后，Synopsys 开始将 EDA 软件向更加集成化的方向推进。在打通 EDA 软件工具在芯片设计全流程的能力之后，Synopsys 开始将 EDA 业务向平台化和集成 化的方向进一步发展，目前形成了以 EDA 设计能力为核心的四大平台：融合设计平台、定 制设计平台、验证连续性平台、硅生命周期管理平台。以融合设计平台 Fusion Design Platform 为例，平台集成了综合、P&R、Signoff 等从前端设计，到后端、签核的多种工具， 实现一站式芯片设计能力输出。

总结来看，公司主要的拓展思路沿着逻辑综合→RTL 设计/测试→模拟→验证→物理综合→ 集成平台演进。从 1987 年以逻辑综合旗舰产品“设计编译器（Design Compiler）”切入 EDA 市场以来，新思科技围绕芯片设计流程不断延展 EDA 软件能力范围。在切入逻辑综合 市场之后，公司通过兼并收购，逐渐补齐 RTL 设计/测试、模拟、验证等产品线，并在 21 世纪实现 EDA 工具从单一软件向集成平台的进一步演化。

未来展望：产业整合有望加速，公司份额或继续提升

从并购策略来看，新思科技偏好横向并购以拓展业务范围。我们看到，Synopsys 在过去的 并购历程中，主要通过横向并购不同领域的标的公司（如对 CAE 领域 Ansys 的并购）以实 现营收体量和 TAM 的快速提升。具体来看，公司过去的典型横向并购包括：1997 年收购 Epic Design Technology，为公司带来了 NanoSim 等仿真和分析工具；2002 年收购 Avant! 帮助公司衔接了前端和后端工具；2003 年收购 Numerical Technologies 的光学邻近校正 （OPC）和相移掩模技术（PSM）帮助公司拓展到物理实现领域。而 Cadence 更多采用纵 向并购，尤其是在后端设计领域深耕，以实现细分市场影响力的壮大。具体来看， Cadence 在 1989年收购Tangent后推出了时序驱动 ASIC布局和布线工具后，又于 1991年收购 Valid， 获得其 Allegro 平台的仿真、布局和验证技术，后续又陆续收购了 Comdisco、CCT 等拥有 顶尖后端设计技术的公司，从而强化自身在后端设计领域的优势。

从并购结果来看，横向并购帮助公司快速扩大市场份额。据 ESDA，Synopsys 市场份额于 2008 年超过 Cadence，后始终保持其在全球 EDA 市场的领先地位，2020 年全球 EDA 市 场份额 32%，份额扩张速度较快。我们认为，两家公司并购策略的差异是导致份额变化差 异的重要原因。横向并购的策略，帮助新思科技更早打通了全流程 EDA 的工具链条，触达 更多潜在用户，从而奠定行业龙头地位。如 2002 年的收购发挥 Avant!的 Astro 工具优势， 先是和 Physical Compile 结合在一起，又和 Physical Compile 完全整合为强大的 IC Compiler，使新思科技成为 EDA 历史上第一家可以提供顶级前后端完整 IC 设计方案的领 先 EDA 工具供应商。未来，随着芯片设计向系统级方向发展，公司或继续通过横向并购的 方式实现市场份额进一步扩张。

未来公司或继续推动产业整合，份额提升有望助力公司营收快速增长。我们认为，随着公 司持续推进 EDA 产业并购整合，市场份额有望进一步扩张。在此基础上，随着下游芯片设 计需求不断释放，EDA 市场本身规模也在快速壮大。据 ESDA，全球 EDA 市场规模从 2016 年 85 亿美元增长到 2021 年 132 亿美元，CAGR 约 9%。据 ESDA 预计 2023-2026 年全球 EDA 市场规模 CAGR 将达 8%。基于此，我们预计公司未来收入增速有望超越行业平均水 平，实现营收体量的进一步成长。

成长逻辑二：陆续发力 IP、软件完整性，探索多元成长曲线

IP 业务：占据市场领先地位，逐步拓展定制化市场空间

芯片设计过程中逐步沉淀大量可复用 IP。IP（Intellectual Property，知识产权核）即指芯 片设计所形成的重复使用设计模块。一个成功的 IP 设计往往拥有独家版权，并且将成为未 来功能化芯片设计改良的母版，被各大公司采购和重复利用，造就了高通、英特尔等巨头。 各家公司可以通过购买成熟可靠的 IP 方案，在原有的 IP 基础上搭建特定的客户需求和技术 方案，从而缩短设计开发流程，提高可靠性，将芯片的产业价值和规模最大化。集成电路 工业已积累了数以万计的成熟 IP 供市场使用，现有的不少 SoC 厂商通过发掘市场中成熟的 IP 进行自我演进，并在功能上精确嫁接客户需求，缩短整个交付流程。

深刻洞察行业趋势，公司将业务范围向 IP 核延伸。随着集成电路设计的日益复杂和精密， 单纯依赖传统的 EDA 工具已难以满足行业对于设计效率、性能优化和时间上市的多重需求， IP 核逐渐凸显出其核心价值。因此，公司基于对行业发展趋势的深刻洞察、对市场需求变 化的精准把握，将业务范围向 IP 核延伸。通过将 EDA 业务的深厚积累与 IP 业务的独特优 势相结合，新思科技旨在打造一个更加完整、高效的半导体设计生态系统，为客户提供一 站式解决方案。这样的战略布局不仅有助于公司巩固在现有市场的领导地位，更有望为其 开辟新的增长点。

具体来看，公司面向不同应用场景提供多种 IP 产品。Synopsys 为 SoC 设计人员提供了种 类广泛的优质硅验证 IP 产品组合，适用于人工智能、汽车、数据中心、物联网和数字家 居市场等各种应用。面向人工智能的产品能满足 AI（人工智能）应用的处理、内存和连接 要求的硅验证 IP；面向物联网提供经过优化的满足物联网应用的功耗和性能要求的 IP 解决 方法；面向汽车提供广泛的车载 IP 产品组合，可用于 ADAS、联网汽车和信息娱乐，以及 主流 MCU 应用；面向 5G 移动提供高速模拟前端、FinFET 技术、接口 IP 等；面向数据 中心提供经过优化的具有高性能和高能效的 IP 解决方案。

新思科技 IP核产品覆盖完备度高。公司为各种 SoC 设计提供高质量和半导体 IP解决方案， 产品覆盖从基于标准的 IP 核到完整的定制架构，其中核心产品 DesignWare IP 系列包括 逻辑库、嵌入式存储器、PVT、模拟 IP、接口 IP、安全 IP、嵌入式处理器和子系统。公司 还提供芯片架构、子系统、信号/电源完整性、硬化、原型设计套件和硅晶初启支持，能够 满足客制化的芯片需求。为了加快原型设计、软件开发和 IP 集成，新思科技 IP 加速计划还 提供了 IP 原型设计工具包、IP 软件开发工具包和 IP 子系统，用于快速将 IP 集成到 SoC 中。

以汽车领域为例，新思科技是汽车级 IP 领域的领先者，产品覆盖 ADAS、座舱和网关。自 动驾驶浪潮下，汽车 SoC 架构正在不断发展，正在向集中式域计算模块、复杂的 FinFET 工艺、人工智能（AI）功能和全新高级驾驶员辅助系统（ADAS）和车联网（V2X）通信过 渡。Synopsys 提供广泛的汽车级 DesignWare 接口、处理器、安全和基础 IP 产品组合， 具有高水平的安全性、稳妥性、质量和可靠性，加速了 SoC 级设计和资格认证。

公司通过不断外延并购，实现在 IP 领域的产品补齐和快速扩张。IP 领域公司共进行二十余 次相关公司收购，其中重大收购 2 次，分别为 inSilicon 和 Virage Logic。IP 核是新思科技 第二大业务线，2002 年，inSilicon 的收购为 Synopsys 提供一系列用于 Java 加速、蓝牙、 以太网、USB、PCI、IEEE 1394、Utopia 和 JPEG 的 IP 核心，并为公司现有的 DesignWare 库提供补充。2010 年，公司收购 Virage Logic，通过添加具有测试和修复功能的嵌入式存 储器、非易失性存储器 (NVM)、标准单元库以及用于控制和多媒体子系统的可编程内核来 补充 DesignWare 接口和模拟 IP 产品组合。

多年技术沉淀造就了公司在 IP 市场的领先地位。新思科技在 EDA 技术上的领先地位为其 在 IP 业务领域提供了强大的技术支撑，使其具有占得 IP 设计行业前列的能力。据 IPNest 的数据显示，2022 年全球芯片设计 IP 市场中 Synopsys 份额排名第二，达到 19.7%（EDA 企业中 IP 份额排名第一），仅次于 ARM。我们认为，新思科技能够将自身 EDA 技术优势 辐射至 IP 领域的原因在于：通过外延并购实现迅速扩展、积极拓展业务范围与产品覆盖面 以及注重契合市场。

软件完整性：补足从芯片设计到软件安全的全栈能力

切入软件完整性业务，补足从芯片设计到软件安全维护的全链条。通过切入软件完整性业 务，新思科技能够将其在 EDA 领域的专业技术和经验与软件完整性保障相结合，从而为客 户提供更加完善的服务，这不仅有助于提升芯片设计的整体质量和性能，更能够在软件开 发和维护过程中，确保最终产品的完整性、安全性和可靠性。

软件完整性可降低因软件缺陷与安全漏洞导致的风险及修复成本。随着技术的快速发展， 芯片设计图、IP 核和软件等已成为拥有者不可或缺的核心资产，而软件的失效与安全漏洞 或将导致企业安全问题，甚至使这些资产面临风险，根据 Forrester 的调查数据，35%的企 业安全问题是由软件漏洞造成的，32%的企业安全问题是由 Web 应用程序漏洞造成的，而 软件完整性业务则提供了一套系统的解决方案，包括静态代码分析、动态测试、模糊测试 等多种技术手段，帮助开发人员在早期阶段发现并修复潜在的问题，从而提高软件的质量 和开发效率、降低修复成本，避免因频繁的漏洞修补和升级给企业带来不必要的负担。

软件技术延伸，自有软件完整性业务全方位保障软件质量与安全。软件完整性业务与 EDA 技术存在紧密的联系，新思科技在 EDA 技术上的领先地位为其在软件完整性业务领域提供 了有力的技术支撑。新思科技软件完整性业务包含软件质量和软件安全两大方面，旨在帮 助组织优化人员配置、改进流程和提高技术水平，从而智能地应对在软件投资组合和应用 程序生命周期各个阶段中出现的软件风险。其产品涵盖了测试产品的安全和质量、托管服 务、项目设计开发和专业服务，以及以本地和基于云的交付方式提供的培训服务。其中， Polaris 软件完整性平台将产品和服务整合到一个集成的、易于使用的解决方案中，使安全 和开发团队能够更高效地构建出既安全又高质量的软件。

Polaris 平台助力简化开发流程、降低安全成本。Polaris 平台是一个集成的软件即服务 （SaaS）应用安全平台，由业界领先的静态应用安全测试（SAST）和软件组成分析（SCA） 引擎驱动。该平台将 Synopsys 软件完整性产品和服务整合到一个集成的平台之中，包括 Coverity、Black Duck 等分析引擎，实现与 IntelliJ、Eclipse 或 Visual Studio IDE 等插件的 无缝集成。此外，该平台还允许安全和开发团队在开发者环境和测试环境下使用相同的安 全分析引擎，确保开发全程的结果一致性。最后，Polaris 平台可随业务应用程序安全需求 而扩展，使应用程序安全和开发团队能够实时协作并满足发布期限，并实现对企业应用程 序风险的全面管理。

云技术开启云市场，新思科技占得先机。其芯片设计解决方案在主流的公共云平台上都已 经过生产验证，且得到了各大代工厂的认可，可以与他们的库和工艺设计套件一起使用。 新思科技的云安全解决方案为基于云的 EDA 和 IP 解决方案，以及将软件或应用程序迁移 至云环境中的客户，提供了包含数据、基础设施、应用程序、威胁和漏洞管理、事件响应、 合规和治理等方面的解决措施。公司以扎实的安全防护能力为背书，成功打入新增长市场。

软件安全业务下游客户丰富，客户高信任度巩固新思科技领先地位。软件安全业务客户遍 布各个领域，从小型应用程序供应商到金融服务和汽车行业的大型企业，再到联邦政府机 构，均有涉及。在开发和部署过程中，用户采用智能全面的解决方案，在其环境中构建应 用安全测试。

市场空间：类比 Adobe，多元业务拓展带来市场空间提升

类比来看，Synopsys 和 Adobe 的扩张方式极为相似。首先，新思科技与 Adobe 在各自 领域均处于领先地位。新思科技是 EDA 行业龙头，其市场份额常年高居第一；而 Adobe 作为全球创意软件龙头，Photoshop 等软件畅销全球，两者都在各自领域具有高度影响力。 此外，新思科技以其深厚的 EDA 背景，逐步从传统的项目式服务向更为标准化的产品式服 务转型，这种转变与 Adobe 从提供单一设计软件向提供全方位创意云服务的路径异曲同工。 最后，新思科技和 Adobe 都展现出了对云端 SaaS 模式灵活、高效特点的兴趣，并开始探 索将其应用于自身的业务中。这种从点到面、从单一到多元的业务拓展策略，不仅增强了 客户粘性，也为公司带来了更为稳定的收入增长。因此，新思科技与 Adobe 都具备拓展多 元业务的能力，通过整合内部资源和外部合作，实现业务矩阵的扩张。

Adobe 沿“印刷-多媒体-营销产品”的路径扩张，本质是 TAM 的不断抬升。Adobe 最早以 PostScript 页面描述语言起家，产品主要应用于出版印刷行业。随着图像处理能力的积累， 逐步将业务范围向多媒体领域延伸，推出了 Illustrator、Photoshop 等知名产品。而随着互 联网和数字营销的兴起，Adobe 发现下游客户对于创造之后的营销软件同样有强劲需求， 因此又将产品线向营销领域做了第二次扩张。产品线扩张的结果，则是 TAM 的持续抬升。 从最早出版印刷市场，到多媒体处理市场，再到数字营销市场，Adobe 可触达市场空间的 延伸，帮助公司逐步成长为全球 SaaS 软件巨头。

Synopsys 切入 IP、软件完整性同样有望实现 TAM 扩张。我们认为，公司对 IP 和软件完 整性市场的探索，有望实现类似于 Adobe 的扩张效果。具体来看，公司通过 EDA 积累可 复用的 IP 设计，在不改变客户属性的情况下，拓展更多具有定制化芯片设计需求的客户， 以业务为线索实现 TAM 提升。而对软件完整性领域的布局则更像 Adobe 切入营销市场， 主要是基于客户业务流程的考量，进行的产品拓展，最终的结果都是 TAM 的快速提升。 IBS 预计 2023 年全球 IP 核市场规模约 69 亿美元。根据 Ipnest，2022 年全球半导体 IP 市场规模进一步增长，达到 60 亿美元。我们认为，随着芯片先进制程技术进步、定制化芯 片需求不断释放，芯片设计对 IP 核的需求有望快速增长。根据 IBS 预测，半导体 IP 市场 规模将从 2018 年的 46 亿美元增长至 2027 年的 101 亿美元，2019-2027 年复合增长率为 11.9%。

公司预计软件完整性业务 TAM 最高可达 65 亿美元。新思科技定义的软件完整性是使组织 能够管理应用程序安全、质量和遵从性风险的解决方案，包括软件安全和软件质量两个方 面，服务于各行各业的组织，包括嵌入式解决方案和完整的企业解决方案。据新思科技官 网，软件质量和安全 TAM 约 45-65 亿美元，且保持着每年约 15%的增长率；而在总目标市 场中，公司目前可以基于其资源、能力和市场覆盖的部分为 25-30 亿美元，长期年复合增 长目标为 15%-20%。

成长逻辑三：AI+云新技术加持，不断强化产品力

EDA 产业两大趋势：AI 赋能、软件云化

AI 赋能 EDA：开启 EDA2.0，延续增长动力

AI 在 EDA 领域的应用正逐步成熟。华美半导体协会（CASPA）2017 年会期间，Cadence 公司工程师 David White 提出 AI/ML 的采用过程可以分为四个阶段：快速模式、增强智能、 假设最优和全机器自动化，最终实现数据生成、训练和验证模型，经校准后集成到底层的 优化过程中。结合主流厂商产品中机器学习的渗透情况，Cadence 公司认为目前 EDA 领域 机器学习应用大致处于第二阶段。

目前 AI+EDA 的效果主要体现在：优化 PPA、缩短验证周期、节约开发成本。扩展摩尔靠 电路设计以及系统算法优化而非单纯的堆叠晶体管实现芯片性能的提升，同时将不同功能 的芯片和元件组装拼接在一起封装，实现异质集成，从而提升产品性能。AI 可赋能设计、 验证测试和制造多个环节，其中主要包括两个方面：

1） 优化空间设计，提升 PPA。随着芯片晶体管数量增多、布局的复杂程度越来越高，对 芯片进行空间设计并提升功率、性能和面积（PPA）受到约束。AI 可以通过图形神经网 络（GNN）和强化学习（RL）功能分析和学习成千上万的芯片平面图，并对芯片上指 数级增长的组成部分进行空间设计以找到最优 PPA 安排。

2） 提高仿真验证覆盖率、缩短调试修复周期。芯片验证过程中需要对设计空间逐一检查， 其中覆盖率收敛流程仍然存在挑战，包括覆盖率规划、覆盖率收敛、激励开发和根本原 因分析，验证周期中的迭代循环占用了大部分时间，而 AI 自主学习的能力则可以大大 缩短迭代循环时间，提高覆盖水平和调试修复速度。

3）在此基础之上，AI+EDA 可以降低研发成本。随着终端芯片产品加速迭代，EDA 需要在 更短的周期内适配开发特点以满足市场需求。而 AI 的应用从设计、验证等芯片设计耗时最 长的核心环节入手，优化设计效率，实现研发周期的缩短和研发成本的降低。据新思科技 官网，验证在典型 SoC 项目中的工作量占比约 70%。因此，AI 技术的加速作用，有望帮助 芯片设计公司降低成本，产业重要性有望逐步提升。

EDA 云化：降低算力门槛，提高设计效率

AI 从技术层面提升 EDA 效率，云技术则从底层基础设施层面提供强大算力和存储，为新 技术的应用和设计加速提供底层支持。具体来看，EDA 上云主要由两方面因素驱动：

1）芯片工艺的进步使 EDA 厂商对算力需求扩大，增加成本压力。芯片设计规模的增大使 得设计、逻辑综合、物理验证到 Signoff 等各个阶段对 CPU 和内存要求越来越高。在芯片 项目的早期以及中期，服务器资源需求还可控。一旦到了项目后期，全芯片的前仿、后仿、 PV、时序修复等算力需求火力全开，多个算力需求高的环节并行，使服务器不堪重负。

芯片设计流程中，算力需求在仿真环节体现得尤为明显。在如今的尖端制造工艺节点上， DRC（Design Rule Check，设计规则检查）已经不只是简单的 DRC，还牵扯到 eqDRC、 多重曝光（Multi-patterning）、模式匹配等问题；LVS（Layout Versus Schematic，一致性 检查）则需要加上 ESD 检查、可靠性检查之类的问题。不仅检查操作数量在增加，类型也 在扩展，节点迭代造成的算力需求增长还在持续。

2）EDA 算力需求分布不均且波动较大、难以预测。一方面，芯片行业是一个典型的季节 性行业，比如一年生产、设计一款或是若干款芯片，只有在芯片设计过程中的某些月份， 可能会大幅增加对算力的要求，但其他阶段可能几乎没有任何算力需求。另一方面，不同 设计阶段对于算力需求是存在差异的，要么无法达成所需算力资源，要么固有资产的算力 闲置造成了较大程度的成本浪费。此外，随着芯片设计周期的缩短，算力需求的波动将会 更大和不可预测。

云服务的灵活性、可扩展性和较好的性能则可以满足芯片设计的弹性算力需求。对于资源 呈现周期性需求规律的情况，在本地部署和管理服务器事倍功半，云服务不仅可以通过按 时按需收费为厂商提供灵活的算力和存储服务，还可以根据 EDA 厂商需求在安全的云环境 中扩展其设计和验证的能力。

公司积极布局 AI+云，产品竞争力不断提升

AI 布局：Synopsys.ai 赋能芯片设计

新思科技 AI 赋能 EDA 领域产品落地领先，覆盖环节和技术深度引领行业。在全球 EDA 厂 商中，新思科技是首个推出全栈式 AI 驱动型 EDA 解决方案的公司，并率先实现了在芯片 设计、验证、测试和制造四个方面的应用，覆盖范围行业领先；此外，新思科技的产品也 已经得到客户的广泛应用，根据新思科技官网 2023 年 4 月新闻，全球十大半导体企业中已 有 9 家公司采用了 Synopsys.ai 解决方案，第十家也正在测试中；根据公司 23Q3 电话会， 截至 2023 年 8 月，新思科技 DSO.ai 已助力客户完成 270 次流片。在 AI 驱动芯片设计领 域的领先布局奠定了新思科技在该领域的全球领导者地位，未来 AI 引擎持续在芯片开发项 目中的不同数据集上进行训练，优化结果的能力有望持续提升。

业界首款全栈式 AI 驱动型 EDA 解决方案 Synopsys.ai 引领芯片设计新范式。2023 年 4 月，新思科技推出了业界首款全栈式 AI 驱动型 EDA 解决方案 Synopsys.ai，覆盖了先进数 字与模拟芯片的设计、验证、测试和制造环节。基于此，开发者第一次能够在芯片开发的 每个阶段（从系统架构到设计和制造）都采用 AI 技术，并从云端访问这些解决方案。

Synopsys.ai 现包括四大解决方案：

1）DSO.ai：首个用于芯片设计的自主人工智能应用程序。DSO.ai 解决方案是一种人工智 能和推理引擎，使用 AI 引擎来改善功耗、性能和面积，在芯片设计的超大解决方案空间中 搜索优化目标。DSO.ai依托训练数据并将学习结果应用到各个项目，来加速流片并实现PPA 目标，从而大规模扩展对多个选项的探索。

DSO.ai 可帮助多类型芯片设计提高效率、降低能耗。包括高性能数据中心 CPU、低功耗 通信 CPU、汽车 SoC、高性能消费 GPU、高性能手机 CPU 等，DSO.ai 可有效提高芯片 时钟频率、减低功耗、减少参与设计的人员、缩短设计时间。

2）VSO.ai：业界首款 AI 驱动的验证解决方案。其旨在实现更快实现更高质量的覆盖率收 敛。该技术可识别并消除回归中的冗余，并自动进行根源分析。VSO.ai 检查 RTL 和激励， 以推断覆盖率并突出覆盖率差距，节省大量时间并确保测试的高投资回报率。

VSO.ai 为验证设计的回归流程注入了全新活力。传统的检验设计回归流程可能需要数天时 间，成千上万的测试会消耗掉大量计算资源，最后的收敛工作不仅非常耗费人力，人工分 析庞大的数据也难以得出可行的见解。VSO.ai 通过检查 RTL 来推断覆盖范围，同时会高亮 显示需要覆盖的区域，从而节省大量时间并确保测试具有高 ROI。据公司官网，瑞萨电子 借助新思科技 VCS 功能验证解决方案（Synopsys.ai 的一部分）进行 AI 驱动的验证，他们 在减少功能覆盖率漏洞方面实现了 10 倍以上的提升，同时 IP 验证效率提高了 30%。此外， 根据新思科技官网数据，OpenTitan HMAC 的 IP 验证示例显示 VSO.ai 在实现 100%功能 覆盖率的速度上是传统方案的 3 倍。

3）TSO.ai：是业界首款针对半导体测试的自主人工智能（AI）应用，能最大限度地降低当 今复杂设计的测试成本并缩短上市时间。一方面，该应用可以优化 ATPG 参数调整，标准 ATPG 需要设置许多工具参数和选项，因此需要更多的专业知识才能有效地操作该工具，并 在尽量短的时间内产生最佳结果，TSO.ai 通过使用 AI 驱动的优化引擎来智能地自动执行 ATPG 参数调整，并始终如一地实现针对特定设计的 QOR 优化，从而解决了这些挑战。另 一方面，TSO.ai 在大型测试搜索空间中自动搜索最佳解决方案，以最大限度地减少测试向 量的数量和 ATPG 迭代时间，从而大幅降低测试成本。

4）ASO.ai 通过 AI 模拟自动化，提高模拟设计、仿真、验证和实施工作流程的生产力。在 模拟设计迁移方面，ASO 能够实现分层模拟 ip 跨技术节点的快速迁移，包括自动原理图迁 移和基于知识的自动布局迁移。在布局感知设计优化方面，ASO 可以实现多目标优化代理， 在运行过程中进行学习，帮助工程师在数百个 PVT 弯道和多个测试中同时集中并进一步优 化模拟设计。基于人工智能的优化器可以在布局前和布局后的寄生网络上工作，以快速收 敛并满足设计规范。在智能仿真分析方面，ASO 帮助工程师快速理解复杂的信号级行为在 一个庞大的角落和多试验台模拟数据集，否则不能捕捉到基于表达式的仿真分析，很难通 过观察波形来识别。Synopsys ASO. ai 自动化工作流程旨在改善设计人员的周转时间（TaT）， 降低结果成本（CoR），同时提高模拟设计的结果质量（QoR）。

全栈式大数据分析解决方案（Data Analytics,.da），持续强化 Synopsys.ai EDA 平台。 2023 年 9 月新思科技推出面向芯片开发全流程的 AI 驱动型数据分析整体解决方案，这是 全球半导体行业首个可提供 AI 驱动型洞察和优化分析的解决方案，能够改善架构探索、设 计、制造和测试流程。该解决方案集成了 AI 技术的最新进展，可对大量异构、多域数据进 行管理和操作，以加速分析根本原因，从而提高设计生产率、制造效率和测试质量。

Data Analytics,.da 现包括三大解决方案包括：

1）Design.da 业界首个通过全面的数据可视化和机器智能引导实现 PPA 优化的方案。 Design.da 对来自 Synopsys.ai 设计执行的数据进行深度分析，利用这些庞大的数据带来更 高效的生产力和更好、更快、更智能的设计方式，为开发者提供全面的可视化和可操作的 设计分析，从而挖掘功耗、性能和面积（PPA）优化的机会。结合行业标准数据库与本地 云优化架构，Design.da 供了更好的可观察性，以帮助降低项目风险，智能地发现可操作的 数据洞察力，以实现更高效的设计师工作流程，并为不断改进设计过程提供知识框架。

2）Fab.da 分析晶圆厂流程控制数据，提升制造良率，提高产量和吞吐量。Fab.da 用于存 储和分析大量来自晶圆厂设备流程的控制数据，可快速准确地做出决策，从而提高操作效 率并极大限度地提高产品质量和制造良率，提高晶圆厂的整体效率，使客户能够满足其产 品交付和成本目标。Fab.da 包括强大的过程控制功能，通过提供高度差异化的基于 AI/ML 的数据分析解决方案，最大限度地提高产量和吞吐量。Fab.da 为客户提供了数据可伸缩性、 性能、健壮性和可升级性，从而缩短了上市时间、减少了废料并提高了用户生产力。

Fab.da 通过云可以管控全流程数据，实现设备监控和识别潜在故障的功能，提升生产率。 这个数据连续体确保了一个全面和准确的基础分析可同时监控设备运行状况，快速优化工 艺流程识别故障的潜在原因，并预测结果，以有效地缓解生产风险。无论是传感器数据、 半结构化文件数据，还是机器学习，Fab.da 一个平台可以管理这一切。客户可以连接不同 的数据源，以获得提高生产力的见解，以实现更快的生产斜坡和高效的大批量生产。

3）Silicon.da 作为产品生命周期管理工具，整合各阶段数据来改进芯片生产和运行指标。 Silicon.da 收集来自测试设备的千兆字节级芯片监控、诊断和生产测试数据，以改进质量、 良率和吞吐量等芯片生产指标以及功耗和性能等芯片运行指标。Silicon.da 自动突出显示硅 数据异常值，使工程团队能够快速识别和纠正设计和制造中的潜在问题。通过在单一环境 中整合所有制造阶段的分析来提高生产率，同时与其他解决方案相比，能够处理和分析数 量级更多的硅数据。

Silicon.da 能够通过数据，即时结合供应链各阶段的改进，实现全面的产量优化。问题或 关键兴趣点的自动分析和识别以见解的形式显示。零件级的可追溯性和调试支持快速的根 本原因分析，并将纠正措施建议反馈到供应链中。子模具分析也可用于新产品引入（NPI） 产品的早期阶段，以确定导致故障分析的系统问题，这些故障分析阻碍了高产量和大批量 生产。通过将传感器包含到设计中，使传感器数据的反馈能够执行设计校准，芯片功率和 性能优化成为可能。通过将产量趋势分析、诊断和失效分析与设计和/或工艺的改进相结合， 可以实现全面的产量优化。在生产控制过程中，为质量优化提供了一个包含异常值检测技 术的自动化配方流。

云化布局：布局 ZeBu Cloud，进程持续深化

新思科技在 EDA 上云的布局进度可以分为两阶段： 1）技术储备期（2011-2018 年）：新思科技于 2011 年率先提出 EDA 上云，并在 2018 年 正式宣布推动云化。2011 年，Synopsys 首先提出 EDA+公有云，但彼时 Synopsys 认为“云 计算尚不适用于定制化很强的工作流”。2018 年 6 月 26 日 Google 在设计自动化大会上首 次展示云上 EDA，并在 Google Cloud 上实现了 Synopsys VCS 仿真解决方案；同年 10 月 宣布已与台积电、AWS 和 Azure 合作，提供基于云的简化 IC 设计环境。 2）云化落地期（2018 年至今）：2018 年之后，公司的 EDA 上云进程进一步深化。2019 年 3 月，Synopsys 和三星宣布联合推出首个支持云的产品。通过三星 SAFE 云设计平台提 供的 Synopsys 产品包括设计实施、签核和验证等产品，涵盖了完整的 RTL-to-GDSII 流程。 2020 年 7 月新思科技宣布与台积电和微软的合作已经实现了一项突破性的、可高度扩展的 云上时序 signoff 流程。2021 年 1 月公司宣布 Amazon Web Services 已在其基于 Arm 的 Graviton2服务器上部署了新思科技VCS细粒度并行技术，加速实现突破性连接技术和SoC 的开发与验证。

上云内容：目前新思科技的 EDA 云化布局可以分为设计和验证两类。芯片设计过程需要大 量的计算资源，借助 Synopsys 基于云化解决方案，可以提高生产力并减少周转时间和成本。

业务模式：使用云积分按时按需购买 EDA 工具的 FlexEDA 业务模型。Synopsys Cloud FlexEDA 商业模式不同于传统的 EDA 工具购买和使用，客户无需为特定工具购买特定数量 的许可证，而是购买特定数量的云积分（Cloud Credits）作为 EDA 工具、许可证和基础设 施（在 SaaS 的情况下）的单一货币，这些积分可用于获取任意工具的任意数量许可证， 用户可充分利用云的弹性和可扩展性。

部署方式：FlexEDA 现支持 SaaS 和自备云（BYOC）两种部署方式。1）SaaS 部署提供 完整的设计和验证环境，包括 Synopsys EDA 产品以及计算、存储基础设施，以便以最佳 方式运行 EDA 工作负载。SaaS 部署是一项完全由 Synopsys 托管的服务，Synopsys 为 需要计算、存储和基础设施资源以及 EDA 工具的客户设置整个环境。2）自备云（BYOC） 部署中，客户可以购买云积分并使用它们来运行 Synopsys EDA 工具，并可以引入自备的 云供应商来运行 Synopsys EDA 工具、任何第三方工具、代工配套产品和设计芯片所需的 工艺开发套件（PDK），目前 BYOC 部署支持三大公共云提供商：微软 Azure、AWS、谷 歌云。

除了接入外部云基础设施外，公司也提供自己的 ZeBu Cloud 服务。ZeBu Cloud 是公司 Verification 系列的一部分，提供托管仿真解决方案，可实现灵活、交钥匙且安全的仿真， 以加速 IP 和 SoC 的软件启动、性能验证、功耗分析和系统验证。ZeBu Cloud 既可在云 端部署，也可以在客户本地部署。除了 ZeBu 仿真服务器之外，ZeBu 云还提供 ZeBu 编译、 ZeBu 虚拟解决方案、ZeBu 系统级调试等服务。

展望新思科技未来 EDA 上云进程来看，我们认为主要有三大方向： 1）更多工具上云：目前公司上云的 EDA 产品主要集中在设计和验证环节，且以 Fusion Design Platform、Verification Continuum Platform 两大平台为主，未来随着云业务的顺利 扩展，公司上云产品数量有望继续增加。 2）公私有云混合：以 ZeBu 云为例，新思科技目前主要提供的云化解决方案，以私有云部 署为主。目前下游客户对于 EDA 上云的安全性仍存在顾虑，在此情形下，EDA+公有云的 模式难以较大范围推广。未来随着客户对于云化产品接受程度的提高，软件安全能力的加 强，公有云在 EDA 上云中的比重有望提升，混合云应用有望加速拓展。 3）与 AI 结合更紧密：在 EDA 产品的设计和验证环节，公司均将 AI 能力应用其中。如通 过 DSO.ai 实现空间布局的最优化设计以及次要流程的自主决策；通过 AI 能力加速 VC Formal 验证过程等等。未来随着 EDA 在云端应用的深入，数据量进一步丰富，AI 与 EDA 的结合也必将更加紧密。

新技术带来 EDA 范式革命，公司有望占据先发优势

回顾历史，我们看到芯片设计的范式经历了从手绘，到 CAD/CAE 绘图，到 EDA 绘图的演 变过程。随着计算机科学的进步，数字化的设计方式带来了 EDA 设计效率的不断进步。而 随着 AI、云等新技术逐步应用在 EDA当中，我们认为，未来芯片设计范式或将进入“EDA+” 的新时代。 1）手绘时代（1960s）：由于早期芯片制程较为粗糙，晶体管体积较大且集成数量较少，一 颗芯片可以由几十枚晶体管组成，设计难度较低。因此，传统的手工绘图就足以满足最早 的芯片设计需求，芯片设计图纸大多由专业的工程设计师手绘完成。 2）CAD/CAD 绘图时代（1970s）：随着计算机科学的进步，以 CAD 为代表的信息化绘图 方式逐步开始普及。早期 CAD 功能较为简单，自动化程度较低，主要满足简单的芯片布局 设计。随着 CAE 等新技术的加入，又陆续出现了路仿真、逻辑仿真与测试、MOS 时序仿 真、PCB 版图系统、布线等其他信息化工具。芯片设计效率提到显著提升，可以在更微观 的维度实现芯片设计。 3）EDA 绘图时代（1980s）：随着芯片设计的复杂程度、流程标准化程度提升，对设计工 具提出更高的要求，EDA 应运而生。1980 年论文《超大规模集成电路系统导论》（Introduction to VLSI Systems）发表，提出了通过编程语言来进行芯片设计的新思想，推导 VHDL 和 Verilog 等工具的诞生。随后版图检查工具、寄生参数提取工具、商用的自动化布局和布线 等等工具开始蓬勃发展，IP 和 SoC 设计方法、芯片设计流程也基本定型。EDA 三巨头 （Synopsys、Cadence、Mentor Graphics）开始整合设计流程，提高生产效率。 4）“EDA+”时代：芯片架构开始朝着小芯片（Chiplet）和异构封装等方向发展，对 EDA 的要求逐渐提高。为了解决交付时间和设计需求的平衡、开发人才短缺等问题，EDA 需要 达到高程度的开发效率和芯片设计质量，人工智能和云成为绝佳的选择。AI 技术可以更高 效地完成各类重复性任务，如测试码生成等，并且还能提升这些任务结果的质量，降低出 错率。EDA+AI+Cloud 赋予开发者更大的能力，能够更快地将正确规格的芯片推向市场， 打造出更加复杂的系统，满足市场需求。

新技术或将带来产业变革，龙头公司有望占据先发优势。展望未来，我们认为 EDA + AI + Cloud，将对 EDA 行业带来根本性变革，重塑设计流程和模式，大幅提升芯片和系统设计 的效率，降低设计的总成本。同时对于 IC 设计商而言，能够减少算力和设计人员配置，实 现降本增效，AI 和云将会带来新一轮的范式革命，把握趋势的公司会有先发优势。 对比来看，新思科技 AI 布局较早、技术积累深厚。从 AI 应用来看，新思科技早在 2018 年 就已经开始布局，推出 AI 增强型数字设计平台。而 Cadence 和 Mentor 则在 2021 年才推 出相关的 AI 设计平台及工具。在 AI 应用的环节来看，Synopsys 涵盖更多流程环节包括设 计、验证、测试和制造；而 Cadence 和 Mentor 则以设计环节为主。

海外 EDA 龙头积极上云，新思科技已有成熟解决方案。2018 年作为 EDA 上云进程的重要 分界点，三巨头几乎同时发布了自己的云上 EDA 产品。Mentor 宣布推出定制化验证云仿真 平台 Veloce Strato，可直接在 AWS 上按需访问。Cadence 发布 Cadence Cloud Portfolio， 组合中的工具包括：电路仿真、电源和 EM 分析、逻辑仿真、形式验证、物理验证、时序 签核、提取、电源完整性和库表征等。Google 在设计自动化大会上首次展示云上 EDA，并 在 Google Cloud 上实现了 Synopsys VCS 仿真解决方案；同年 10 月 Synopsys 宣布已与 台积电、AWS 和 Azure 合作，提供基于云的简化 IC 设计环境。

综上，我们认为，Synopsys 在 EDA+AI+Cloud 的产业趋势中已占据先发优势。随着制程 不断进步，摩尔定律逐步减速，所需算法和架构推高系统芯片复杂度和设计难度，需要开 放和无缝的设计平台支持。面对市场需求的变化，Synopsys 把握行业趋势，在 AI 和云应 用方面都领先行业开始布局，并且推出覆盖面更广的产品。我们认为，这将帮助 Synopsys 获得更多客户订单，提升收入水平，实现市场份额的提升和行业竞争力的加强。

成长逻辑四：Multi-Die 趋势下，并购 Ansys 有望强化协同效应

摩尔定律减速，需要 Multi-Die 等新技术来延续增长

摩尔定律趋于减缓，芯片设计需要寻找新的突破方向。摩尔定律于 1956 年由英特尔创始人 戈登·摩尔提出，指集成电路的集成度每两年会翻一番，后这个周期缩短到 18 个月，微处 理器的性能每隔 18 个月提高 1 倍。随着硅芯片已逼近物理和经济成本上的极限，半导体工 艺升级带来的计算性能的提升或将减速，摩尔定律逐渐减速，进入后摩尔时代。后摩尔时 代产业发展路径包含四种，分别为延续摩尔（More Moore）、扩展摩尔（More than Moore）、 超越摩尔（Beyond Moore）、丰富摩尔（Much Moore）。为了实现芯片性能的进一步提升， 半导体的设计/制造需要不断与新技术结合，推动摩尔定律的延展。

芯片设计成本高企，制程不再是唯一发力方向。2001 年芯片制程工艺为 130nm；2012 年 制程工艺发展到 22nm；2015 年制程工艺进入 14nm；2017 年制程达到 10nm。设计开发 先进制程芯片需要高昂的研发和人力费用。据 Semiengingeering，28nm 节点上开发芯片 只要 5130 万美元投入，16nm 节点需要 1 亿美元，7nm 节点需要 2.97 亿美元，到了 5nm 节点，开发芯片的费用将达到 5.42 亿美元，设计成本不断攀升。我们认为，随着芯片制程 逐步逼近物理极限，先进工艺复杂性使得研发周期与研发投入递增，带来设计成本高企。 未来仅依靠制程进步来获得性能提升的成本或更加昂贵，需要寻求新的突破方式。

Multi-Die 成为扩展摩尔定律的重要途径，囊括了 Chiplet、3D 封装等先进技术。Multi-Die 从原理上来说，即是将原先集成于同一片上系统（SoC）的各个“小芯片”（Chiplet）进行 拆分，单独以各自最优工艺和制程进行制造，再通过先进封装技术进行彼此互联，形成晶 片组。不同于以往在单一晶圆上进行设计和制造，Multi-Die 技术以更小的体积实现良率的 提升、工艺难度的下降，从而节约成本，同时又通过 2.5D、3D 堆叠等方式实现性能的提升， 最终达到扩展摩尔定律的目的。

Multi-Die 技术有望驱动芯片算力继续快速增长。在 Multi-Die 系统的加持下，单位面积硅 基板可以集成的晶体管数量大幅增长，芯片链接的密度不断增加，但每比特的开关能耗（J/bit） 却在不断下降。据公司官网，采用 Multi-Die 技术和 CFET 工艺制造的芯片每平方毫米可以 皆成 1-1000 万 I/O 接口，可以实现小于 0.05 的每比特开关能耗。基于此，我们认为，Multi-Die 技术或将成为芯片性能的重要技术驱动力，推动单位芯片算力进一步快速增长。

Multi-Die 技术还可以实现芯片良率的提升。据 Bose-Einstein 模型，芯片良率通常与芯片 面积、缺陷密度、工艺复杂程度有关：A 代表产品面积，芯片面积越大则良率越低；D0 代 表缺陷密度，即每单位面积上的缺陷个数，仅和制造工艺相关；n 代表制程复杂度的指标， 在数值上等于各工艺层（关键层、普通层、非关键层、其他非关键层）的复杂度之和，各 层取值对应不同公司、生产线、工艺可能不同。考虑到 Multi-Die 技术通过 Chiplet 小芯粒 实现芯片面积的缩减，同时可以在模拟、通信等元器件上采用更加成熟的工艺制程，有望 带来芯片整体良率的提升。

Multi-Die 在降本增效的同时，也对 EDA 仿真提出新的需求

Multi-Die 的应用对 EDA 提出新需求。Chiplet 改变了芯片制造流程，不再像 SoC 那样在 一块晶圆上进行全部晶片的制造，而是通过 2.5D/3D 堆叠+多芯粒互联实现芯片产品的构建， 性能提升的同时也带来了电磁干扰、信号干扰、散热等诸多宏观、微观层面新的复杂物理 问题。因此，在芯片设计环节，Multi-Die 系统对 EDA 工具也提出新的要求： 1）更多尺度： Multi-Die 系统将三种设计尺度融合到一项设计当中，其中跨越了六个数量 级：从纳米级 IC 设计到毫米级封装设计，再到厘米级 3D-IC 系统。这些解决方案分为三个 工具套件（IC、系统和封装），而它们又需要集成到一个解决方案中。 2）更多物理场：Multi-Die 系统需要进行更全面的多物理场分析，以前的二阶或三阶效应， 如热管理、电磁耦合或机械应力/翘曲可靠性，成为了阻碍 Multi-Die 设计成功的主要限制因 素。许多开发者需要面对不熟悉的物理知识，需要自动化分析和签核解决方案提供指导。 3）更多团队协作：Multi-Die 设计中涉及的专业知识往往分散在公司内的多个不同团队中。 要成功完成 Multi-Die 设计，组织需要在整个设计过程中更加紧密地协调。

因此 Multi-Die 需要芯片系统级仿真以进行全面分析。以往的芯片仿真更多停留在微观的晶 体管层面，主要针对芯片级的热、电、磁进行仿真测试，分析的维度有限，而 Multi-Die 的 出现使得芯片的仿真测试需求逐步向系统级演进。以新思科技 3DIC Compiler 解决方案为 例，公司与 Ansys 合作，将 Ansys 信号、功耗和热完整性产品（如 RedHawk-SC）以及新 思科技的签核解决方案（如 PrimeTime 与 StarRC）一同融入 3DIC Compiler 当中，从而提 供统一的工具平台，可将数十到数百块异构芯片集成到一个经优化的系统中，完成所需的 性能、功耗和热效应仿真分析。

Chiplet 市场规模有望快速增长，或将带动 EDA 仿真需求。随着 AI、智能驾驶等新技术的 应用，下游市场对于更高算力、更低功耗的芯片需求持续释放，带来 Chiplet 市场增长机遇。 据 Omdia，预计 2024 年全球 Chiplet 市场规模将达 58 亿美元，预计 2035 年市场规模将达 570 亿美元，2025-2035 年 CAGR 将达 23%。我们认为，Chiplet 所组成的 Multi-Die 系统 结构复杂，设计过程需要 EDA 仿真能力深度参与，有望带动 EDA 仿真需求。

并购 Ansys 有望帮助公司发挥协同效应，把握产业成长机遇

为把握产业机遇、加强业务协同效应，新思科技并购 Ansys。2024 年 1 月 16 日，据公司 官网，公司和 Ansys 双方已就新思科技收购 Ansys 事宜达成了最终协议，Ansys 股东每股 Ansys 股票将获得 197.00 美元现金和 0.3450 股新思科技普通股，按 2023 年 12 月 21 日 新思科技收盘价计算，该收购总价值约为 350 亿美元。新思和 Ansys 自 2017 年以来一直 保持着成功的合作伙伴关系，结合他们高度互补的解决方案，预计合并后将为客户提供更 广泛、深度集成的软件工具套件，形成显著的协同效应，帮助公司将业务范围从芯片级仿 真向系统级仿真延展。

我们认为，公司并购 Ansys 所产生的协同效应，具体体现在： 1）芯片设计能力的增强。从新思科技自身产品布局来看，过去公司的系统级芯片设计能力 主要集中在电子领域，包括芯片、驱动软件以及基于芯片软硬件的简单集成（PCB 等）。但 随着下游行业对算力芯片提出愈发定制化的需求，系统级设计需要逐步向机电一体化领域 拓展。我们认为，对 Ansys 的并购，一方面是加强了公司在传统芯片设计的仿真能力，另 一方面也帮助公司向更高的仿真维度拓展，实现对更多业务场景的拓展。

Cadence 同样积极布局系统级仿真，印证产业前景广阔。对于系统级仿真领域，另一大全 球 EDA 巨头 Cadence 同样十分重视，在过去的数年间频繁并购了 AWR（National Instrument 子公司）、Pointwise、NUMECA International 等知名 CAE 公司，积极拓展系统 级仿真领域布局。我们认为，两大 EDA 巨头对系统级仿真的重视，一定程度上反映了系统 级仿真是大势所趋，具备丰富的下游市场空间。

2024 年 3 月 Cadence 并购 BETA，在汽车、航天领域有较高知名度。据 Cadence 官网， 2024 年 3 月 5 日，公司宣布已就收购 BETA CAE Systems International AG 达成最终协 议，交易对价 12.4 亿美元，其中 60% 以现金形式支付，40% 通过向 BETA CAE 现有 股东发行 Cadence 普通股的方式支付。BETA CAE的产品组合包括预处理和后处理产品、 机械和结构仿真和多物理场分析以及仿真、过程、数据和资源管理（SPDRM）解决方案等。 BETA CAE 的旗舰产品包括 ANSA 和 Meta。ANSA 是一种先进的多学科计算机辅助工程 (CAE)前处理器，它包含在单一、内聚、集成的环境中建立全模型所必需的所有功能。Meta 是一种先进的、多学科的 CAE 后处理器，用于优化可视化数据和仿真结果并创建报告。BETA CAE 客户包括本田汽车有限公司、通用汽车公司、Stellantis、雷诺集团、沃尔沃汽车和洛 克希德马丁公司等知名品牌。

Ansys 在 CAE 领域产业地位更高，或将助力新思科技 EDA 产品力再升级。Ansys 是全球 最大的 CAE 厂商，产品覆盖了风/光/电/力/热/磁/声等几乎所有物理场，其中 Semiconductor 半导体，是 Ansys 很重要的产品线，具体产品包括：RedHawk-SC、RedHawk-SC Electrothermal、Totem、PowerArtist、RaptorH、RaptorQu 等 10 余款半导体设计工具。 我们认为，Ansys 具备更加丰富且专业的 CAE 产品，产业地位较高，或将对 Synopsys 的 EDA 产品线形成较好补充，帮助公司实现产品竞争力的再升级。

2）垂类市场的扩张。除了增强芯片设计能力之外，并购 Ansys 对新思科技来说，还是一次 扩张垂直市场的契机。过去新思科技的客户主要集中在半导体/高科技领域，以 Fabless 芯 片设计公司为主，而并购 Ansys 之后，公司可以直接触达更多行业的用户群体，如航天、 汽车、工业企业等。以汽车行业为例，汽车行业中不少车企采用自研芯片来为智能驾驶提 供算力，如特斯拉、比亚迪、蔚来等，而汽车行业客户在 CAE 业务上又与 Ansys 有较深合 作关系。因此，对 Ansys 的并购有望帮助公司切入更多细分市场，触及更多垂类客户，实 现垂直市场的扩张。

3）AI 和云的能力也有望得到加强。在新技术的应用上，Ansys 同样拥抱云和 AI 两大产业 趋势。如 2019 年，Ansys 就提出 Ansys Cloud，将 CAE 率先上云。2024 年，Ansys 推出 AnsysGPT，为客户提供虚拟化的 AI 助手。我们认为，两家公司在 AI 和云技术上的积累， 有望通过整合发挥协同效应，一方面实现 AI 在芯片开发效率的提升，包括设计和仿真的效 率；两一方面，软件的云化架构有望降低适配门槛，实现最终产品的更快上云，从而帮助 客户提升芯片研发效率。

4）业务融合有望带来 1.5 倍的 TAM 抬升。随着并购的展开，公司可触达市场空间也有望 进一步提升。据公司官网，公司预计 2023 年全球 EDA 及 IP 市场可触达空间约为 180 亿美 元，而并购 Ansys 有望帮助公司拓展 100 亿美元的仿真与分析市场，带来超过 1.5 倍的市 场空间提升。此外，据公司预计，2023-2028 年可触达市场空间 CAGR 将达 11%，成长空 间广阔。

5）财务表现或将持续优化。据公司官网，公司预计并购 Ansys 有望带来 80 亿美元高质量 且可持续的收入，并购后第一年非 GAAP 的营业利润率有望同比增长约 125bps，并购后的 运营成本每年有望节约 4 亿美元。我们认为，Ansys 产品力出众，2022 财年毛利率 87.87%， 高于新思科技的 79.07%，盈利能力较强，且并购之后有望进一步强化规模效应，实现成本 节约，有望为公司带来持续的盈利能力改善。

总结来看，我们认为，在 Multi-Die 技术浪潮下，EDA 产业正在逐步发生变革，系统级仿 真变得越来越重要。而公司对 CAE 龙头 Ansys 的并购有望帮助公司把握产业趋势，实现 业务协同效应。

编辑：火腿肠