Synopsys 与 TSMC 将 AI 设计工作扩展至 A14 及共封装光学

Synopsys 于 2026 年 9 月 23 日 宣布了与TSMC的新一套合作，旨在加速下一代 AI、高性能计算（HPC）和先进半导体系统的开发，涵盖 TSMC 的 A14 工艺上的认证设计流程、代理式 AI 工程工作流、多芯片封装支持、共封装光学以及扩展的 2nm 硅 IP。

两家公司表示，联合工作结合了 AI 驱动的电子设计自动化（EDA） 流程、多物理场感知的签核方法、多芯片设计流程以及硅验证的 Interface 和 Foundation IP，旨在帮助共同客户应对日益增长的设计复杂性，同时加速采用 TSMC 的最新工艺和先进封装技术。

“随着 AI 系统规模和复杂性不断提升，客户需要经过验证的 IP、智能设计解决方案以及能够无缝协同的先进封装方法，”Synopsys 高级副总裁 Michael Buehler-Garcia 说道。”我们与 TSMC 的联合创新覆盖了从硅到系统的协同设计能力连续体，以加速下一代 AI 和高性能计算系统的开发。”

TSMC 生态系统与联盟管理部主任 Aveek Sarkar 表示，基于 TSMC 的开放创新平台（OIP）的合作将 Synopsys 的认证 EDA 解决方案和硅验证 IP 与 TSMC 的最新工艺和封装创新相结合，并称该工作满足了 AI 与高性能计算在性能、集成度和能效方面的客户需求。

A14 认证与代理式 AI 工作流

两家公司最近提到的成就之一是 Synopsys 的数字和模拟流程在 A14 上的认证，以及代理式 AI 能力的启用。Synopsys 表示，经过认证的流程为客户提供了覆盖从实现到签核的完整方法论，以加速在 TSMC A14 技术上的设计收敛。

在模拟设计方面，两家公司正合作实现 A14 上的器件布线功能，公告将其描述为先进模拟布局布线自动化的关键里程碑，可提升版图生产力并加快先进工艺技术的采用。

两家公司还在将代理式 AI 应用于自动化模拟、数字以及多芯片设计工作流，以提升生产力和自主性。Synopsys 称，其 Custom Compiler 工具加速了模拟迁移，而 Fusion Compiler 则利用大语言模型辅助分析来提升生产力。

为加快多芯片设计中的异构集成，Synopsys 表示，使用其 3DIC Compiler 平台的全新代理式 AI 芯粒布局协同优化流程能够自动化复杂的布局规划任务，并在支持 TSMC 3DFabric 技术的同时加速设计收敛。

多芯片供电与共封装光学

公告将集成电压调节器（IVR）描述为提升多芯片设计中功率效率和功率完整性的关键技术，因为下一代 AI 系统对供电提出了更高要求。Synopsys 表示，其 3DIC Compiler 平台现已使设计师能够在统一的先进封装环境中，对 TSMC 的 CoWoS 技术进行 IVR 的协同设计与仿真。

Synopsys 还表示，正通过集成光子与电子协同设计流程，覆盖 3DIC 实现、多物理场分析与优化，继续与 TSMC 在 TSMC-COUPE 技术上开展共封装光学（CPO）设计的联合赋能工作。两家公司称，此举帮助共同客户为采用多芯片设计的系统开发并验证先进的光互连架构。

N2P 与 N3P 上的硅 IP 里程碑

Synopsys 表示，提供针对 TSMC 先进工艺技术优化的 Interface、Foundation 以及硅生命周期管理（SLM）IP，基于在 TSMC 的 N5、N3P 和 N2P 技术上的首片硅成功。公司称该产品组合是业界同类最广的，旨在帮助客户降低风险、加速上市时间，并在 AI、HPC、数据中心、边缘以及实体 AI 系统中实现功耗、性能和可扩展性目标。

在 TSMC 的 N2P 工艺上，Synopsys 报告了针对 AI 与 HPC 设计的 IP 启用和流片里程碑，涵盖 PCIe 7.0、HBM4、LPDDR6/5X/5、224G 以太网 PHY、UCIe、OTP 以及先进的 SLM 工艺、电压和温度（PVT）监测 IP。公司称这些解决方案提供了满足高强度 AI 工作负载所需的高带宽连接、内存性能和实时系统智能。

针对多芯片集成，Synopsys 表示已在 TSMC N3P 测试芯片上展示了与 CoWoS-S 中介层集成的 UCIe-A 32G/40G 硅，验证了 AI 系统的高速芯片间连接。公司还最近在 2nm 与 3nm 工艺节点上完成了 64G UCIe IP 的流片，并称该 IP 通过嵌入式设计测试功能提供了系统内可视性。

Synopsys表示，最近扩展了针对TSMC N3P和N2P工艺的硅验证Foundation、MIPI和存储IP组合，并正在开发基于紧凑的“C”制程技术（6nm至3nm）的IP。公司称，这些IP解决方案可实现更高的集成度、更低的功耗，以及在AI、数据中心、网络、移动、汽车和边缘AI应用中的更快部署。