TSMC erteilt Großbestellungen, Cadence führt aufeinanderfolgende Übernahmen durch: Verändert sich die Landschaft der KI-Chips?

Derzeit entwickeln sich KI-Chips und fortschrittliche Fertigungsverfahren stetig in Richtung Grenzleistung, sodass viele bisher übersehene Glieder der Industriekette nach und nach in den Mittelpunkt rücken. Kürzliche wichtige Entwicklungen auf der Nachfrage- und Angebotsseite des EDA-Marktes zeigen, dass sich die Wettbewerbsgrenzen für KI-Chips nun auf Bereiche wie PCB-Systemvernetzung, Kooperation bei fortschrittlichen Gehäusen und Komponentendatensysteme ausweiten.

Betrachten wir zunächst diese beiden Entwicklungen: Erstens eine neue Reihe von EDA-Bestellungen von TSMC, bei der neben den drei Giganten Cadence, Synopsys und Siemens erstmals Zuken hinzugefügt wurde – ein Anbieter, der sich auf PCB-Design und elektrische Systemtechnik spezialisiert. Zweitens hat Cadence nacheinander EMA Design Automation und FlowCAD übernommen, um deren Kompetenzen im PCB-Design und bei Komponentendaten in sein Geschäft für elektronische Systemdesign und -analyse zu integrieren.

Ersteres spiegelt eine Veränderung der Marktnachfrage wider, Letzteres ist eine Konsolidierung der Fähigkeiten von Anbietern. Beide Entwicklungen deuten auf einen bemerkenswerten Trend hin: Die Grenzen des Wettbewerbs um KI-Chips erweitern sich vom Chip-Design und der Fertigung hin zu Gehäusen, Board-level-Vernetzung und sogar systemweiter Zusammenarbeit.

01 Die Nachfrageveränderung durch die erstmalige Einbeziehung von Zuken durch TSMC

Seit ich das EDA-Ökosystem von TSMC verfolge, ist mir aufgefallen, dass TSMC seine Lieferantenverzeichnis mindestens zweimal im Jahr aktualisiert – jede Aktualisierung kündigt bedeutende Marktveränderungen an.

Vor kurzem hat TSMC sein EDA-Ökosystem erneut aktualisiert: Neben der Vertiefung der Zusammenarbeit mit den drei großen EDA-Anbietern wurde erstmals Zuken aufgenommen. Ich glaube, dies ist keine einfache Erweiterung des Lieferantenstamms, sondern eine weitere Ausweitung der Grenzen des KI-Chip-Designs.

Betrachtet man die Bestellungen von TSMC bei den drei Giganten, so konzentriert sich Cadence vor allem auf fortschrittliche Knoten wie N3, N2, A16 und A14 – mit Schwerpunkt auf KI-Chip-Design, einschließlich Design-Technology-Co-Optimization (DTCO), 3D-IC-Design und Designabläufen für KI-Agenten. Synopsys hingegen stärkt seine Fähigkeiten im Bereich 3DIC, fortschrittliche CoWoS-Gehäuse, Multiphysikanalyse und Chiplet-Vernetzung, um die Anforderungen an hochbandbreitenvernetzte und komplexe Gehäuse in KI-Systemen zu erfüllen. Siemens EDA fokussiert sich auf KI-gesteuerte physische Verifikation und automatisierte Fehlerbehebung, um die Effizienz des Designs an fortschrittlichen Knoten durch mehrstufige automatisierte Abläufe für DRC zu verbessern.

Es ist leicht zu erkennen, dass diese Dienste weiterhin auf der Hauptlinie des Chip-Designs basieren – die Beteiligung von Zuken ist jedoch deutlich anders. Das Kerngeschäft von Zuken umfasst PCB-Design, elektrische Systemtechnik und Board-level-Vernetzung, also die Systemimplementierungsebene außerhalb des Chips. Daraus geht hervor: TSMC beschränkt sich nicht mehr nur auf das Chip-Design, sondern beginnt auch, sich darauf zu konzentrieren, wie Chips effizient in Systeme integriert werden können.

Es ist allgemein bekannt, dass die Kapazitäten für fortschrittliche Gehäuse wie CoWoS weiterhin knapp sind. Ob die Leistungsvorteile von Chips in System-Rechenleistung umgesetzt werden können, hängt zunehmend von der systemweiten Zusammenarbeit nach dem Gehäuseprozess ab. Die Tatsache, dass TSMC erstmals Produkte von Zuken bezieht, zeigt also: Die Komplexität von KI-Chips verlagert sich kontinuierlich vom Chip-Design hin zur PCB- und Systemvernetzungsebene.

02 Warum hat Cadence EMA und FlowCAD übernommen?

Gerade wegen der ersten Zusammenarbeit zwischen TSMC und Zuken habe ich die beiden Übernahmen von Cadence – EMA Design Automation und FlowCAD – genauer verfolgt.

Neben der Stärkung des traditionellen PCB-Geschäfts haben diese Übernahmen vor allem die Kernkompetenzen im Bereich des elektronischen Systemdesigns und der Analyse gestärkt.

Ein Beispiel für das Kernvermögen von EMA ist die Ultra Librarian-Plattform, die eine validierte, umfangreiche Komponentendatenbank bereitstellt – einschließlich Schaltplansymbolen, PCB-Gehäusen, 3D-Modellen und Lieferkettendaten – und den Zugriff über verschiedene CAD-Umgebungen hinweg ermöglicht. Derzeit hat diese Plattform weltweit mehr als 400.000 registrierte Nutzer.

Diese Zahlen zeigen, dass die Verwaltung von Komponentenbibliotheken nicht mehr nur ein Nebenaspekt ist: Mit steigender Komplexität von KI-Servern, Beschleunigungskarten und Hochleistungsrechnen werden Komponentendaten zu einer wichtigen Grundlage für die Effizienz des Systemdesigns.

Die Gründe dafür sind leicht verständlich. Die Komplexität moderner KI-Hardware beschränkt sich nicht mehr auf das Innere von Chips: Zwischen GPU, HBM, Hochgeschwindigkeits-SerDes, Stromversorgungsmodulen, Kühlsystemen und Hochgeschwindigkeitsverbindungen ist eine extrem komplexe systemweite Integration erforderlich. Cadence erklärte in einer Pressemitteilung, dass für Ingenieure und PCB-Designer der schnelle Zugriff auf „genaue, direkt produktionsreife Komponentenmodelle“ zu einem entscheidenden Schritt wird, um Produkte von der Konzeption zur Fertigung zu bringen.

Berichten zufolge wird Cadence die Technologien von EMA und FlowCAD tief in die Plattformen Allegro X und OrCAD X integrieren, um die Fähigkeiten bei der Verwaltung von Komponentenbibliotheken, der Datenvalidierung und dem kooperativen Design zu verbessern – und damit Ingenieurteams dabei zu unterstützen, Komponenten schneller zu finden, zu validieren und zu integrieren. Meiner Meinung nach dienen diese beiden Übernahmen von Cadence nicht nur der Erweiterung der PCB-Fähigkeiten, sondern vor allem dem Aufbau einer Dateninfrastruktur, die sich vom Chip-Design hin zu Systemen erstreckt – um sich frühzeitig den Zugang zum systemweiten Design im KI-Zeitalter zu sichern.

In Kombination mit der Einbeziehung von Zuken durch TSMC zeigt sich: Ersteres stärkt die Nachfrageseite beim Board-level-Systemdesign, Letzteres ist die aktive Ergänzung grundlegender Datenfähigkeiten durch EDA-Hersteller. Beide Punkte machen deutlich, dass der Markt nicht nur auf PCB-Werkzeuge setzt, sondern auf umfassendere Fähigkeiten im Systemdesign.

03 Welche Trends lassen sich aus den Finanzberichten ablesen?

Finanzdaten sind der beste Beweis. Die Auftragsbestände von Cadence im letzten Quartal erreichten mit 8 Milliarden US-Dollar einen neuen Rekord: „KI treibt die Nachfrage nach komplexem Chip- und Systemdesign kontinuierlich voran.“ Das IP-Geschäft wuchs um 22 % im Vergleich zum Vorjahr, angetrieben durch das Design an fortschrittlichen Knoten, Chiplet-Architekturen und komplexe Systemanwendungen in Bereichen wie KI, Hochleistungsrechnen und Automobilelektronik.

Darüber hinaus erwähnt Cadence wiederholt „Agentic AI“ und „Physical AI“. Ersteres zielt darauf ab, Designabläufe durch KI-Agenten zu automatisieren – sodass EDA von einem werkzeugkettenbasierten Ausführungsmodell zu einem zielgesteuerten autonomen Optimierungsmodell wechselt. Letzteres beschreibt die Fähigkeit zur physikalisch realistischen Simulation, sodass Designs komplexe Einschränkungen wie Wärme, Kraft und Elektrizität in der realen Welt genauer abbilden können.

„Die Anzahl der von KI-Agenten durchgeführten Design-Experimente wird weitaus höher sein als die von menschlichen Ingenieuren – dies wird die Nutzungshäufigkeit der zugrundeliegenden Simulations- und Verifikations-Engines deutlich steigern.“ Diese Einschätzung von Cadence spiegelt eine Umwälzung des Designmodells wider: Mit der Verbreitung von Agentic AI wird sich das Geschäftsmodell von EDA zu einem gemischten Modell aus „Abonnement + nutzungsabhängiger Abrechnung“ wandeln, da die knappe Ressource der Zukunft nicht Software-Lizenzen sind, sondern hochpräzise Simulationsfähigkeiten.

Diese tiefgreifenden Veränderungen resultieren aus einer strukturellen Verlagerung der Designkomplexität. Früher konzentrierte sich der Branchenwettbewerb hauptsächlich auf Transistordichte, Fertigungsknoten und PPA-Optimierung; heute liegen die wahren Engpässe für die Systemleistung zunehmend außerhalb des Chips – Faktoren wie Kühleffizienz, Stromintegrität, Hochgeschwindigkeitsignalübertragung, Gehäusebelastung und die Zuverlässigkeit der Board-level-Vernetzung werden zu neuen Variablen, die die KI-Rechenleistung beeinflussen.

Das ist der grundlegende Grund, warum Cadence seine Fähigkeiten im systemweiten Design kontinuierlich stärkt: Der Markt braucht nicht nur EDA-Werkzeuge, sondern eine vorausschauende Gestaltung des Modells für komplexes Systemdesign.

04 Aufbau der Infrastruktur für systemweites Design

Für lange Zeit galt PCB als unterstützender Teil der Halbleiterindustriekette, dessen Kernwert hauptsächlich in Verbindung, Trägerfunktion und Leiterbahnlegung lag – daher erhielt es weit weniger Aufmerksamkeit als fortschrittliche Fertigungsverfahren, GPU-Architekturen oder EDA-Software.

Doch das KI-Zeitalter hat diese Position verändert. Mit der zunehmenden Verbreitung von GPU, HBM, Chiplets und fortschrittlichen Gehäusen entwickelt sich KI-Hardware zunehmend zu einem hochkomplexen Systemingenieurwesen. Ob die Leistung eines Chips tatsächlich in nutzbare Rechenleistung umgesetzt werden kann, hängt nicht mehr nur von den Fertigungsfähigkeiten der Wafer-Fabrik ab, sondern auch von der Effizienz der Systemimplementierung nach dem Gehäuseprozess.

In gewisser Weise lösen fortschrittliche Gehäuse die Frage, wie Chips näher zueinander platziert werden können – während PCB und Systemvernetzung dafür sorgen, dass diese Chips effizienter zusammenarbeiten.

Von der erstmaligen Einbeziehung von Zuken durch TSMC bis hin zur Stärkung der PCB- und Komponentendatenfähigkeiten durch Cadence mittels Übernahmen weisen diese beiden scheinbar getrennten Ereignisse in die gleiche Richtung: Zukünftig steht bei KI-Hardware nicht nur fortschrittliche Fertigung und Chip-Architektur im Fokus, sondern auch die Fähigkeit zur Zusammenarbeit bei Gehäusen, die Effizienz der Systemvernetzung und die Geschwindigkeit der gesamten Implementierung.

Daraus geht hervor, dass Cadence sich im Grunde genommen frühzeitig den neuen Zugang zum Design im KI-Zeitalter sichert. Denn der Wert von EDA wird künftig nicht nur darin liegen, Kunden beim Chip-Design zu unterstützen, sondern den gesamten geschlossenen Kreislauf von Chip-Design über Gehäuse bis zur Systemimplementierung zu verbinden. Dies ist die bemerkenswerteste Veränderung hinter diesen beiden Ereignissen: Die Definition von KI-Chips wandelt sich – es geht nicht mehr nur um die maximale Rechenleistung einzelner Chips, sondern darum, wer den gesamten Designkreislauf von Chip über Gehäuse bis zur Systemimplementierung effizienter abschließen kann.

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „Kun Shao spricht“, Autor: Kun Shao. 36Kr veröffentlicht den Artikel mit Genehmigung.