當下，AI是最火的關鍵詞，而在AI之下，Cloud AI、Edge AI、Physical AI三大系統最受關注。其中，Physical AI（物理AI）代表了未來智能系統的發展方向，它指的是能夠在物理世界中感知、決策并行動的AI驅動系統。這類系統通過與真實環境進行交互，依托于傳感、計算與物理行動的一體化能力，具體體現在機器人、自動駕駛、智能制造等各類實體設備中。

然而，Physical AI的發展離不開芯片的支撐。在技術快速演進的背景下，如何實現芯片的快速迭代已成為關鍵挑戰。為此，新思科技聯合臺積電于6月2日針對Physical AI與中國市場，推出了面向N6C（也稱N6 V1.1）和N4C工藝的IP產品組合解決方案。如今，中國芯片廠商有了全新的選擇。

中國是Physical AI最重要的創新策源地

“系統級時代已經到來。”全球副總裁兼中國區總裁姚堯表達了自己對于當下芯片產業的看法。去年，在邁向40周年前夕，新思科技完成了對Ansys的收購，這不僅是業務整合，更是一項清晰的戰略選擇，反映了工程從芯片走向系統的趨勢。

是什么促使芯片走向這種變化？答案一定是AI。隨著AI驅動的智能系統變得越來越復雜，設計不再是單純的電路問題，而是電子物理與真實世界的協同問題。這意味著必須將EDA、IP與多物理場仿真能力融合，構建從芯片到系統再到物理世界的完整工程體系。這正是收購的意義所在，推動新思科技從芯片設計工具提供商邁向系統級工程能力的平臺供應商。

而在AI之中，Physical AI無疑是當下市場加速興起的新概念。姚堯表示，AI從數字世界走向物理世界，從模型與數據走向感知、執行和決策，帶來的根本變化是芯片不再獨立存在，產品也不僅僅是算力，而是芯片、軟件系統與物理環境的整體協同。因此，工程問題正從芯片設計走向系統性創新。

在這一輪從芯片走向系統的變革中，中國正走在創新的最前沿。因為在Physical AI時代，中國具備獨特的產業基礎。

• 第一，是制造能力。中國擁有全球最完整的制造體系，占全球制造業約28%～29%的份額，位居世界第一。更重要的是，制造業正從傳統規模優勢走向復雜度與精度驅動的高端制造，越是高端制造，越依賴于對真實世界的建模、仿真與優化，也就越需要AI能力的介入。這種先發優勢使得Physical AI本質上成為“AI+制造”的結合體；
• 第二，是工程師紅利。中國擁有全世界最大的工程師體系，每年培養超過130萬名各類工程人才，約為美國的10倍，STEM畢業生規模位居全球第一。這意味著復雜系統不僅能夠被設計出來，也能夠快速工程化和產品化；
• 第三，是產業生態，從無人機到智能汽車，再到具身智能與機器人，中國正在從彎道超車走向換道領跑。在很多關鍵應用領域，中國企業已不僅是在參與競爭，而是在重新定義產業形態和行業標準。據預測，中國具身智能市場規模將在2030年達到4000億元，并在2035年突破萬億元。

“因此，在Physical AI領域，中國不僅是應用落地的最大市場，也正在成為技術創新的重要源頭。Physical AI真正的主戰場不在云端，而在產業，而產業最深的土壤在中國。”姚堯進一步說道，但今天，真正的挑戰才剛剛開始，問題已不再是“能不能做”，而是“是否能在有限約束條件下把產品穩定快速地做出來”。

這背后是競爭邏輯從單點能力走向工程體系能力的轉變，具體體現在三個方面：

• 第一，算力效率與功耗的極限匹配。Physical AI不是無限制追求算力，而是要在功耗、面積、成本（PPA）嚴苛約束條件下找到最優解，需要圍繞這些場景不斷在先進工藝和IP層面進行優化；
• 第二，系統復雜性大幅提升。芯片不再獨立存在，而是與軟件系統和物理環境協同設計，設計范式從分段優化走向跨層協同。芯片、封裝、軟件乃至系統行為需要在設計早期就被協同考慮，通過多物理場仿真和數字孿生技術提前驗證系統在真實環境中的表現，這是新思通過整合IP層能力重點構筑的系統級工程技術；
• 第三，上市時間愈發嚴苛，客戶需要可預測的交付能力，越來越多問題必須在設計階段就提前收斂。一個清晰的結論是，Physical AI本質上是一個系統工程，競爭關鍵不在單點性能，而在系統級的一次性做對的能力。而當工程走向系統，一次做對的能力必然來自完整的產業鏈和生態合作伙伴，而非單一公司。面對這樣的變化，沒有一家公司可以單獨完成，必須依靠生態。

姚堯強調，新思科技在中國已深耕30年，與中國半導體產業共同成長、同頻共振。中國市場正成為全球最具挑戰性的應用環境之一，本地客戶提出的諸多問題正在指引未來的技術方向。更重要的是背后的模式，把中國最前沿的需求帶入全球研發體系，同時把新思科技最領先的技術更高效地服務中國市場，讓中國成為驅動全球創新的重要一極。

新思提供的不僅僅是軟件工具本身，而是一套工程系統，讓不同的人、產業鏈不同環節的伙伴可以在同一個體系內協同工作。從這個角度看，新思在中國所做的不僅僅是引入技術，而是在不斷強化這個連接體系，一方面讓全球技術能力高效進入中國，另一方面讓中國市場不斷演化的需求更快進入全球研發體系。

“新思要做的是連接中國與世界的創新，在中國連世界。”姚堯如是說。

面對Physical AI時代的解

既然在Physical AI時代，工程能力成為當下競爭的關鍵，新思科技又該如何通過產品去助力中國客戶快速創新？這離不開與制造端的合作。

當日，新思科技與臺積電共同宣布，針對中國當下Physical AI需求，推出基于臺積電N6C（即N6 v1.1）和N4C工藝的IP產品組合，通過雙方緊密合作，利用設計技術協同優化，得以實現高效能、為AI提供計算性能，并以合理的價格點推動Physical AI市場蓬勃發展。

這一廣泛的產品組合包括接口IP、基礎IP和系統生命周期管理IP，針對臺積電的高密度、低成本工藝節點進行優化，以支持高性價比、大規模部署。這些IP已在N6和N4得到了廣泛的硅驗證，能夠降低風險、加速產品上市時間，新思科技首席產品管理官Ravi Subramanian對此強調，雙方只有一個目標：通過經過驗證的IP加速共同客戶的成功。

“隨著全球GDP增長，更多產品將‘在中國、為中國’，‘在中國、為世界’而創造。”Ravi表示，新思的策略是從現有IP的演進開始，滿足中國特定需求，利用數十年的物理IP經驗，在計算效率、低功耗、數據速率和成本降低方面提供機會，同時在特定的新IP類別、IP領域和細分市場不斷發展。此外，現有IP隨著摩爾定律遷移到新的工藝節點，針對中國新節點和更多中國節點的低成本、低功耗、高效計算需求。

Ravi繼續補充說道，新思的使命是讓IP應用于客戶的SoC，幫助他們更快、更低風險地開發SoC。Physical AI市場有望增長到數百億美元的半導體機遇，這離不開與合作伙伴臺積電一起，為Physical AI邊緣產品構建生態系統。

為什么新思科技要和臺積電合作推出這樣的產品組合？這是因為中國正在引領Physical AI和邊緣AI設備的轉型。Ravi分享了一組數據：2025年全球GDP約為170萬億美元，分布在世界各地，包括中國、美國、德國、印度、日本。而到2050年，全球GDP格局將發生巨大變化，中國將從19.4萬億美元增長到41.9萬億美元。這些經濟體的數字化轉型方式各不相同，但中國的數字化轉型將推動GDP近乎翻倍。

Physical AI是AI基礎設施之后最大的半導體市場機會，中國在這一領域則處于領先地位。對Physical AI來說，先進“計算子系統”（CSS）將變得不可或缺，這些預配置能夠大幅度縮短開發時間，減少總擁有成本（TCO）。這一責任正落在計算子系統供應商身上，使任何產品開發者都能更快地開發產品，無需自己完成配置驗證和測試的工程工作，新思科技無疑充當著這樣的角色。

從市場驅動力來看，Physical AI與邊緣AI增長主要受到以下因素的推動：一是制造、物流、醫療和交通運輸等領域因勞動力短缺而帶來的自動化需求上升；二是傳感技術、邊緣計算和機器學習的發展，使AI能夠在真實環境中實時運行；三是工業機器人、服務機器人、協作機器人和人形機器人系統的快速發展，推動了人機協作的普及；四是云端與終端設備上AI部署的不斷擴展。預計該市場規模將達到900億美元，年復合增長率約為35%。

Ravi強調，Physical AI和邊緣AI不只是一項“在中國、為中國”制造的業務，而是一項“從中國、到世界”的機遇，這些產品具有四個基本特征：第一，確定性、實時性能、低延遲、可預測的計算能力；第二，高效、可擴展的計算能力；第三，安全就緒架構；第四，經過驗證的生態系統、軟件基礎和預集成平臺，以加速部署。

好的工藝必須有配套的IP

為什么這套方案選擇基于臺積電的N6C和N4C工藝？臺積電中國區副總經理陳平簡要回顧了臺積電的工藝路線。

事實上，為了適應當下AI SoC對于成本和功能的需求，臺積電會不斷優化已經量產的工藝，以適應當下產業發展。

比如，最早開發N5時，客戶多為高端手機和計算類產品，對工藝要求高，需要更多金屬層，經過六年量產，工藝更成熟了，原來保守的設計規則可以收縮，某些結構可以去掉以降低成本。最早為計算產品設計的16層、18層金屬，現在做消費類產品可以減到10層、12層，這就是C-NODE（NxC）系列的產品——N6C、N4C、N3C。

與原來的N6、N4、N3相比，C-NODE系列有什么不同？“既瞄準成本降低，也瞄準消費類產品的特定需求。”陳平用這樣一句話總結道。具體來說，有四點優勢：

• 第一，低成本。通過成熟工藝減少金屬層、針對應用做小型化標準單元、簡化保守的設計規則，最終降低芯片成本；
• 第二，低功耗。特別是在AI應用上，功耗要求迫切。通過將工作電壓從0.6V降至0.5V甚至更低，同時優化器件以降低靜態和動態功耗，最終降低總功耗；
• 第三，提供更多器件，如射頻器件，滿足AI系統經常用到的連接需求；
• 第四，嵌入式非易失性存儲器，在安全體系中非常需要。

具體來說，N6C在N6基礎上減了金屬層，加了射頻和低功耗功能；N4C類似，從N5到N5P到N4P，再在N4P基礎上做金屬層簡化、小尺寸標準單元，形成現在的N4C，具備功耗提高和IP技術；N3C也做同樣的事情。

不過，C-NODE向前發展，也有挑戰。因為當從N7、N6向前走時，原有的IP很多不再適用，雖說工藝備受客戶認可，但沒有IP支持和配套生態怎么辦？新思科技就是非常愿意做這件事，早在兩年前，臺積電就和新思科技討論合作，如何在現有節點持續優化，助力中國市場。

陳平認為，在新的時代，成熟工藝IP的重要性比任何時代都重要。原因在于存在很多“失配”。一是需求的增長遠遠高于建廠速度，AI市場需求呈指數級增長，而晶圓廠建設是線性且漫長的過程；二是產品迭代速度極快，每三到六個月就有新AI產品層出不窮，而先進工藝開發和芯片開發周期很長，看到產品再去做IP，肯定已經落后一代。

因此，把IP做成現成的、完整的、經過驗證的，讓客戶看到產品就能快速流片出產品，這就是臺積電與新思科技合作的意義。

“從N4到N4C，從N6到N6C，說起來像是資產再利用，實際上仍需要花費大量人力，因為工藝本身發生了變化，有很多新的挑戰。臺積電對生態伙伴提出了很高要求，而新思科技愿意從N6、N4回過頭來做這件事，這是整個行業共同努力的結果。臺積電的商業模式是開放平臺，與全世界最好的生態伙伴密切合作，共同為客戶服務。有了這些伙伴，每一個產品平臺都有完整的工藝和快速的技術方案。”陳平如是說。

具體到中國國內產業，陳平表示，過去十年，臺積電在物聯網、智能家居、智能汽車、自動駕駛等領域發展得非常快，產業鏈、工業基礎和人才儲備都是領先的。如今，國內很多高階自動駕駛在用3nm做下一代L4汽車，AI眼鏡在使用4nm，消費類產品則看重6nm工藝，臺積電都能夠通過提供工藝支持，解決芯片的PPA問題。

中國芯片廠商的看法

在發布會上，中國本土芯片企業也對這一系列的IP產品組合以及N6C、N4C工藝發表了看法。

紫光展銳CEO任奇偉指出，5G與AI融合將推動Physical AI服務各行各業、走進家庭、造福社會，而非取代人類。中國在應用場景、人口規模和嘗試意愿上具有優勢，為Physical AI落地提供了良好基礎。大規模應用需要端側平臺形成標準，實現規模化。除臺積電工藝外，芯片設計同樣關鍵，新思科技的通用IP可針對不同場景解決相關問題。

愛芯元智董事長仇肖莘表示，公司愿景是“普惠AI，造就美好生活”，希望讓所有設備具備AI能力，提升生活便利與美好。臺積電與新思在NxC系列的IP和工藝演進對端側芯片公司至關重要。系統成功率取決于各子系統的乘積，必須補齊短板。高端產品需使用已驗證的IP。從N6到N6C減少四層金屬層，有助于調和端側產品的PPA矛盾。

翱捷創新總經理趙錫凱指出，希望通過通信連接AI，讓邊緣設備更智能，推動產業進步。中國邊緣AI年出貨量達數億顆，面臨每年迭代、低成本、低功耗的要求，需要由EDA和IP構成的完整生態系統。兩年前僅有初步工具和IP，如今有了完整平臺可快速迭代。在巨量產品中，迭代能力、成本和功耗是關鍵，N6C和N4C降低金屬層成本，使企業能以更低規格價格、更低功耗生產產品，助力中國數字化產業升級。

在發布的最后，新思科技首席營收官Mike Ellow作為壓軸演講，他表示，非常高興看到臺積電與新思科技攜手推出針對特定國家和應用場景量身定制的解決方案。臺積電提供了一系列兼顧功耗、性能、成本和可擴展性的技術，而新思科技則提供在這些技術上經過充分驗證的IP，幫助客戶將稀缺資源集中投入到最具差異化的應用上，從而加速成功。

來源：電子工程世界（EEWorld） 作者：付斌