从韬定律到“云上造芯”华为云持续升级半导体行业数字基础设施

9月11日,2026 AI生产力大会将在武汉光谷希尔顿酒店举行。大会由启云方科技有限公司、湖北省半导体行业协会共同主办,华为技术有限公司、东湖高新区企业服务中心、鸿蒙生态(武汉)创新中心协办。围绕半导体等重点产业的智能化实践,产业界展开深入交流。

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,一边是晶体管几何微缩逐步逼近物理极限,另一边是先进制程研发和制造成本持续攀升。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。

相关资料显示,芯片研发周期中约65%的时间用于验证和仿真。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。

康晓宇 华为云伙伴与生态部总裁

二十年造芯,看见造芯背后的系统工程

这种对“时间”的理解,并不是一个抽象命题。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。

在真实芯片研发环境中,影响效率的也往往并非某一个单点。尤其在仿真阶段,线下IDC存在几个典型矛盾:硬件采购后成为固定资产,更新速度很难跟上最新计算能力;仿真业务又存在明显的波峰波谷,Tape-out等关键阶段可能瞬间需要大量资源;与此同时,高性能设备、内存和EDA License都构成持续成本压力。

因此,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 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。

把“造芯经验”沉淀为EDA云底座

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。

针对EDA海量小文件、高频随机读写等典型负载,华为云通过SFS Turbo等高性能存储降低I/O等待;针对跨地域研发,则通过多Region布局和研发安全体系支撑团队协同。其服务范围也正从EDA设计仿真进一步延伸至OPC制造仿真、AI质检、良率数据分析、工业软件等半导体场景。

康晓宇指出,华为云与启云方推出的EDA和OPC仿真上云方案:通过高主频、高核存比、大内存的高性能服务器和高性能分布式文件系统,支撑大规模仿真;同时把华为长期研发实践中形成的高安全等级研发环境经验转化到云上,构建更可信的云上仿真环境。其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。

这也回应了半导体企业长期以来对云的核心顾虑。半导体研发既有高度敏感、需要专属环境的数据,又有周期性、突发性的海量算力需求,还涉及跨地域团队、分支机构和工厂等复杂IT环境。康晓宇认为,面向这样的场景,需要通过公有云、专属云或专属区、边缘云等多级协同,在弹性与安全之间建立新的平衡。

持续升级底座,把时间还给芯片工程师

面向更复杂的EDA、OPC及HPC场景,华为云还在继续围绕TTM优化芯片研发的算、存、网、调度和作业环境。根据当前规划,通过灵衢UB、擎天裸金属、EVS极速云盘等基础设施创新,将进一步提升计算资源调度和弹性复用效率;在部分HPC优化任务中,目标包括性能提升8倍、性价比提升1.5倍以上,同时继续降低资源均摊成本。

与此同时,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。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”。AWS等国际云厂商已持续整合Cadence、Synopsys、Siemens EDA等产业工具,英伟达也在通过加速计算、AI与EDA生态合作进入芯片设计流程。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。

从 20年 真实工程经验,到大规模计算池、EDA/OPC仿真上云,再到灵衢等基础设施持续升级,华为云希望解决的,始终是芯片从想法走向产品过程中那些最耗时、最复杂、最需要系统协同的问题。把造芯中踩过的坑转化为基础设施能力,把工程师花在等待上的时间还给研发。